-
公开(公告)号：CN119067808A
公开(公告)日：2024-12-03
申请号：CN202410972551.8
申请日：2024-07-19
Applicant: 清华大学
IPC: G06Q50/20 , G06N3/045 , G06N3/088 , G06N3/09 , G06F16/332 , G06F16/483 , H04L51/02
Abstract: 本发明涉及人工智能技术领域，提供一种大模型多智能体驱动的自适应在线课堂构建方法及系统，该方法包括：通过讲解脚本生成智能体根据教师上传的课程资料，生成基于讲解脚本的教育智能体控制语言；通过教师智能体根据教育智能体控制语言和自适应在线课堂中的上下文多轮对话，自动完成授课和自适应答疑；通过同学智能体根据上下文多轮对话，生成活跃课堂气氛的内容；通过导演智能体根据上下文多轮对话，控制在自适应在线课堂中展示的智能体生成内容。本发明使得自适应在线课堂中的所有角色由智能体扮演，兼顾在线学习场景中大规模与个性化的学习需求，同时满足与教师的充分交互和学习者的伴学需求，可以提高学生完课率和学习效果。
-
公开(公告)号：CN115563240A
公开(公告)日：2023-01-03
申请号：CN202211035766.4
申请日：2022-08-26
Applicant: 清华大学
IPC: G06F16/33 , G06F16/335 , G06F16/34 , G06F40/186 , G06F40/216 , G06F40/30
Abstract: 本发明提供一种文档处理方法、文档摘要生成方法及装置，文档处理方法包括：获取待处理文档集以及关键词集；将关键词集中的关键词分别插入至待处理文档集中的各待处理文档中，得到待测序列；确定各待测序列的困惑度，并基于各待测序列的困惑度确定各待处理文档的第一评分结果；基于各待处理文档的第一评分结果对待处理文档集进行筛选，得到目标文档。文档摘要生成方法包括：基于关键词集中的各关键词从待处理文档集中抽取目标文档；基于目标文档生成摘要。本发明能够有效提高目标文档的有效性，进而保证了摘要的生成效果。
-
公开(公告)号：CN114567815A
公开(公告)日：2022-05-31
申请号：CN202210068224.0
申请日：2022-01-20
Applicant: 清华大学
IPC: H04N21/466 , H04N21/442 , G09B5/06 , G06F40/295
Abstract: 本发明公开了一种基于预训练的慕课自适应学习系统构建方法和装置，其中，该方法包括：获取第一预设时间内慕课平台记录的学生学习行为数据，以及预设条件下的辅助信息，辅助信息至少包括课程结构元信息和视频字幕文本；基于学生学习行为数据，以预设的粒度对学习行为日志进行聚合与处理，得到学生学习行为序列；基于辅助信息进行知识挖掘，获取课程结构元信息与视频的初始表示；基于学生学习行为序列和初始表示构建学习行为预训练模型，并采用掩码预测任务训练模型；将学习行为预训练模型应用于学习资源推荐和学习资源评估两个核心下游任务。本发明能够对慕课场景的学习行为、学习资源进行统一建模，构建出性能更强、更通用的自适应学习系统。
-
公开(公告)号：CN112527977B
公开(公告)日：2024-06-25
申请号：CN202011241251.0
申请日：2020-11-09
Applicant: 清华大学
IPC: G06F16/332 , G06F16/33 , G06F16/36
Abstract: 本发明实施例提供一种概念抽取方法、装置、电子设备及存储介质，其中，该方法包括：根据预设的词表对待提取文本进行术语抽取，获取第一候选概念列表，并根据预设的知识图谱对待提取文本进行实体链接，获取第二候选概念列表；对第一候选概念列表和第二候选概念列表中的各候选概念进行重排序，根据重排序的结果获取待提取文本的概念抽取结果；其中，待提取文本为非结构化文本。本发明实施例提供的概念抽取方法、装置、电子设备及存储介质，通过对待提取文本进行术语抽取和实体链接获取的各候选概念进行重排序，根据重排序的结果获取概念抽取结果，能在标注数据较少甚至没有标注数据的情况下，从非结构化文本中更高效、准确等抽取出概念。
-
公开(公告)号：CN116975222A
公开(公告)日：2023-10-31
申请号：CN202310723628.3
申请日：2023-06-16
Applicant: 清华大学
IPC: G06F16/332 , G06N5/04 , G06N5/02 , G06F40/30
Abstract: 本发明提供一种阅读理解数据集生成方法及组件，该方法包括：构建阅读理解的知识文档；知识文档包括阅读材料文本、背景知识库和阅读材料文本与背景知识库的实体对齐关系；根据知识文档进行推理链抽取，得到推理链和问题三元组；根据推理链和问题三元组进行数据生成，得到自然语言问题和自然语言问题对应的答案，从而得到高质量的数据库，语言智能系统根据数据库进行深度语义理解推理出问题的答案的效率和精准性更高。
-
Patent Agency Ranking
公开(公告)号：CN110909175B
公开(公告)日：2021-06-29
申请号：CN201911140653.9
申请日：2019-11-20
Applicant: 清华大学
IPC: G06F16/36 , G06F16/35 , G06F40/284 , G06F40/289 , G06Q50/20
Abstract: 本发明提出一种基于搜索引擎的在线课程概念知识图谱构建方法，属于信息技术领域。该方法使用外部数据库和自然语言处理的方法，获取了课程文本中的概念，由此得到课程领域分类的结果，同时利用搜索引擎获取概念的搜索结果，提取其中的课程扩展概念，完成概念知识图谱的构建。本发明无需训练数据，可在课程文本这一特殊场景中获取准确且全面的概念，有效构建在线课程概念知识图谱。
-
公开(公告)号：CN118020097A
公开(公告)日：2024-05-10
申请号：CN202180101578.4
申请日：2021-08-11
Applicant: 罗伯特·博世有限公司 , 清华大学
IPC: G09B5/00
Abstract: 提供了一种用于使神经网络系统能够发现多个课程的概念之间的先决条件关系的方法，其中，多个课程中的每个课程包含一系列视频。该方法包括：收集学生行为数据，学生行为数据至少包括跨多个课程的视频观看行为数据；至少基于视频观看行为模式将学生行为数据建模为先决条件特征，其中，视频观看行为模式由来自视频观看行为数据的一个或多个视频对形成；以及至少基于先决条件特征来训练神经网络系统。提供了众多其它方面。
-
公开(公告)号：CN118020080A
公开(公告)日：2024-05-10
申请号：CN202180101405.2
申请日：2021-08-06
Applicant: 罗伯特·博世有限公司 , 清华大学
IPC: G06N5/022
Abstract: 本公开内容提供了一种用于为在线课程建立知识库的方法。所述方法包括：从多个课程中获得多个概念，其中，所述多个课程包括视频和练习；将所述课程中包括的所述视频和所述练习中的每一项链接到所述多个概念中的一个或多个相关概念；以及将多个学生行为中的每个学生行为链接到所述多个概念中的一个或多个相关概念，其中，所建立的知识库包括以下各项：包括所述视频和所述练习的所述多个课程、所述多个学生行为、所述多个概念、所述视频与所述多个概念之间的链接、所述练习与所述多个概念之间的链接、所述学生行为与所述多个概念之间的链接。
-
公开(公告)号：CN116127030A
公开(公告)日：2023-05-16
申请号：CN202211608833.7
申请日：2022-12-14
Applicant: 北京智谱华章科技有限公司 , 清华大学
IPC: G06F16/332 , G06F16/33 , G06F16/338
Abstract: 本申请提出了一种提升内容正确性的对话生成方法，涉及自然语言处理技术领域，其中，该方法包括：获取对话历史，并根据对话历史检索相关知识内容；根据对话历史和相关知识内容构建知识具象化上下文和反事实场景上下文；将知识具象化上下文和反事实场景上下文输入逐词相减的解码模型中，输出对话结果。采用上述方案的本发明能够有效提升对话生成内容的准确性。
-
公开(公告)号：CN110909175A
公开(公告)日：2020-03-24
申请号：CN201911140653.9
申请日：2019-11-20
Applicant: 清华大学
IPC: G06F16/36 , G06F16/35 , G06F40/284 , G06F40/289 , G06Q50/20
Abstract: 本发明提出一种基于搜索引擎的在线课程概念知识图谱构建方法，属于信息技术领域。该方法使用外部数据库和自然语言处理的方法，获取了课程文本中的概念，由此得到课程领域分类的结果，同时利用搜索引擎获取概念的搜索结果，提取其中的课程扩展概念，完成概念知识图谱的构建。本发明无需训练数据，可在课程文本这一特殊场景中获取准确且全面的概念，有效构建在线课程概念知识图谱。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.016 seconds)
