公开(公告)号：CN119202200B

公开(公告)日：2025-03-21

申请号：CN202411676504.5

申请日：2024-11-22

Applicant: 华中师范大学

Inventor： 刘三女牙 ,  孙建文 ,  万仟 ,  沈筱譞 ,  杨宗凯

IPC: G06F16/3329 ,  G06F16/334 ,  G06N5/022 ,  G06Q50/20

Abstract: 本申请涉及大语言模型技术领域，为解决传统大模型微调框架仅依赖抽象经验执行教育领域迁移而导致难以响应除基础知识问答任务之外的教学应用的局限，公开了一种基于多层次经验学习的教育大模型塔式构建方法、计算机设备、计算机可读存储介质及计算机程序产品。该方法包括根据多源异构知识载体获取抽象经验，注入通用大语言模型以构建第一教育大模型；处理教学行为流数据获取观察经验，注入第一教育大模型以构建第二教育大模型；根据第二教育大模型应用反馈的偏好数据获取实践经验，执行第二教育大模型偏好对齐构建第三教育大模型。采用本方法能实现通用大语言模型应用于教育领域的迁移训练，提高教育大模型的知识问答、出题和解题等教育应用性能。

公开(公告)号：CN117892736B

公开(公告)日：2024-06-18

申请号：CN202311852964.4

申请日：2023-12-29

Applicant: 华中师范大学

Inventor： 孙建文 ,  刘智 ,  金嫣 ,  万仟 ,  刘三女牙 ,  杨宗凯

IPC: G06F40/35 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于情境感知与情绪推理的共情对话生成方法，包括：利用transformer编码器，由话语序列得到话语特征和常识知识特征，并由话语特征得到对话语境表征；通过话语特征得到情境情绪状态；利用基于transformer解码器改进的多信息交互解码器，根据话语特征、对话语境表征、常识知识特征和情境情绪状态，输出生成的共情反应。本发明提升了对上下文的理解，并生成了更为丰富的信息和连贯的反应，可以回应了谈话者的情绪，还可以更深入地理解对话的背后情绪。

公开(公告)号：CN117892736A

公开(公告)日：2024-04-16

申请号：CN202311852964.4

申请日：2023-12-29

Applicant: 华中师范大学

Inventor： 孙建文 ,  刘智 ,  金嫣 ,  万仟 ,  刘三女牙 ,  杨宗凯

IPC: G06F40/35 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于情境感知与情绪推理的共情对话生成方法，包括：利用transformer编码器，由话语序列得到话语特征和常识知识特征，并由话语特征得到对话语境表征；通过话语特征得到情境情绪状态；利用基于transformer解码器改进的多信息交互解码器，根据话语特征、对话语境表征、常识知识特征和情境情绪状态，输出生成的共情反应。本发明提升了对上下文的理解，并生成了更为丰富的信息和连贯的反应，可以回应了谈话者的情绪，还可以更深入地理解对话的背后情绪。

公开(公告)号：CN119202200A

公开(公告)日：2024-12-27

申请号：CN202411676504.5

申请日：2024-11-22

Applicant: 华中师范大学

Inventor： 刘三女牙 ,  孙建文 ,  万仟 ,  沈筱譞 ,  杨宗凯

IPC: G06F16/332 ,  G06F16/33 ,  G06N5/022 ,  G06Q50/20

Abstract: 本申请涉及大语言模型技术领域，为解决传统大模型微调框架仅依赖抽象经验执行教育领域迁移而导致难以响应除基础知识问答任务之外的教学应用的局限，公开了一种基于多层次经验学习的教育大模型塔式构建方法、计算机设备、计算机可读存储介质及计算机程序产品。该方法包括根据多源异构知识载体获取抽象经验，注入通用大语言模型以构建第一教育大模型；处理教学行为流数据获取观察经验，注入第一教育大模型以构建第二教育大模型；根据第二教育大模型应用反馈的偏好数据获取实践经验，执行第二教育大模型偏好对齐构建第三教育大模型。采用本方法能实现通用大语言模型应用于教育领域的迁移训练，提高教育大模型的知识问答、出题和解题等教育应用性能。

公开(公告)号：CN117829151A

公开(公告)日：2024-04-05

申请号：CN202311615190.3

申请日：2023-11-29

Applicant: 华中师范大学

Inventor： 万仟 ,  魏罗娜 ,  刘三女牙 ,  孙建文 ,  陈名 ,  周东波 ,  赵山

IPC: G06F40/295 ,  G06F40/30 ,  G06N5/025 ,  G06N5/02

Abstract: 本发明提供一种面向非结构化序列文本中实体的关系抽取方法及装置，包括如下步骤：(1)对输入文本执行字符级的嵌入，为每个字符生成唯一的向量表示；(2)从实体集合中任选两个不同实体，以该实体对为边界将序列文本划分为五个区域并生成对应的特征向量；(3)构建实体关系特征图，基于注意力机制和图卷积操作对各区域局部特征和区域间结构特征联合建模；(4)联合特征图中的实体特征和边特征判断该实体对之间存在的关系类别；(5)重复步骤(2)‑(4)，遍历所有实体对完成文本中实体间关系信息的抽取目标，输出文本中所有实体两两之间的语义关系。该方法能准确高效地识别非结构化序列文本中实体之间的语义关系，不仅可以为构建知识图谱提供信息三元组，而且可以提高智能化系统的推理能力。