一种基于强化知识选择的大语言模型对话推荐方法,属于自然语言处理领域。本发明结合T5模型的编码器和RGCN模型,提高了对话内容的相关性和丰富性,使对话更自然、流畅且紧密贴合用户需求。采用T5模型作为策略模型,并结合强化学习,有效提升了对话生成的质量和精准度,确保知识选择的高效性。实验证明本发明的模型在自动评价和人工评价两个方面都超出了当前最新的基准模型。该方法通过创新的强化学习框架和算法,有效地解决了以上问题,为用户提供了更加智能、精准且高效的对话推荐服务。本方法的提出,不仅是对话推荐技术的一大进步,也为未来智能对话代理的研究和发展提供了新的方向。
📄 2024101650759
📂 G06F16_3329
👤 江南大学, 匀熵智能科技(无锡)有限公司
📅 2024-02-05
本申请公开了一种馆藏资源语义检索方法、装置及存储介质,该方法包括:从馆藏书目记录中提取多类语义相关字段并生成字段存在标记向量,对已存在字段进行语义编码,得到字段级语义向量;针对缺失字段,将各已有字段的字段级语义向量输入对应的映射网络,生成多个预测向量,根据预测向量间的相似度确定一致性得分,并对预测向量取均值得到补偿向量;利用由全局缩放因子和一致性得分确定的衰减系数对补偿向量进行预处理,再结合字段存在标记向量,通过注意力聚合得到文档语义向量;对查询文本进行语义编码,并依据查询语义向量与文档语义向量的相似度对馆藏资源进行排序。本发明能够减小书目字段缺失对语义表示和检索结果的影响。
📄 2026110819642
📂 G06F16_3329
👤 江南大学
📅 2026-07-21
本发明公开了一种基于关键词引导和GATv2‑LSTM网络的场景图问答方法,步骤包括:对文本和场景图预处理,将文本形式的问题换为词向量序列,删除图中与问题无关的节点并编码生成新的场景图表示。将问题的词向量序列利用Transformer进行编码,提取问题关键词,利用关键词引导GATv2学习场景图特征,并利用LSTM网络对图特征进行归纳、推理,最后将问题特征与场景图特征相融合,输入到分类器获取最终答案。本方法使用场景图和关键词引导,并利用LSTM进行归纳、推理,能够有效缩小模态间差距、避免模型直接学习图像与文本间的映射,提高问答的准确率。
📄 2023108237103
📂 G06F16_3329
👤 武汉科技大学
📅 2023-07-05
本发明公开了一种知识驱动的多路筛选融合对话生成方法,包括:对当前对话的上下文进行预处理,由双向GRU组成的话语编码器中对上下文信息进行编码,获取相应的语义向量;基于多路知识筛选机制,通过计算语义向量信息与知识集合中每条知识的相似度,选择与当前对话最相关的知识信息,融合得到筛选后的知识信息;采用知识融合模块将知识信息与上下文的语义信息融合,借助注意力机制计算得到中间语义向量;将中间语义向量和知识信息一同送入解码器中进行响应的生成。本发明能充分利用上下文的语义信息,筛选与之高度相关的背景知识信息,将所筛选的知识信息融入对话生成的过程,提高了对话生成的质量。
📄 2022104293735
📂 G06F16_3329
👤 南京信息工程大学
📅 2022-04-22
本发明公开了一种空间语义增强的不动产登记知识检索增强生成方法,属于地理信息技术、自然语言处理与检索增强生成的交叉技术领域,首先获取用户查询请求,对查询请求进行空间语义解析,提取空间几何与拓扑约束特征、权属业务特征及文本语义特征,并生成统一向量空间中的联合查询表示;在不动产登记多模态知识库中进行多层次混合检索,融合检索结果构建上下文增强表示,上下文增强表示输入语言大模型,生成结构化应答并完成输出。本发明基于空间语义增强的检索推理技术,为不动产登记业务查询提供高效、准确、可靠的智能化处理方案,显著提升业务查询质量与效率,具有良好的推广应用价值。
📄 2026105338801
📂 G06F16_3329
👤 南京信息工程大学, 常州市自然资源和规划服务中心
📅 2026-04-22
本发明提供了一种基于AI数字人的交互回复生成方法及系统,所述方法包括获取使用者的当前对话文本以及历史对话文本,将当前对话文本转换为当前词向量;基于当前词向量与历史对话文本确定情绪特征;获取外界常识信息并将外界常识信息转换为辅助知识图谱,基于辅助知识图谱、当前词向量与历史对话文本确定辅助知识特征;对情绪特征与辅助知识特征分别进行编码,以得到情绪编码特征与知识编码特征,基于情绪编码特征与知识编码特征确定AI数字人的最终回复,本发明可提升情绪识别的准确度以及速度,同时也可提升AI数字人的真实感、自然感以及拟人度。
📄 2025102212262
📂 G06F16_3329
👤 江西财经大学
📅 2025-02-27
本发明公开了一种对话模型训练用的用户模型确定方法、装置、设备和计算机可读介质。所述方法包括:采用邻域随机化从专家模拟器中构建用户模型集合,所述用户模型集合中包括至少两个用户模型;将对话模型分别利用所述用户模型集合中不同的所述用户模型训练,获得不同的对话轨迹;根据所述对话轨迹并利用基于逆强化学习的评估器评估所述用户模型的对话质量,确定目标用户模型。本发明实施例公开的用户模型评估技术方案能够成功地提高对话模型的性能。
📄 2022114283299
📂 G06F16_3329
👤 曲阜师范大学
📅 2022-11-15
本发明公开了一种智能对话模型训练方法、装置、设备和计算机可读介质,属于计算机技术领域。方法包括:利用生成器生成用户目标,用户目标包括:请求和约束,请求为完成对话任务所需的缺失信息,约束为完成对话任务必须满足的要求;抽取用户目标,利用对话模型根据对话策略从对话动作数据集中抽取对话动作;判断对话策略是否完成且对话动作是否满足用户目标,若是,则按照第一奖励策略生成生成器的正向奖励,若对话策略完成且对话动作没有满足用户目标,则按照第一奖励策略生成生成器的负向奖励。本发明使用对抗性训练优化生成器网络来生成始终处于对话模型适当难度水平的任务,随着对话模型的进步,迫使生成器提出越来越具有挑战性的用户目标。
📄 2022114271446
📂 G06F16_3329
👤 曲阜师范大学
📅 2022-11-15
本发明提供一种基于参数共享的自然语言理解方法,涉及音频处理技术领域。本发明通过建立具备多个编码器的自然语言理解模型,并在反向传播时按照预设顺序依次对编码器中的参数进行更新共享,从而实现低计算量、低功耗、高识别率等优点。使用参数共享的方法来构建自然语言理解模型,通过参数共享的方式在不增加网络参数的前提下,加深网络深度,从而使得模型具有更好的非线性,能拟合更为负责的训练数据。将自然语言理解的输出意图进行再编码表示后,与语义槽的特征向量进行交互。从而达到通过意图列表约束语义槽输出的目的。本发明设计所有算法模型都可部署在同一、离线、本地的存储介质上,且无需与云服务器进行交互。
📄 2022112154768
📂 G06F16_3329
👤 杭州芯声智能科技有限公司
📅 2022-09-30
本发明提供一种基于对偶视图对比学习的会话推荐方法,该方法以非均匀会话序列的时间间隔序列作为时间间隔信息增强的依据,对非均匀会话序列进行数据增强操作,从而得到时间间隔均匀的增强会话序列,能够充分挖掘会话内的信息,以提高推荐准确性,本发明构建了超图卷积网络编码器和Transformer编码器相结合的对偶视图编码器,能够从多视角捕捉会话间的隐藏高阶关系,丰富了推荐的多样性,此外,本发明采用原始会话序列和会话间的增强会话嵌入进行对比学习,优化对比推荐模块的模型参数,能够缓解无关项目对于会话嵌入的影响,有效增强模型泛化性。
📄 2024114561749
📂 G06F16_3329
👤 江西财经大学
📅 2024-10-18
本发明公开一种基于多层次复制和感知损失的自然语言答案生成方法、装置及介质,所述方法包括:根据预先获取的自然语言问题和三元组,将其分别输入到对应的编码层中,得到自然语言问题和三元组的向量表示。该基于多层次复制和感知损失的自然语言答案生成方法、装置及介质,以智能QA系统中的自然语言答案生成为研究对象,针对现有方法生成无意义响应和问答不匹配的问题,提出了基于多层次复制和预测机制的解码器,同时复制问题和三元组中的相关语义单位,并从词汇表中预测常用词汇,从而根据用户需求生成符合语法、语境的自然语言答案序列,以为下一步做复杂多轮对话奠定了理论基础。
📄 2023109588817
📂 G06F16_3329
👤 南京晓庄学院
📅 2023-07-31
本发明涉及一种基于用户个性化的对话回复生成方法及其模型。本发明所述的对话回复生成方法包括:S1、获取当轮输入语句与历史输入语句中包含的个性化信息的匹配程度得分;S2、根据所述匹配程度得分,得到个性化信息选择性保存向量;S3、根据个性化信息选择性保存向量,得到用户个性化表征向量;在获得用户个性化表征向量后,根据用户个性化表征向量,在候选知识语句中选择最符合用户个性的知识语句,再利用所选择的知识语句,生成对话回复语句。本发明的方案,无须引入外部的对话者信息标注数据来获得用户的个性化信息,从而降低了对话系统的数据处理的负担,并且提高了对话系统的灵活性和应用范围。
📄 2023101912009
📂 G06F16_3329
👤 华南师范大学
📅 2023-03-01