-
公开(公告)号:CN119272883A
公开(公告)日:2025-01-07
申请号:CN202411100704.6
申请日:2024-08-12
Applicant: 电子科技大学
Abstract: 本发明涉及自然语言处理技术领域,公开了一种可解释的无监督推理方法,弥补现有无监督推理方法表现不足、缺乏可解释性的问题。首先对要进行预测的数据进行预处理,使用语言模型把每一个由问题和选项组成的二元组转化成一个陈述;然后对于每个陈述,使用语言模型生成这个陈述的一个否定和若干原因,并计算生成过程的概率以及陈述、否定和原因各自的概率;然后删除不合适的原因;然后基于每个样本的陈述、否定、原因和相关概率构造一个最大可满足性问题,然后调用现成的符号求解器对这个最大可满足性问题进行求解,得到取值为真的陈述,最后选出对应选项。
-
公开(公告)号:CN119128739A
公开(公告)日:2024-12-13
申请号:CN202411104896.8
申请日:2024-08-13
Applicant: 电子科技大学
IPC: G06F18/2433 , G06F18/25 , G06F18/214 , G06N5/025 , G06F16/43 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于检索增强生成的多模态事实核查方法。其中,所述方法包括:获取待核查多模态事实,其中,待核查多模态事实包括多媒体的信息和/或事实文本的信息,多媒体包括事实图像和事实视频;在待核查多模态事实满足检索增强生成条件的情况下,通过检索增强生成模型对输入的待核查多模态事实进行检索,确定待核查多模态事实对应的背景知识文本;通过训练完成的目标核查模型对输入的待核查多模态事实和背景知识文本进行处理,确定待核查多模态事实对应的事实核查结果,其中,事实核查结果包括事实真实和/或事实异常。本发明技术方案,能够提高多模态事实核查的准确性和效率。
-