一种基于分层问句生成与自博弈的数据扩充方法

    公开(公告)号:CN119025540A

    公开(公告)日:2024-11-26

    申请号:CN202411054872.6

    申请日:2024-08-02

    Abstract: 本发明公开了一种基于分层问句生成与自博弈的数据扩充方法,首先设计了一个分层的问句生成模型,利用目标查询语句与当前查询语句,经过子句分解、预测子句集生成、子问句转换、问句组合四个步骤预测下一问句。在已有的多轮医疗Text‑to‑SQL数据基础上,借助自博弈思想循环生成新的数据。这种分层的问句生成可以更好地处理复杂SQL语句,生成更自然准确的问句,增加对话流的多样性。经自博弈生成的扩充数据集可以有效缓解医疗会诊场景下多轮Text‑to‑SQL数据集稀缺的问题,提高重训练后Text‑to‑SQL模型的泛化能力,进而提高模型性能。

    一种基于气压计和WiFi的混合楼层定位方法

    公开(公告)号:CN106851585A

    公开(公告)日:2017-06-13

    申请号:CN201710022436.4

    申请日:2017-01-12

    CPC classification number: H04W4/043 G01C5/06 G01S5/0257 H04M1/72522

    Abstract: 本发明公开了一种基于气压计和WiFi的混合楼层定位方法。本发明具体步骤如下:步骤1、以众包方式采集整栋大楼内所有用户的数据,数据主要包括用户所在位置的RSS向量和气压值;步骤2、云服务平台对所有用户上传数据进行预处理;步骤3、云服务平台对预处理后的数据进行校准,得到标准化的数据;步骤4、对校准后的数据进行数据分析聚类,获得楼层的Baro‑RSS指纹图谱;步骤5、用户对自己所在位置进行实时定位。本发明通过气压的层次聚类分析和WiFi的K‑Means聚类解决楼层定位问题,在真实环境中达到了令人满意的定位准确度。

Patent Agency Ranking