专利交易市场

一种面向人机对话系统的命名实体识别方法，首先去除大语言模型的因果掩码以充分挖掘大语言模型的双向语义嵌入表征能力，使其更适用于精准的令牌分类任务；然后计算大语言模型语义嵌入的语义相似度并作为新的监督信息融合到大语言模型的语义嵌入中，以改善去掩码大语言模型在恢复双向注意力时标签监督能力不足的问题，从而使模型获得更好的语义嵌入来计算对应的实体分数；最后分别计算实体和类型分数来识别命名实体。本发明考虑了大语言模型的双向语义理解信息和语义相似度信息，提高了大语言模型在人机对话系统中的命名实体识别的准确度。

本公开提供了一种基于自学习对话模型的人机对话方法及系统；所述方案利用预定义的角色信息训练一个角色信息记忆网络，预测回复时首先利用角色信息记忆网络生成与当前语境相关程度最高的角色信息，并将角色信息输入到对话生成网络中；通过适当地融入角色信息更符合用户之间的对话习惯，使模型生成的回复更加具有个性和多样性；同时，本公开所述方案将基于马尔可夫决策过程的强化学习方式融入模型的学习过程中，对模型的参数进行微调和优化，利用对话生成的模型初始化两个学习体，让它们进行多轮的对话探索；随着学习体的探索，每个学习体的角色信息记忆选择网络会完善对对方的印象描述，一组成功的对话可以让对话双方通过对话的内容和对话者的特点增强对对方的了解。

本发明属于人机交互对话系统领域，具体涉及一种基于时序知识图谱的人机对话兴趣感知方法；该方法包括：获取用户输入内容和机器人对话库数据；根据用户输入内容和对话库数据得到至少两个候选回复；将用户输入内容和候选回复输入到采用基于时序知识图谱的人机对话兴趣感知模型中，得到用户对所有候选回复感兴趣的概率，选择概率最高的候选回复作为机器人的回复内容；本发明既考虑了人机交互过程中外部知识，又考虑了用户兴趣偏好，解决了当前人机交互系统存在机器人背景知识缺乏、用户在对话过程中兴趣度不高的问题，使人机对话更自然，具有广阔的应用前景。

本发明公开了一种语音助手处理主叫用户语音指令的方法及语音助手。所述方法包括：步骤301，所述语音助手接收主叫用户的语音指令；步骤302，所述语音助手判断所述主叫用户是否正在控制所述第一通话，如果是，执行步骤303；步骤303，所述语音助手判断所述主叫用户是否同时正在控制至少一个第二通话；如果是，执行步骤304；步骤304，所述语音助手基于被控语音助手标识符确定是否处理语音指令内容，其中，所述语音指令包括被控语音助手标识符和语音指令内容。通过上述方法及语音助手，使得语音助手在用户同时控制多个语音助手的通话时，能够准确地处理用户指令，提升了用户体验。

本发明提供一种智能机器人的人机对话流程自动切换方法及系统，该方法包括：在智能机器人的人机对话当前流程进行时，确认是否预先设置有允许判断各人机对话流程自动切换条件是否满足的配置信息；在设置有允许判断各人机对话流程自动切换条件是否满足的配置信息时，根据用户输入信息判断是否满足预设的人机对话流程自动切换条件；若满足所述预设的人机对话流程自动切换条件，自动切出所述人机对话当前流程。本发明能实现流程切换控制的全过程的可配置化，扩大流程切换的适用场景。

本发明实施例公开了一种车辆中语音指令的用户身份识别方法及装置，所述方法包括：步骤101，接收用户发出的语音指令；步骤102，确定车辆中用户数量和每一个用户的用户身份，所述每一个用户的用户身份为预设用户身份中的一种；步骤103，当所述用户数量为1时，将所述用户的用户身份作为所述语音指令的用户身份，当所述用户数量大于1时，基于麦克风阵列波束成形来识别所述语音指令的用户身份。通过上述方法，能够降低车机的处理负荷，提升语音指令的用户身份识别的速度，更加迅速的响应用户的指令。