-
公开(公告)号：CN113806505B
公开(公告)日：2024-04-16
申请号：CN202111055523.2
申请日：2021-09-09
Applicant: 科大讯飞股份有限公司
IPC: G06F16/332 , G06F40/35 , G10L15/22 , G10L15/26
Abstract: 本发明提供一种要素比对方法、装置、电子设备和存储介质，其中方法包括：确定音频交互产生的各方的音频；对各方的音频进行语音转写，得到交互转写文本；基于交互转写文本的语义，对交互转写文本进行要素抽取，得到音频交互的交互要素；基于交互要素进行要素比对。本发明提供的方法、装置、电子设备和存储介质，对各方的音频语音转写得到交互转写文本，并基于交互转写文本的语义进行要素抽取，具有良好的泛化能力，能够满足各种场景下的要素抽取需求，且充分应用了音频交互的上下文，能够保证复杂场景下要素抽取的可靠性和准确性。由此进行要素比对，有助于及时发现音频交互中存在的错误，进行快速阻断提醒，从而提升音频交互质量。
-
公开(公告)号：CN117688144A
公开(公告)日：2024-03-12
申请号：CN202311389581.8
申请日：2023-10-24
Applicant: 科大讯飞股份有限公司
IPC: G06F16/332 , G06F16/33 , G16H80/00
Abstract: 本申请公开了一种数据构建方法、模型训练方法、答案确定方法及相关装置，该方法包括：获取样本医学问题；基于样本医学问题，构建关于样本医学问题的正样本知识数据，以及，构建关于样本医学问题的负样本知识数据；其中，正样本知识数据为对回答样本医学问题有帮助的第一医学知识数据，负样本知识数据为对回答样本医学问题无帮助的第二医学知识数据，正样本知识数据和负样本知识数据用于对经预训练的语言大模型进行微调，经微调后的语言大模型能够生成对应于输入的医学问题的答案。通过上述方式，本申请能够构建高质量的用于微调语言大模型的样本数据。
-
公开(公告)号：CN111160041B
公开(公告)日：2024-02-13
申请号：CN201911403995.5
申请日：2019-12-30
Applicant: 科大讯飞股份有限公司
Abstract: 本发明实施例提供一种语义理解方法、装置、电子设备和存储介质，其中方法包括：确定待理解文本，以及待理解文本的关键信息；基于关键信息，以及预设知识图谱，确定若干条候选语义路径；将待理解文本以及每一候选语义路径输入至路径相关度模型，得到路径相关度模型输出的待理解文本与每一候选语义路径的相关度；其中，路径相关度模型是基于样本文本、样本文本的样本候选语义路径，以及每一样本候选语义路径的相关标记训练得到的；基于待理解文本与每一候选语义路径的相关度，确定待理解文本的文本语义路径。本发明实施例提供的方法、装置、电子设备和存储介质，能够深层次挖掘待理解文本的语义，提高语义理解精度。
-
公开(公告)号：CN113642334B
公开(公告)日：2023-12-05
申请号：CN202110920122.2
申请日：2021-08-11
Applicant: 科大讯飞股份有限公司
IPC: G06F40/35 , G10L15/26 , G06Q30/015
Abstract: 本发明提供一种意图识别方法、装置、电子设备和存储介质，其中方法包括：确定待识别文本；对所述待识别文本进行片段划分，得到多个文本片段；对各个文本片段以及各个文本片段组合分别进行意图识别，得到所述待识别文本的意图识别结果；所述文本片段组合是多个连续文本片段的组合。本发明通过对待识别文本进行片段划分，使得每个文本片段仅表达一个意图，随后对各个文本片段以及各个文本片段组合分别进行意图识别，实现对每个可能完整表达一个意图的文本单位进行单独的意图识别，提高了意图识别的准确性和全面性，且克服了关键词模型存在的关键词难以枚举、泛化能力较差的缺陷，提高了文本语义分析的准确性。
-
公开(公告)号：CN116561278A
公开(公告)日：2023-08-08
申请号：CN202310506346.8
申请日：2023-05-05
Applicant: 科大讯飞股份有限公司
IPC: G06F16/332 , G06F3/0483 , G06N5/04
Abstract: 本申请公开了一种知识问答方法、装置、设备及存储介质，方法包括：将输入的问题文本按照思维链式推理策略进行拆解，得到若干个推理任务，调用推理任务对应的知识插件得到推理任务对应的知识搜索结果，将问题文本和知识搜索结果拼接为提示指令送入大语言模型，得到输出的答复内容。本申请将用户的问题文本按照思维链式推理策略拆解为若干个推理任务，拆解后的各推理任务相比于原始的问题文本更加简单、易于理解，有助于大语言模型给出正确的知识答复。进一步，本申请预先配置了多个知识插件，并融入到知识问答过程，可以使得大语言模型输出更加准确的知识答复，并扩展了知识问答的应用场景。
-
Patent Agency Ranking
公开(公告)号：CN109684640B
公开(公告)日：2023-05-30
申请号：CN201811602371.1
申请日：2018-12-26
Applicant: 科大讯飞股份有限公司
IPC: G06F40/30 , G06F40/284 , G06N3/045 , G06N3/0442 , G06N3/047
-
公开(公告)号：CN111627561B
公开(公告)日：2023-05-12
申请号：CN202010451469.2
申请日：2020-05-25
Applicant: 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
IPC: G16H50/70 , G16H70/00 , G06F40/126 , G06F40/284 , G06F40/30 , G06N3/0442 , G06N3/047 , G06N3/08
Abstract: 本发明实施例提供一种标准症状抽取方法、装置、电子设备和存储介质，其中方法包括：确定待抽取标准症状的病历文本；提取所述病历文本的病历症状区域特征，并基于所述病历文本的病历症状区域特征和每一标准症状的标准症状特征进行标准症状抽取，得到所述病历文本对应的标准症状抽取结果；其中，所述每一标准症状的标准症状特征是基于知识图谱确定的。本发明实施例提供的标准症状抽取方法、装置、电子设备和存储介质，提高了标准症状抽取的准确性，同时还降低了标准症状抽取结果的离谱率。
-
公开(公告)号：CN115879478A
公开(公告)日：2023-03-31
申请号：CN202211679021.1
申请日：2022-12-26
Applicant: 科大讯飞股份有限公司
Abstract: 本发明提供一种意图理解方法、装置、电子设备和存储介质，其中方法包括：获取待理解的文本，以及文本的语义标签树；基于文本的语义特征与语义标签树的图编码特征之间的相关性，对语义特征进行特征增强，得到文本的增强语义特征；基于文本的增强语义特征，对文本进行意图理解。本发明提供的方法、装置、电子设备和存储介质，通过构建待理解的文本的语义标签树，并基于文本的语义特征与语义标签树的图编码特征之间的相关性，对语义特征进行特征增强，达到凸显语义特征中与文本意图相关的特征表示的效果；基于由此得到的增强语义特征进行意图理解，能够保证意图理解的可靠性，尤其能够提高对长难句和多意图句子的意图理解的全面性和精确性。
-
公开(公告)号：CN115690885A
公开(公告)日：2023-02-03
申请号：CN202211387105.8
申请日：2022-11-07
Applicant: 科大讯飞股份有限公司
IPC: G06V40/16
Abstract: 本发明提供一种情绪识别方法、装置、电子设备和存储介质，其中方法包括：提取待识别视频的情绪特征；将各情绪类别的预设情绪特征与所述待识别视频的情绪特征进行特征匹配，将与所述情绪特征相匹配的预设情绪特征所属的情绪类别，确定为所述待识别视频的情绪类别；所述各情绪类别的预设情绪特征是对所述各情绪类别下的样本视频进行情绪识别过程中自适应提取的，所述预设情绪特征的提取方式与所述待识别视频的情绪特征的提取方式一致。本发明提供的方法、装置、电子设备和存储介质，此过程相较于单纯基于模型的情绪识别方法不容易受到训练集的约束，脱离训练样本后，在实践过程中可以应对复杂多变的场景和环境，保证情绪识别的准确性和可靠性。
-
公开(公告)号：CN114268661A
公开(公告)日：2022-04-01
申请号：CN202111399582.1
申请日：2021-11-19
Applicant: 科大讯飞股份有限公司
IPC: H04L67/51 , H04L41/082 , G06F9/48 , G06F9/445
Abstract: 本申请公开了一种业务方案部署方法、装置及设备，该方法包括：首先获取待部署的业务方案对应的目标业务请求，然后通过自动重新启动程序启动多进程处理服务，利用更新进程和操作类进程，分别处理该业务请求中的目标更新请求和目标操作类请求；接着通过预设的通信协议服务，根据目标更新请求的处理结果，调用更新类功能实现处理进程进行更新；并根据目标操作类请求的处理结果，调用操作类功能实现处理进程进行响应，以便通过操作类功能实现处理进程调用目标操作类请求所需的业务处理模型；进而再利用业务处理模型，将目标业务请求对应的业务方案部署到对应的服务器中。从而实现了业务方案从研发到部署的整个过程在性能上达到高并发和内存利用率高。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.041 seconds)
