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 > 电子科技大学秦科获国家专利权

电子科技大学秦科获国家专利权

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!

龙图腾网获悉电子科技大学申请的专利一种结合混合式模型的会话内容生成方法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:CN117149968B

龙图腾网通过国家知识产权局官网在2025-11-21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:202311069249.3,技术领域涉及:G06F16/3329;该发明授权一种结合混合式模型的会话内容生成方法是由秦科;卢国明;罗光春;解修蕊;邵帅;戴岭设计研发完成,并于2023-08-24向国家知识产权局提交的专利申请。

一种结合混合式模型的会话内容生成方法在说明书摘要公布了:本申请公开了一种结合混合式模型的会话内容生成方法,属于开放域多轮对话技术领域。方法先获取会话语料库,用作候选语料;然后获取训练数据集并进行预处理;对训练数据进行细粒度语境构建,对训练数据中的概念实体进行检索,并将其概念实体集合的邻居实体用作辅助嵌入;对会话检索模型进行结构改进,并分别将训练数据集中的会话上下文以及回复进行编码,获得检索匹配分数;使用中文预训练语言模型,分别将训练数据集的原始会话上下文和回复,以及邻居概念实体信息进行编码,获得文本上下文向量;对文本上下文向量解码,生成对应的会话回复。本申请提高了会话生成回复与会话上下文之间的相关性,同时提高了生成回复的语义丰富度和质量。

本发明授权一种结合混合式模型的会话内容生成方法在权利要求书中公布了:1.一种结合混合式模型的会话内容生成方法,其特征在于,包括以下步骤: S1:获取训练语料,并采用自然语言处理工具对训练数据集进行解析处理,获得上下文语句以及回复语句的情境信息,同时构造细粒度的上下文语境,并使用常识知识图谱,检索出语句中的邻居概念实体,用作外部知识增强,具体包括: S11:对训练数据集中的会话上下文语句以及回复语句进行分词,获得句子分词结果; S12:通过句子分词结果查询情境词典,获得三元组分数,作为该分词所包含的情境状态信息; S13:同时将会话上下文语句和回复语句分割为句数更少的上下文回复对,并同时将句子分词结果中筛选出概念实体,通过查询常识知识图谱,找到概念实体的邻居实体,并将邻居实体信息作为外部信息嵌入; S2:使用中文预训练语言生成模型,并分别将所述训练数据集的上下文文本和回复文本以及邻居实体信息输入预训练语言模型进行编码,获得文本上下文向量,将向量进行解码,获取到生成的回复,具体包括: S21:将会话语境中的语料按照实际情况进行分组,构建多个子上下文语境,用作后续训练; S22:将常识知识图谱进行结合,通过嵌入对应的邻居实体语义信息,来提升生成回复语句的语义丰富度; S23:将邻居实体集合,上下文回复语句拼接起来,从三个维度进行嵌入,得到输入向量; S24:将输入向量输入到预训练语言生成模型中,解码后生成回复语句; S3:使用会话检索模型,并分别将所述训练数据集的上下文语句和回复语句及其情境信息输入到所述检索模型中,编码得到聚合评分向量,然后获得上下文与回复的匹配分数,具体包括: S31:将所述训练数据集上下文语句以及回复语句中的词汇进行表征,使用预训练的词向量以及词汇本身的字符嵌入; S32:将会话文本对应的情境状态信息进行编码,同时使用多个双向长短记忆网络来进行编码,对每个输入的句子进行递归编码,得到情境状态信息矩阵和句子编码信息矩阵; S33:将情境状态信息矩阵和句子编码信息矩阵输入到检索模型中的交叉注意力匹配层中,利用所述情境状态信息矩阵和句子编码信息矩阵进行上下文和回复之间的交互进行注意力计算,并且融入各自的情境状态信息后重新构造对方的表征,得到重构计算后的新矩阵作为新的表征,以此交叉融合相互之间的匹配信息; S34:将重构后的上下文表征以及回复表征进行下一步聚合,使用双向长短记忆网络在词粒度上以及句粒度上进一步捕捉两者之间的时序关系,即分别以句向量矩阵和词向量矩阵进行矩阵计算,得到最终的匹配特征向量; S35:将得到的特征向量通过多层感知机模型转化为最终的会话上下文语句和回复语句的匹配分数; S4:使用混合式方法,将检索模型中得到的聚合评分向量来辅助生成,得到最终生成的回复语句,具体包括: S41:将检索模型中的上下文语句聚合信息与回复语句聚合信息进行拼接; S42:将拼接后的聚合信息与原上下文语句和回复语句一同输入到会话生成模型中; S43:将预训练语言生成模型中堆叠后的最后一层连续输出作为输出回复。

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电子科技大学,其通讯地址为:611731 四川省成都市高新区(西区)西源大道2006号;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。