-
公开(公告)号：CN116028616A
公开(公告)日：2023-04-28
申请号：CN202211288538.8
申请日：2022-10-20
Applicant: 华中科技大学 , 中国平安财产保险股份有限公司
IPC: G06F16/335 , G06F16/332 , G06F16/35
Abstract: 本发明公开了一种基于个性扩展的对话生成方法，该方法包括以下步骤：1)根据用户查询和预定义个性信息进行对话个性扩展；2)基于先后验网络构建个性集合的重要性分布模型，获得个性重要性分布；3)根据基于后验网络预测的个性重要性分布，使用加权后的个性信息进行响应解码；4)响应推断，生成查询的对话文本。本发明提出的方法基于自然语言推断和先后验网络，能够更加准确地扩展出符合预定义个性的新个性信息，并且更加有效地学习到响应生成过程中个性集合的利用方式，从而提高对话生成的个性一致性。
-
公开(公告)号：CN114912436B
公开(公告)日：2024-10-22
申请号：CN202210587889.2
申请日：2022-05-26
Applicant: 华中科技大学
IPC: G06F40/211 , G06F40/216 , G06F40/295 , G06F16/33 , G06F16/35 , G06F18/24 , G06N3/0455 , G06N3/0895
Abstract: 本发明公开了一种面向细粒度实体分类的噪声标签修正方法，包括以下步骤：1)获取样本中句子和句子中已经标注出的实体提及作为输入；2)将句子和句子中已经标注出的实体提及二元组按照进行转换；3)将转换后的输入作为预训练语言模型BERT的输入，对[MASK]位置进行预测，将标签在[MASK]位置处的出现概率作为样本拥有该标签的概率；4)在步骤3)中，在模型网络过拟合前，依据模型在过拟合前输出的logits估计样本标签为正的概率；5)利用模型在过拟合前输出的logit估计数据标签为正或负的后验概率，选取潜在噪声标签，利用半监督学习方法对潜在噪声标签进行重标注。本发明方法在不引入人工先验知识的情况下，可有效修正细粒度实体分类数据中的噪声标签。
-
公开(公告)号：CN113515613A
公开(公告)日：2021-10-19
申请号：CN202110711655.X
申请日：2021-06-25
Applicant: 华中科技大学
IPC: G06F16/332 , G06F16/33 , G06F16/35 , G06N3/04 , B25J11/00
Abstract: 本发明公开了一种集成闲聊、知识和任务问答的智能机器人，包括：系统交互模块，用于提供可视化的交互界面，接收用户的输入信息作为问题输入；对话管理模块，用于处理对话逻辑，所述对话管理模块包括问题重写子模块、意图识别子模块和问题响应子模块；对话引擎模块，用于实现各子系统内部逻辑，包含闲聊问答、知识问答和任务问答，为问答提供算法支持；对话数据模块，用于存储和管理各子引擎所涉及的模型和语料，为问答系统提供数据支持；系统支持模块，对配置文件和日志进行管理，支持模块化部署和测试。本发明通过判断用户意图和处理对话逻辑，经对话引擎模块、对话数据模块处理后得到问题答案。
-
Patent Agency Ranking
公开(公告)号：CN114691847A
公开(公告)日：2022-07-01
申请号：CN202210231121.1
申请日：2022-03-10
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度感知与语义引导的关系注意力网络视觉问答方法，包括以下步骤：1)图像目标之间的三维空间关系构建；得到图像目标之间的三维空间关系；2)根据图像目标之间的三维空间关系，获取图像目标i和j之间在空间维度的相关性分数；3)结合隐式注意力和显式注意力，获取图像目标i和j之间的相关性；4)根据Transformer的框架，采用改进后的注意力机制替换传统的自注意力层，获得视觉问答模型。本发明将三维空间的相关性引入到传统的自注意力机制上，提高视觉问答的准确性。
-
公开(公告)号：CN115879439A
公开(公告)日：2023-03-31
申请号：CN202210230366.2
申请日：2022-03-10
Applicant: 华中科技大学
IPC: G06F40/211 , G06F40/289 , G06F40/30 , G06N3/042
Abstract: 本发明公开了一种基于双句法信息的细粒度方面级别情绪分析方法，包括：1)建模每个方面情绪感知的上下文信息，并生成对应的语境内方面特有的情绪表示；2)建模方面的语境间关系增强的情绪特征表示；3)整合语境内方面特有的情绪特征向量和语境间关系增强的情绪特征向量得到方面的整体情绪特征向量，然后将上述整体情绪特征映射到低维语义空间，得到最终的情绪分析预测结果。本发明通过有效利用短语树和依赖树的句法信息，联合建模语境内和语境间的情绪特征表示，提升细粒度方面级别情绪分析的准确度。
-
公开(公告)号：CN114691847B
公开(公告)日：2024-04-26
申请号：CN202210231121.1
申请日：2022-03-10
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度感知与语义引导的关系注意力网络视觉问答方法，包括以下步骤：1)图像目标之间的三维空间关系构建；得到图像目标之间的三维空间关系；2)根据图像目标之间的三维空间关系，获取图像目标i和j之间在空间维度的相关性分数；3)结合隐式注意力和显式注意力，获取图像目标i和j之间的相关性；4)根据Transformer的框架，采用改进后的注意力机制替换传统的自注意力层，获得视觉问答模型。本发明将三维空间的相关性引入到传统的自注意力机制上，提高视觉问答的准确性。
-
公开(公告)号：CN116150476A
公开(公告)日：2023-05-23
申请号：CN202211524991.4
申请日：2022-11-30
Applicant: 支付宝(杭州)信息技术有限公司 , 华中科技大学
IPC: G06F16/9535 , G06N3/042 , G06N3/044 , G06N3/0442 , G06N3/0499 , G06N3/0455 , G06N3/092
Abstract: 本说明书的实施例提供了一种用于对话推荐物品的交互方法、模型训练方法和装置。在该用于对话推荐物品的交互方法中，获取目标用户的对话历史和候选信息集，对话历史包括至少一轮对话中的历史行为和目标用户针对历史行为的反馈；根据对话历史和候选信息集确定目标用户的当前状态编码；将当前状态编码提供给行为预测模型，得到预测行为，预测行为包括对目标用户询问属性或推荐物品；将当前状态编码提供给候选信息确定模型，得到与预测行为相匹配的目标候选信息，目标候选信息包括从与预测行为相匹配的候选属性信息集中确定的与目标用户匹配的候选属性信息或从候选物品信息集中确定的候选物品信息。
-
公开(公告)号：CN114912436A
公开(公告)日：2022-08-16
申请号：CN202210587889.2
申请日：2022-05-26
Applicant: 华中科技大学
IPC: G06F40/211 , G06F40/216 , G06F40/295 , G06K9/62 , G06F16/33 , G06F16/35
Abstract: 本发明公开了一种面向细粒度实体分类的噪声标签修正方法，包括以下步骤：1)获取样本中句子和句子中已经标注出的实体提及作为输入；2)将句子和句子中已经标注出的实体提及二元组按照进行转换；3)将转换后的输入作为预训练语言模型BERT的输入，对[MASK]位置进行预测，将标签在[MASK]位置处的出现概率作为样本拥有该标签的概率；4)在步骤3)中，在模型网络过拟合前，依据模型在过拟合前输出的logits估计样本标签为正的概率；5)利用模型在过拟合前输出的logit估计数据标签为正或负的后验概率，选取潜在噪声标签，利用半监督学习方法对潜在噪声标签进行重标注。本发明方法在不引入人工先验知识的情况下，可有效修正细粒度实体分类数据中的噪声标签。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.026 seconds)
