知搜-全球专利检索

  1. 登录
  2. 注册

搜索结果

447 条记录 (耗时 0.04 秒)

    游戏对话生成以及游戏对话模型的训练方法、装置
    21.
    发明公开
    游戏对话生成以及游戏对话模型的训练方法、装置 审中-公开

    公开(公告)号：CN117217317A

    公开(公告)日：2023-12-12

    申请号：CN202311378866.1

    申请日：2023-10-23

    申请人： 科大讯飞股份有限公司

    发明人： 李亚 ,  张亚峰 ,  房翔 ,  黄雨昂 ,  尹忠诚 ,  刘权 ,  魏思 ,  王士进 ,  刘聪 ,  胡国平

    IPC分类号： G06N5/04 ,  G06F16/332 ,  A63F9/18 ,  G06F18/214

    摘要： 本发明提供一种游戏对话生成以及游戏对话模型的训练方法、装置，方法包括：获取目标游戏的历史对话；基于目标游戏的游戏对话模型，生成所述历史对话的对话回复，所述目标游戏的游戏对话模型是基于所述目标游戏的思维链数据训练得到的，所述思维链数据是在所述目标游戏的原始对话中填充与所述目标游戏的游戏规则对应的推理数据得到的。本发明提供的方法、装置，基于在原始对话中填充与目标游戏的游戏规则对应的推理数据，得到目标游戏的思维链数据，并基于思维链数据进行训练得到的游戏对话模型，进行游戏对话，生成对话回复，提升了对话回复的逻辑思维和准确性，进而大大提升了用户基于游戏对话模型进行游戏对话的使用体验。

    文本处理方法、装置、设备及存储介质
    23.
    发明公开
    文本处理方法、装置、设备及存储介质 审中-实审

    公开(公告)号：CN117150332A

    公开(公告)日：2023-12-01

    申请号：CN202311139259.X

    申请日：2023-09-05

    申请人： 河北省讯飞人工智能研究院 ,  科大讯飞股份有限公司 ,  科大讯飞(北京)有限公司

    发明人： 张轶鑫 ,  王宝鑫 ,  伍大勇 ,  王士进

    IPC分类号： G06F18/23213 ,  G06F18/231 ,  G06F18/24

    摘要： 本申请实施例公开了一种文本处理方法、装置、设备及存储介质，获得n个文本中各个文本的主题信息；对应获得的n个主题信息的n个可能的分类数中的任一大于1且小于n的分类数k，对n个主题信息进行1次或多次聚类处理，得到分类数k对应的1个或多个聚类结果；其中，多次聚类处理采用了至少两种相似度度量方法和/或采用了从n个主题信息中选择k个主题信息作为k个初始聚类中心的多个可能结果，不同次聚类使用不同的相似度度量方法衡量主题信息间的相似度和/或不同次聚类作为k个初始聚类中心的主题信息不同；基于得到的n个分类数对应的所有聚类结果确定n个主题信息的目标聚类结果。本申请提高了文本数量较小情况下的聚类效果。

    一种文档审核方法、装置、设备及存储介质
    24.
    发明授权
    一种文档审核方法、装置、设备及存储介质 有权

    公开(公告)号：CN116663525B

    公开(公告)日：2023-12-01

    申请号：CN202310901193.7

    申请日：2023-07-21

    申请人： 科大讯飞股份有限公司

    发明人： 刘权 ,  顾成敏 ,  梅林海 ,  王士进 ,  刘聪 ,  魏思 ,  胡国平

    IPC分类号： G06F40/194 ,  G06F40/186 ,  G06F40/226 ,  G06F16/33 ,  G06F16/31

    摘要： 本发明提供了一种文档审核方法、装置、设备及存储介质，其中，文档审核方法包括：获取目标文档内容文本，目标文档内容文本为待审核文档中的待审核内容文本；从审核参考信息库中，检索与目标文档内容文本匹配的审核参考信息，得到目标审核参考信息，目标审核参考信息为用于判断目标文档内容文本是否符合要求的标准；调用预置的大语言模型，基于目标文档内容文本以及目标审核参考信息，生成目标文档内容文本的审核建议。本发明可自动生成目标文档内容文本的审核建议，相比于纯人工的审核方式，大大降低了人工参与程度，显著提升了审核效率，另(56)对比文件网友《.产品前瞻丨积极拥抱大模型技术，实在 智能Chat-IDP推动文档审核实现AIGC智 能化应用》《.https://zhuanlan.zhihu.com/p/619306897》.2023,全文.

    模型训练过程异常检测方法、装置、设备及存储介质
    25.
    发明授权
    模型训练过程异常检测方法、装置、设备及存储介质 有权

    公开(公告)号：CN116628508B

    公开(公告)日：2023-12-01

    申请号：CN202310893103.4

    申请日：2023-07-20

    申请人： 科大讯飞股份有限公司

    发明人： 王金钖 ,  张海俊 ,  胡文龙 ,  吴婷 ,  汪锦想 ,  潘青华 ,  于振华 ,  胡国平 ,  刘聪 ,  魏思 ,  王士进 ,  刘权

    IPC分类号： G06F18/214

    摘要： 本申请公开了一种模型训练过程异常检测方法、装置、设备及存储介质，方法包括：在模型并行训练过程中，按照设定周期记录训练效率数据，该训练效率数据表示在一个周期内集群中各设备节点对训练数据的使用效率。当集群中存在异常的设备节点时，该异常设备节点对训练数据的读取、使用效率会大大降低，导致整个周期内记录的训练效率数据也偏离正常值，因此，本申请基于当前周期的训练效率数据，确定集群在当前周期是否出现异常，可以及时准确地发现集群的异常。在确定集群在当前周期出现异常时，可以进一步启动进程进行通信异常分析，从而确定异常通信的设备节点，协助快速发现问题节点。

    试题推荐及相关模型的训练方法、电子设备、存储装置
    26.
    发明授权
    试题推荐及相关模型的训练方法、电子设备、存储装置 有权

    公开(公告)号：CN112686052B

    公开(公告)日：2023-12-01

    申请号：CN202011582885.2

    申请日：2020-12-28

    申请人： 科大讯飞股份有限公司

    发明人： 凌超 ,  沙晶 ,  付瑞吉 ,  王士进 ,  魏思 ,  胡国平

    IPC分类号： G06F40/30 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08 ,  G09B19/00

    摘要： 本申请公开了一种试题推荐及相关模型的训练方法、电子设备、存储装置，其中，试题推荐模型的训练方法包括：获取属于用户的第一样本试题对；获取用户的初始用户表示，并获取第一样本试题对的初始试题对表示；将初始用户表示和初始试题对表示输入试题推荐模型，得到用户的最终用户表示和第一样本试题对的最终试题对表示；其中，最终用户表示包含：用户本身的语义信息以及用户的第一样本试题对的语义信息；利用最终用户表示和最终试题对表示，预测得到用户与各组第一样本试题对中样本选题的样本适配程度；基于样本适配程度，调整试题推荐模型的网络参数。上述方案，能够提高试题推荐的准确性。

    基于多模态交互的心理评估方法、系统、设备及存储介质
    27.
    发明公开
    基于多模态交互的心理评估方法、系统、设备及存储介质 审中-公开

    公开(公告)号：CN116959720A

    公开(公告)日：2023-10-27

    申请号：CN202310920905.X

    申请日：2023-07-24

    申请人： 科大讯飞股份有限公司

    发明人： 王静 ,  甘露 ,  胡加学 ,  贺志阳 ,  赵景鹤 ,  鹿晓亮 ,  魏思 ,  胡国平 ,  王士进

    IPC分类号： G16H50/30 ,  G06F18/25

    摘要： 本申请公开了一种基于多模态交互的心理评估方法、系统、设备及存储介质，本申请可以模拟心理测评专家进行测评的过程与受测者进行问答交互，获取受测者在交互过程的文本、语音、视觉中至少两种模态的交互数据。受测者的心理健康状态同时与受测者的表述内容、说话语气语调、表情姿态变化等信息直接相关，因此本步骤中通过获取交互过程受测者的多模态交互数据，能够获取到更加直接、全面的数据。对多模态交互数据进行语义理解，得到多模语义信息。考虑到心理评估的专业性，本申请还预先配置了心理知识图谱，进而可以基于多模语义信息及心理知识图谱进行交互式推理，得到心理健康的定量评估结果，提升了心理评估的实时性及准确性。

    对话响应处理方法、装置、设备及存储介质
    28.
    发明公开
    对话响应处理方法、装置、设备及存储介质 审中-公开

    公开(公告)号：CN116955556A

    公开(公告)日：2023-10-27

    申请号：CN202310844332.7

    申请日：2023-07-10

    申请人： 科大讯飞股份有限公司

    发明人： 刘聪 ,  梅林海 ,  华磊 ,  李锐 ,  顾成敏 ,  刘权 ,  王士进 ,  胡国平 ,  魏思

    IPC分类号： G06F16/332 ,  G06F40/30

    摘要： 本申请提出一种对话响应处理方法、装置、设备及存储介质，该方法包括：以降低语句的语义理解复杂度为目的，对第一语句进行改写，得到第二语句，所述第一语句为对话上下文中的最后一条对话语句，所述语义理解复杂度表示通过语句文本确定语句语义的复杂度；根据所述第二语句以及所述对话上下文，确定对所述第一语句进行回复的参考信息，所述参考信息包括对所述第一语句进行回复的对话类型和/或对话参考知识；根据所述对话上下文以及所述参考信息，生成与所述第一语句对应的回复语句。上述方案能够使人机对话时对用户语句的回复更加符合用户需求，提高人机交互体验。