一种基于Transformer的产品定制智能助理构建方法

    公开(公告)号:CN116681484A

    公开(公告)日:2023-09-01

    申请号:CN202310636917.X

    申请日:2023-05-31

    Abstract: 本发明涉及一种基于Transformer的产品定制智能助理构建方法。基于Transformer架构,采用自注意力机制和多层编码器‑解码器结构,搭建产品定制智能助理模型,输入产品相关信息进行模型预训练,利用专家知识对模型微调后完成模型搭建。产品定制智能助理对客户进行智能提问以收集客户基本资料,匹配当前最适合客户的产品个性化定制方案作为初始方案,客户在初始方案的基础上再进行产品个性化定制,智能助理根据定制操作分析客户的个性特征,实时对客户提出合理建议,辅助客户完成产品个性化定制最终方案并反向调整模型。本发明通过搭建产品定制智能助理模型获取客户基本信息,实时辅助客户进行产品个性化定制,为客户提供更智能、更客观、更人性化的定制体验。

    一种高质量直播营销文本识别方法

    公开(公告)号:CN119046870A

    公开(公告)日:2024-11-29

    申请号:CN202411084142.0

    申请日:2024-08-08

    Abstract: 随着电子商务的迅速发展,消费者越来越依赖在线评价,尤其是高质量评价,以判断商品的真实质量。本说明书提供了一种高质量直播营销文本识别方法,旨在提升消费者在电子商务平台上的购物决策质量。该方法通过收集商品评价的文本、附图、评价时间及商品详情参数,人工挑选并标注高质量评价,构建训练集与测试集。利用注意力生成对抗网络(attn‑GAN)生成商品预测图片,并通过相似度匹配提取图文相关置信度。采用EMD‑LSTM模型对历史评价时间的评价积进行拟合,预测待测评价的评价积,从而计算评价积置信度。通过加权平均这两种置信度,得出评价的高质量置信度,从而识别高质量评价。

    一种面向横向联邦学习的多方数据特征补齐方法

    公开(公告)号:CN118690166A

    公开(公告)日:2024-09-24

    申请号:CN202410727896.7

    申请日:2024-06-06

    Abstract: 本发明涉及一种面向横向联邦学习的多方数据特征补齐方法,旨在保护各参与方数据隐私的前提下补齐各参与方的特征集。本发明首先通过整合各参与方的特征集,形成总特征集和特征对应表。接着各参与方根据其本地数据和由生成模型生成的样本数据训练各自的判别模型,然后,根据各判别模型的输出,计算生成模型和各判别模型的损失函数,并交替优化生成模型和各判别模型,直至网络训练完成。接着,利用训练好的生成模型生成的样本数据集训练特征补齐模型。最后,各参与方使用特征补齐模型处理后的数据训练横向联邦学习模型。本发明特别适用于多参与方的业务模型相似但数据特征存在差异的联邦学习场景,在保障数据隐私的同时促进数据共享与应用。

    一种基于人工智能模型的网络视频教学互动方法

    公开(公告)号:CN117314692A

    公开(公告)日:2023-12-29

    申请号:CN202310500131.5

    申请日:2023-05-04

    Abstract: 随着网络科技与社会的不断发展,网络视频教学逐渐成为一种流行的学习模式,网络视频教学在师生互动方面存在一定局限性,学生在向教师提问时会遇到回复不及时的问题,而教师在获取教学反馈方面也相对较少,影响了教学质量。为此本发明提供一种基于人工智能模型的视频教学互动方法。方法包括:首先利用现有的人工智能大模型,建立用于教学的人工智能模型并将其部署至服务器上,其次将教师上传的教学视频和教学大纲分析构建训练集,最后调整API接口的回答随机度参数形成的虚拟教师。虚拟教师快速回复学生的提问,同时收集每一位学生的提问整理成课堂教学反馈,反馈给教师,实现教学质量的提升。

Patent Agency Ranking