本发明提供一种融合大模型和知识图谱的在线用户互动体验质量量化方法，所述量化方法通过获取在线音图平台的有声内容的弹幕数据和剧集的音频数据，弹幕数据和剧集的音频数据构建知识图谱，结合构建的知识图谱计算每个用户在每个音频数据中发送的弹幕与其他的弹幕之间讨论相似度，以及发送的弹幕与音频数据的之间的讨论相关度，根据所述讨论相似度和讨论相关度对用户体验质量进行量化。与现有技术相比，所述讨论相似度和讨论相关度代表了用户通过弹幕进行讨论的讨论情况以及弹幕与所述有声内容的相关程度，体现了用户对相应的有声内容的主观体验情况，通过所述讨论相似度和讨论相关度计算用户体验质量，能够更好的将用户体验进行量化反映。
📄 2024110760226
📂 G06Q10_0639
👤 广东工业大学
📅 2024-08-07
本发明在大语言模型驱动下全程辅助办案的方法及系统包括：S1、判断接收的案卷材料是否属于已有案件下，若是进入S2，若否进入S3；S2、将该案卷材料自动识别入卷至对应目标案件的全息档案中，该全息档案中已存在目标案由模版，进入S4；S3、创建新的案件作为目标案件，将该案卷材料自动识别入卷至目标案件的全息档案中，据目标案件的案件类型从案由模版库中匹配出对应案由模版作为目标案由模版，进入S4；S4、利用行业专用大模型提取该案卷材料中行为事实，利用行为事实对目标案由模版进行实体填充；S5、据行为事实适配情节认定规则条件，给出情节认定定性结论；S6、分析情节认定定性结论所支撑的目标案由的要件并给出案件结论。
📄 2024108065900
📂 G06F16_36
👤 南京小鹿佳盟网络科技有限公司
📅 2024-06-21
已申报项目
本发明属于人工智能与网络安全技术领域，具体涉及一种基于多智能体的大语言模型自动渗透测试方法，包括构建渗透测试解决方案知识库和渗透测试工具库；建立五种大模型智能体，包括知识检索智能体、任务规划智能体、任务调度智能体、工具调用智能体和任务总结智能体。本发明借助多智能体协同工作的架构，并结合RAG技术的优势，在处理复杂的渗透测试任务时，能够有效地降低大语言模型在决策过程中可能出现的幻觉问题，提高了渗透测试任务的完成率以及准确性。
📄 2024115150109
📂 G06F18_21
👤 浙江工业大学
📅 2024-10-29
本发明属于轨迹预测技术领域，公开了一种基于大语言模型的层次化零样本轨迹预测方法，包括将活动区域划分为大小一致的网格并编码；获取历史轨迹数据，将历史轨迹数据中的每个轨迹点映射至网格；对历史轨迹网格序列进行时空聚类挖掘出停留点，并提取停留点的特征，基于停留点的特征利用大语言模型识别停留点的类型；对活动区域中的每个网格添加所包含的兴趣点类型的比例分布以及历史访问次数占比，得到全局网格信息；利用大语言模型根据历史停留点序列和待预测时间信息，预测下一停留点的类型，并进一步结合下一停留点的类型、全局网格信息和网格筛选规则，预测下一停留点所在网格。本发明极大地提升了轨迹预测的精度和可扩展能力。
📄 2025119370901
📂 G06F16_29
👤 浙江工业大学
📅 2025-12-22
本发明涉及语音识别领域，具体公开了一种基于大语言模型的智慧课堂讲授摘要生成系统，包括：语音获取模块，用于获取教师课堂讲授的语音信息；语音识别模块，用于将语音信息识别为文本信息；文本纠错模块，用于根据预设的文本错误库并结合上下文识别文本信息中的错误语句，并对错误部分进行纠错替换，形成二次文本信息；主题切割模块，用于根据句子关联度算法对二次文本信息中的句子进行主题切割，形成若干个子主题；所述句子关联度算法包括如下内容：先将两个句子中的单词分别提取出，再将两个句子中的单词依次进行一一组队，两两形成一个单词对。采用本发明的技术方案能够针对特定领域的长文本(1万字左右)进行一致性的摘要识别。
📄 2024105752338
📂 G10L15_26
👤 西南大学
📅 2024-05-10
本发明适用于大语言模型技术领域，尤其涉及一种降低大语言模型幻觉的方法，所述方法包括：多候选结构化推理生成；三重置信度评估：获取三种置信度，基于所述三个置信度聚合计算综合置信度；候选择优：进行弱点诊断分析，输出诊断结果，基于诊断结果选择修正策略，执行步骤修正，并对修正步骤之后的推理链进行后缀重建或重写；收敛判定：满足收敛条件时，判定收敛并输出当前答案。本发明通过结构化推理将答案生成过程分解为多个可检验的推理步骤，每步均附带置信度，显著提升了系统的可解释性与可审计性；引入多维度置信度评估机制，结合对立检查、蕴含检查与步骤置信度三重验证，从不同角度全面衡量答案的可靠性。
📄 202610018069X
📂 G06N5_04
👤 闽南理工学院
📅 2026-01-08
本发明属于人工智能领域，具体涉及一种基于大语言模型的水印生成方法及系统，包括：获取训练数据集，对训练数据集中的数据进行预处理；预设水印编码规则；根据水印编码规则采用预处理后的数据对大预言模型进行训练；获取待处理文本数据；对文本数据进行清洗和标准化处理；计算标准化文本数据的词频和逆文档频率，生成初始向量；采用Word2Vec模型对初始向量进行处理，得到高维词向量；将高维词向量输入到训练后的神经网络模型中，提取深层特征；根据深层特征对文本进行分类；将分类后的问题输入到训练后的大预言模型中，生成对应文本类型的水印；本发明设计了一种水印编码规则，并为分类后的文本生成对应的水印，从而提高了文本的安全性。
📄 2024116536440
📂 G06F21_16
👤 重庆邮电大学
📅 2024-11-19
本发明公开一种基于大语言模型的最小化修改程序修复方法、装置及系统和存储介质，其中方法包括：获取待修复程序和问题描述；初始化修改行数限制为1，设置大语言模型的温度为0；确定当前缺陷代码的所有信息；基于设定的最大修改行数，利用大语言模型进行推理生成修复结果；利用测试用例验证修复结果的正确性；在修复结果正确的情况下，将正确的修复结果保存至数据库，在修复结果错误的情况下，并令修改行数加1，大语言模型重新基于当前缺陷代码的所有信息进行推理，更新修复结果，并利用测试用例验证更新的修复结果的正确性；若当前修改行数大于设定的最大修改行数，则直接结束修复流程。本发明的方法可以有效提高程序修复正确性。
📄 2024115158168
📂 G06F8_30
👤 燕山大学
📅 2024-10-29
柿子坊 · 知识产权运营
柿子坊知识产权运营平台