Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖北泰跃卫星技术发展股份有限公司易小林获国家专利权

湖北泰跃卫星技术发展股份有限公司易小林获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉湖北泰跃卫星技术发展股份有限公司申请的专利一种适用于数字人的多维类别增强词向量融合方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120011502B

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510063710.7,技术领域涉及:G06F16/3329;该发明授权一种适用于数字人的多维类别增强词向量融合方法及系统是由易小林;杨红兵;汪爱华设计研发完成,并于2025-01-15向国家知识产权局提交的专利申请。

一种适用于数字人的多维类别增强词向量融合方法及系统在说明书摘要公布了:本发明提出了一种适用于数字人的多维类别增强词向量融合方法及系统,涉及用户兴趣模型构建技术领域,构建问答数据库并采集用户输入问题;根据与用户输入问题对应的标准问题和用户输入问题,构建问题样本对,依次对每个问题样本对进行标记,以获取正负样本集合;基于梯度下降算法对正负样本集合进行相似度计算,以获取与正负样本集合对应的词向量缩放参数和类别权重参数,并根据词向量缩放参数、类别权重参数以及正负样本集合,形成与用户输入问题对应的第一扩展向量;计算第一扩展向量与所有标准问题对应的扩展向量的余弦相似度,选择具有最高余弦相似度的标准问题,向用户输出标准问题对应的答案。本发明有助于提高问答匹配的精确性。

本发明授权一种适用于数字人的多维类别增强词向量融合方法及系统在权利要求书中公布了:1.一种适用于数字人的多维类别增强词向量融合方法,其特征在于,所述方法包括: 构建问答数据库并采集用户输入问题,其中,所述问答数据库包括标准问题集合和与所述标准问题集合中每一标准问题对应的答案; 提取所述标准问题集合中所有专业术语,并对所有专业术语进行多维度分类,以获取每一维度下标准问题集合中标准问题对应的独热编码向量; 根据与所述用户输入问题对应的标准问题和所述用户输入问题,构建问题样本对,依次对每个问题样本对进行标记,以获取正负样本集合; 基于梯度下降算法对所述正负样本集合进行相似度计算,以获取与所述正负样本集合对应的词向量缩放参数和类别权重参数,并根据所述词向量缩放参数、所述类别权重参数以及所述正负样本集合,形成与所述用户输入问题对应的第一扩展向量,其中,所述相似度包括余弦相似度和点积相似度; 所述获取与所述正负样本集合对应的词向量缩放参数和类别权重参数,具体包括: 在机器学习模型中加载所述正负样本集合、初始词向量缩放参数以及初始类别权重参数,并使用BERT模型分别计算所述正负样本集合中用户输入问题和标准问题对应的词向量; 计算所述正负样本集合中用户输入问题和标准问题对应的独热编码向量,并根据所述独热编码向量和采样输入问题,获取与所述采样输入问题对应的扩展向量; 使用余弦相似度计算所述正负样本集合中每个问题样本对中用户输入问题和标准问题之间的相似度,并根据过渡词向量缩放参数和过渡类别权重参数计算总损失函数; 当所述总损失函数大于损失阈值或到达最大迭代次数,则使所述机器学习模型输出所述词向量缩放参数和所述类别权重参数; 计算所述第一扩展向量与所有标准问题对应的扩展向量的余弦相似度,选择具有最高余弦相似度的标准问题,向用户输出所述标准问题对应的答案,其中,所述第一扩展向量包括多维度的独热编码向量和原始词向量。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人湖北泰跃卫星技术发展股份有限公司,其通讯地址为:430000 湖北省武汉市洪山区野芷湖西路16号武汉创意天地高层3号楼单元7层;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。