-
公开(公告)号:CN118277522A
公开(公告)日:2024-07-02
申请号:CN202410225234.X
申请日:2024-02-29
Applicant: 北京国电通网络技术有限公司 , 国网信息通信产业集团有限公司
IPC: G06F16/332 , G06F16/33 , G06F18/22 , G06F40/205 , G06F40/289 , G06F40/284
Abstract: 本发明属于RAG检索技术领域,具体涉及一种提升大语言模型准确性的RAG混合检索方法及装置,包括:基于用户的检索文本,从预先建立的向量数据库和搜索引擎中分别进行检索,得到第一检索结果和第二检索结果;所述第一检索结果和所述第二检索结果均包括:文本段落ID和文本段落的相似度评分;利用所述第一检索结果和所述第二检索结果,获取备选结果集;基于所述备选结果集中文本段落的相似度评分,确定最终的检索结果,并将最终的检索结果发送至大语言模型。本发明采用混合检索的方式,充分发挥向量检索和关键字检索的优点,弥补各自的不足,提高了检索结果的准确性和可靠性,从而为大语言模型提供更准确的外部知识,以此提高大语言模型内容生成的质量。
-
公开(公告)号:CN118071320A
公开(公告)日:2024-05-24
申请号:CN202410220150.7
申请日:2024-02-28
Applicant: 北京国电通网络技术有限公司 , 国网信息通信产业集团有限公司
IPC: G06Q10/1053 , G06F18/22 , G06F40/30 , G06N20/00
Abstract: 本发明提供了一种基于大语言模型的简历匹配度评分方法及系统,包括:采用大语言模型基于岗位需求解析指令,生成岗位需求内容对应的多个岗位需求指标项;采用大语言模型基于简历信息提取指令,生成简历内容对应的多个简历信息项;采用大语言模型基于匹配度评分指令,对岗位需求指标项和多个简历信息项进行匹配度分析,得到简历信息项的单项指标得分,进而得到简历内容的匹配度得分;本申请中通过将岗位需求内容和简历内容分别转换为岗位需求指标项和简历信息项,实现了基于自然语义的半结构信息提取,能够更好的适应不同格式的数据;通过使用大语言模型进行匹配度评估,可以基于自然语义和上下文信息更准确地评估简历的匹配度。
-
公开(公告)号:CN116823407A
公开(公告)日:2023-09-29
申请号:CN202311091655.X
申请日:2023-08-29
Applicant: 北京国电通网络技术有限公司 , 国网信息通信产业集团有限公司
IPC: G06Q30/0601 , G06Q40/03 , G06Q40/04 , G06F18/214 , G06F18/22
Abstract: 本公开的实施例公开了产品信息推送方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:利用产品信息,对产品等级预估模型进行增量训练,得到增量产品等级预估模型;对增量产品等级预估模型进行检验,以及响应于检验通过,将增量产品等级预估模型进行上线处理,以更新产品等级预估模型;对产品集中每个产品的产品信息进行特征提取处理,以生成产品特征信息,得到产品特征信息集;将产品特征信息集中的每个产品特征信息输入至目标产品等级预估模型中,以生成产品预估等级;根据产品预估等级集和产品特征信息集,向每个用户的用户端推送相关联的相似产品信息。该实施方式提升了对产品进行评级的效果,减少了推送资源的浪费。
-
公开(公告)号:CN116823407B
公开(公告)日:2024-01-12
申请号:CN202311091655.X
申请日:2023-08-29
Applicant: 北京国电通网络技术有限公司 , 国网信息通信产业集团有限公司
IPC: G06Q30/0601 , G06Q40/03 , G06Q40/04 , G06F18/214 , G06F18/22
Abstract: 本公开的实施例公开了产品信息推送方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:利用产品信息,对产品等级预估模型进行增量训练,得到增量产品等级预估模型;对增量产品等级预估模型进行检验,以及响应于检验通过,将增量产品等级预估模型进行上线处理,以更新产品等级预估模型;对产品集中每个产品的产品信息进行特征提取处理,以生成产品特征信息,得到产品特征信息集;将产品特征信息集中的每个产品特征信息输入至目标产品等级预估模型中,以生成产品预估等级;根据产品预估等级集和产品特征信息集,向每个用户的用户端推送相关联的相似产品信息。该实施方式提升了对产品进行评级的效果,减少了推送资源的浪费。
-
公开(公告)号:CN116562255B
公开(公告)日:2023-09-19
申请号:CN202310841443.2
申请日:2023-07-11
Applicant: 北京国电通网络技术有限公司 , 国网信息通信产业集团有限公司
IPC: G06F40/18 , G06F40/174 , G06F40/186 , G06F40/117 , G06F18/23
Abstract: 本公开的实施例公开了表单信息生成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:接收与目标网站对应的表单批数据组集;确定表单批数据组集对应的集中填报日期;对表单批数据组集中的各个表单批数据进行聚类处理,得到表单对象信息组集;对表单对象信息组集中的各个表单对象信息组进行识别处理,得到关联属性信息集;基于表单对象信息组集和关联属性信息集,生成表单填报模板信息集;基于目标网站对应的区域标识、表单填报模板信息集和集中填报日期,生成表单信息。该实施方式可以减少计算资源的浪费。
-
公开(公告)号:CN116562255A
公开(公告)日:2023-08-08
申请号:CN202310841443.2
申请日:2023-07-11
Applicant: 北京国电通网络技术有限公司 , 国网信息通信产业集团有限公司
IPC: G06F40/18 , G06F40/174 , G06F40/186 , G06F40/117 , G06F18/23
Abstract: 本公开的实施例公开了表单信息生成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:接收与目标网站对应的表单批数据组集;确定表单批数据组集对应的集中填报日期;对表单批数据组集中的各个表单批数据进行聚类处理,得到表单对象信息组集;对表单对象信息组集中的各个表单对象信息组进行识别处理,得到关联属性信息集;基于表单对象信息组集和关联属性信息集,生成表单填报模板信息集;基于目标网站对应的区域标识、表单填报模板信息集和集中填报日期,生成表单信息。该实施方式可以减少计算资源的浪费。
-
公开(公告)号:CN117156012A
公开(公告)日:2023-12-01
申请号:CN202311395068.X
申请日:2023-10-26
Applicant: 北京国电通网络技术有限公司 , 国网信息通信产业集团有限公司
IPC: H04L67/60 , H04L41/0631
Abstract: 本公开的实施例公开了异常请求数据处理方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括:响应于接收到网络服务请求数据,对网络服务请求数据进行解析处理,得到请求字段信息集;对各个请求字段信息进行校验处理,得到请求数据状态信息集;响应于确定请求数据状态信息集满足预设数据状态条件,将网络服务请求数据确定为异常请求数据;基于告警项对比信息和请求数据状态信息集,生成异常请求状态分值;将异常请求状态分值输入告警信息决策树,以生成告警信息;响应于确定告警信息满足第一预设告警条件,对异常请求数据进行更新处理,得到目标请求数据;将目标请求数据发送至目标终端以供响应。该实施方式可以减少存储资源的占用。
-
公开(公告)号:CN118941261A
公开(公告)日:2024-11-12
申请号:CN202410904319.0
申请日:2024-07-08
Applicant: 北京国电通网络技术有限公司 , 国网信息通信产业集团有限公司
IPC: G06Q10/1057 , G06F18/25 , G06N3/0464 , G06N3/0442 , G06N3/006 , G06N3/0985 , G06F18/213
Abstract: 本发明提供一种基于深度学习的福利计划生成方法及系统,应用于信息处理技术领域。方法包括:基于多个福利影响因素,确定各福利影响因素与待生成福利计划之间的相关性;基于各福利影响因素对应的相关性和各福利影响因素对应的历史福利关联数据,得到各福利影响因素对应的福利关联数据;将福利关联数据、各福利影响因素对应的相关性和历史福利计划数据输入训练完成的福利预测模型,获得福利计划的预测结果;福利预测模型为基于注意力机制的神经网络,福利预测模型基于各福利影响因素对应的相关性确定注意力机制的注意力权重,以基于注意力权重生成福利计划。本发明解决了企业福利计划生成准确性低和计划调整工作量大和时效性差的问题。
-
公开(公告)号:CN118569823A
公开(公告)日:2024-08-30
申请号:CN202410699466.9
申请日:2024-05-31
Applicant: 北京国电通网络技术有限公司 , 国网信息通信产业集团有限公司
IPC: G06Q10/1053 , G06F16/332 , G06F16/33 , G06F16/35 , G06F40/30 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及一种基于深度学习的简历分析和应聘流程的生成方法及系统。包括:采用PyTorch深度学习框架对BERT模型进行微调,形成微调BERT模型,基于所述微调BERT模型提取目标岗位的多个应聘者对应的简历中的关键信息;根据所述应聘者的所述简历中的所述关键信息与招聘需求方所需的各项维度,确定所述应聘者与目标岗位的匹配度;采用GPT模型为匹配度高于预设匹配度的候选简历生成面试笔试建议文本;结合所述招聘需求方对各项维度的打分和各项维度的权重,得到所述候选简历对应的候选招聘者的综合评分;在所述候选招聘者中选择最终的理想招聘者。提高了招聘效率和选拔质量。本发明的系统让招聘的评估更加系统化和量化。
-
公开(公告)号:CN117156012B
公开(公告)日:2024-02-02
申请号:CN202311395068.X
申请日:2023-10-26
Applicant: 北京国电通网络技术有限公司 , 国网信息通信产业集团有限公司
IPC: H04L67/60 , H04L41/0631
Abstract: 本公开的实施例公开了异常请求数据处理方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括:响应于接收到网络服务请求数据,对网络服务请求数据进行解析处理,得到请求字段信息集;对各个请求字段信息进行校验处理,得到请求数据状态信息集;响应于确定请求数据状态信息集满足预设数据状态条件,将网络服务请求数据确定为异常请求数据;基于告警项对比信息和请求数据状态信息集,生成异常请求状态分值;将异常请求状态分值输入告警信息决策树,以生成告警信息;响应于确定告警信息满足第一预设告警条件,对异常请求数据进行更新处理,得到目标请求数据;将目标请求数据发送至目标终端以供响应。该实施方式可以减少存储资源的占用。
-
-
-
-
-
-
-
-
-