政务领域大模型可信文本生成方法、装置及存储介质

    公开(公告)号:CN116911289A

    公开(公告)日:2023-10-20

    申请号:CN202311176752.9

    申请日:2023-09-13

    Abstract: 本申请公开了一种政务领域大模型可信文本生成方法、装置及存储介质。本申请方法包括:构建问题数据以及对应的知识数据;将问题数据以及知识数据构建成可控Prompt模板;将问题数据插入至预先配置的空白Prompt模板中,得到语义近似Prompt模板;将语义近似Prompt模板输入至目标大模型中,得到语义近似问题数据,语义近似问题数据与问题数据语义近似;将可控Prompt模板、问题数据、知识数据以及语义近似问题数据按照不同的组合方式构建映射数据集;以映射数据集作为目标大模型的输入,对目标大模型进行微调;在使用微调后的目标大模型时,将目标大模型输出的实时答案输入至预先构建的判别过滤器中执行负面判别,并将判别后的内容向用户输出。

    非结构化文本与知识图谱的语义匹配方法及装置

    公开(公告)号:CN116821712A

    公开(公告)日:2023-09-29

    申请号:CN202311076294.1

    申请日:2023-08-25

    Inventor: 蔡惠民

    Abstract: 本发明公开了一种非结构化文本与知识图谱的语义匹配方法及装置,该方法包括:获取非结构化文本;对非结构化文本进行实体和位置的协同抽取,得到各实体及所述实体在文本中的开始和结束位置;利用所述非结构化文本、所述实体及所述实体在文本中的开始和结束位置,确定所述实体的文本特征向量;依次将知识图谱中各实体作为候选实体,根据所述实体的文本特征向量依次计算所述实体与所述候选实体的匹配度;根据所述匹配度确定匹配实体。利用本发明方案,可以实现非结构化文本与知识图谱的语义融合需求,降低人工标注成本,并保证实体匹配准确率。

    文本摘要生成方法、装置、存储介质及电子设备

    公开(公告)号:CN116108165A

    公开(公告)日:2023-05-12

    申请号:CN202310347275.1

    申请日:2023-04-04

    Abstract: 本发明提供了一种文本摘要生成方法、装置、存储介质及电子设备,其中,该方法包括:提取目标文本中的关键词;基于具有关键词的原始词序列中的关键词的重要程度对相应的关键词进行数量扩展,得到目标句子的有效词序列;根据有效词序列确定目标句子与其他目标句子之间的相关度;根据该相关度确定目标句子的影响权重;基于影响权重最高的多个目标句子形成目标文本的文本摘要。本发明实施例提供的技术方案,先提取出关键词,进而确定关键词数量扩展后的有效词序列,基于该有效词序列可以更准确地表示在需要提取文本摘要时所需的目标句子之间的相关度,从而可以更准确地确定目标句子的影响权重,进而能够更准确地提取出文本摘要。

    去中心化分层联邦学习方法及系统、边缘服务器

    公开(公告)号:CN119338029B

    公开(公告)日:2025-03-18

    申请号:CN202411884166.4

    申请日:2024-12-20

    Abstract: 本发明提供一种去中心化分层联邦学习方法及系统、边缘服务器,该方法包括:多个边缘服务器分别接收不同参与方客户端发送的梯度密文;多个边缘服务器基于安全多方计算协议聚合接收到的梯度密文,得到聚合模型密文;安全多方计算协议是指在一个互不信任的多用户网络中,多个分别持有不同梯度密文的边缘服务器共同计算出基于这些梯度密文的聚合模型密文,每个边缘服务器只得到聚合模型密文中的部分数据,而且不泄露自己持有的梯度密文给其它边缘服务器;边缘服务器将聚合模型密文下发至参与方客户端。利用本发明方案,可以提高模型聚合的安全性。

    一种基于关键词与深度学习的信息识别方法、系统及装置

    公开(公告)号:CN119377409A

    公开(公告)日:2025-01-28

    申请号:CN202411943469.9

    申请日:2024-12-27

    Abstract: 本申请公开了一种基于关键词与深度学习的信息识别方法、系统及装置。本申请方法包括:获取个人数据集和公开数据集;基于个人数据集和公开数据集构建专用词典库;基于公开数据集提取关键字、特定符号以及主题;判断个人数据集与关键字或特定符号是否匹配;若否,则利用主题和专用词典库确定匹配词典;当确定匹配字典后,判断匹配词典与个人数据集是否匹配;若否,则基于个人数据集,通过语言表示模型训练得到嵌入向量;当得到嵌入向量后,将嵌入向量输入至序列神经网络模型中进行建模,得到隐状态序列;将隐状态序列的维度映射至目标维度中,并将已映射至目标维度后的隐状态序列输入至条件随机场算法中,得到个人信息识别结果。

    去中心化分层联邦学习方法及系统、边缘服务器

    公开(公告)号:CN119338029A

    公开(公告)日:2025-01-21

    申请号:CN202411884166.4

    申请日:2024-12-20

    Abstract: 本发明提供一种去中心化分层联邦学习方法及系统、边缘服务器,该方法包括:多个边缘服务器分别接收不同参与方客户端发送的梯度密文;多个边缘服务器基于安全多方计算协议聚合接收到的梯度密文,得到聚合模型密文;安全多方计算协议是指在一个互不信任的多用户网络中,多个分别持有不同梯度密文的边缘服务器共同计算出基于这些梯度密文的聚合模型密文,每个边缘服务器只得到聚合模型密文中的部分数据,而且不泄露自己持有的梯度密文给其它边缘服务器;边缘服务器将聚合模型密文下发至参与方客户端。利用本发明方案,可以提高模型聚合的安全性。

Patent Agency Ranking