-
公开(公告)号：CN117407545A
公开(公告)日：2024-01-16
申请号：CN202311209566.0
申请日：2023-09-18
Applicant: 之江实验室
IPC: G06F16/48 , G06F16/438 , G06F16/45 , G06F40/30 , G06N5/022
Abstract: 本申请涉及一种机器人的展厅讲解方法、装置、电子装置和存储介质，其中，该讲解方法包括：基于机器人的候选动作与候选动作的交互意图，建立动作知识库，为目标展厅场景建立展厅场景知识库，展厅场景知识库中存储有候选讲解词，建立动作知识库中的候选动作与展厅场景知识库中的所述候选讲解词之间的关联关系，根据参观者的特征和预设的讲解时长需求，从候选讲解词中确定目标讲解词，根据目标讲解词，以及候选动作与候选讲解词之间的关联关系，为机器人生成目标讲解动作。通过本申请，解决了相关技术中对机器人进行讲解设置的效率较低的问题，提高了对机器人进行讲解设置的效率。
-
公开(公告)号：CN116952250B
公开(公告)日：2024-01-05
申请号：CN202311200121.6
申请日：2023-09-18
Applicant: 之江实验室
IPC: G01C21/20 , G06Q10/047 , G06F17/10
Abstract: 本发明公开了一种基于语义地图的机器人指路方法和装置，使用机器人对环境构建语义地图，并采集重要位置并进行语义标注作为语义点；随后构建有向连接图；以机器人当前位置作为起点，选取任意一个语义点作为目的地，获得从起点到目的地的最短路径作为规划路径；获取规划路径上每一个点相对于前一个点的方向信息并记载到列表中，并将规划路径上每一个点的语义信息记载到列表中，得到指路列表并生成指路文本；在机器人的显示屏上显示指路地图，或通过机器人的扬声器进行播放指路文本，完成指路任务。本发明能够生成多样化的指路文本，同时以多种形式对用户的问路进行回应，进一步提升了机器人的人机交互能力。
-
公开(公告)号：CN116562303A
公开(公告)日：2023-08-08
申请号：CN202310810661.X
申请日：2023-07-04
Applicant: 之江实验室
IPC: G06F40/30 , G06F18/214 , G06F18/24 , G06N3/0499
Abstract: 本发明公开了一种参考外部知识的指代消解方法及装置，该方法首先输入句子训练提及识别模型，该模型标记出句子中的提及；输入指定两个或三个提及的句子拼接上提及对应的知识，训练关系分类模型判断指定提及中是否有共指关系，并标记出存在共指关系的提及。训练好模型后用于指代消解。本发明方法在参考外部知识进行指代消解的过程中，考虑了句子整体的语义信息。关系分类模型训练过程中，训练模型判断提及间是否存在共指关系，以及训练模型标记出存在共指关系的提及，并且输入有指代三个提及时，这种训练方法使得模型对提及和共指关系的理解更深刻，使模型有更强的指代消解能力。
-
公开(公告)号：CN116127953A
公开(公告)日：2023-05-16
申请号：CN202310410135.4
申请日：2023-04-18
Applicant: 之江实验室
IPC: G06F40/232 , G06N3/0455 , G06N3/0895
Abstract: 本发明公开了一种基于对比学习的中文拼写纠错方法、装置和介质，该方法首先收集原始纠错数据并进行预处理；然后根据预处理后的纠错数据构建中文拼写纠错模型的数据集；再构建包括embedding模块、编码器、错误检测网络和错误纠正网络的中文拼写纠错模型，将待纠错文本输入中文拼写纠错模型输出字符编码向量序列、字符错误概率序列和正确字符概率分布；其次基于对比学习使用数据集对中文拼写纠错模型进行训练，根据损失函数值更新参数，并保存训练好的中文拼写纠错模型；最后将待纠错文本输入训练好的中文拼写纠错模型进行纠错，以获取纠错后的文本。本发明可以有效地提升中文拼写纠错模型的鲁棒性和纠错准确率，具有很强的实用性。
-
公开(公告)号：CN115292469B
公开(公告)日：2023-02-07
申请号：CN202211186444.X
申请日：2022-09-28
Applicant: 之江实验室
IPC: G06F16/332 , G06F16/33 , G06F16/31 , G06F40/247 , G06F40/284 , G06F40/289
Abstract: 本发明属于自然语言处理领域，涉及一种结合段落搜索和机器阅读理解的问答方法，包括：步骤一，收集作为答案来源的文章，对文章进行文本段落切分，对切分后的文本段落做分词操作后再进行词扩展，得到新的文本段落，再对新的文本段落进行倒排索引的构建；步骤二，收集阅读理解模型的训练数据，训练阅读理解模型；步骤三，采用训练好的阅读理解模型接受用户输入的问句，将问句转换为倒排索引检索语句，并检索出候选段落，在每一个候选段落中找出若干小段文本作为候选答案，再通过判断所有候选答案和输入问句的相关性，选择最优答案。本发明可有效的提升在限定域中问句的回复率，同时提升回答所需数据集构建的效率，具有较好的实用性。
-
Patent Agency Ranking
公开(公告)号：CN114625861B
公开(公告)日：2022-09-06
申请号：CN202210508811.7
申请日：2022-05-11
Applicant: 之江实验室
IPC: G06F16/332 , G06F16/31 , G06F16/215 , G06F40/205
Abstract: 本发明公开了改进Transformer融入知识的端到端对话方法，首先收集以对话和知识组成的二元组，将该二元组作为训练数据；对训练数据进行清洗，将训练数据组成包括对话、知识和回复的三元组形式，并对该三元组进行预处理；构建由编码运算模块、知识解码器运算模块和解码器运算模块组成的改进的Transformer模型；利用训练数据与三元组训练改进的Transformer模型，并保存；将以对话和知识组成的二元组输入训练好的改进的Transformer模型中，模型预测输出回复结果；用户对模型输出的回复结果进行回复后，将模型输出的回复结果和用户回复拼接到对话记录串中，并选取新的知识输入训练好的改进的Transformer模型中持续进行端到端对话。该方法充分利用Transformer模型结构将知识细致融合用于生成对话。
-
公开(公告)号：CN114625861A
公开(公告)日：2022-06-14
申请号：CN202210508811.7
申请日：2022-05-11
Applicant: 之江实验室
IPC: G06F16/332 , G06F16/31 , G06F16/215 , G06F40/205
Abstract: 本发明公开了改进Transformer融入知识的端到端对话方法，首先收集以对话和知识组成的二元组，将该二元组作为训练数据；对训练数据进行清洗，将训练数据组成包括对话、知识和回复的三元组形式，并对该三元组进行预处理；构建由编码运算模块、知识解码器运算模块和解码器运算模块组成的改进的Transformer模型；利用训练数据与三元组训练改进的Transformer模型，并保存；将以对话和知识组成的二元组输入训练好的改进的Transformer模型中，模型预测输出回复结果；用户对模型输出的回复结果进行回复后，将模型输出的回复结果和用户回复拼接到对话记录串中，并选取新的知识输入训练好的改进的Transformer模型中持续进行端到端对话。该方法充分利用Transformer模型结构将知识细致融合用于生成对话。
-
公开(公告)号：CN114610861A
公开(公告)日：2022-06-10
申请号：CN202210508804.7
申请日：2022-05-11
Applicant: 之江实验室
IPC: G06F16/332 , G06F16/33 , G06F16/35 , G06F40/30 , G06N3/04
Abstract: 本发明公开了基于变分自编码器的融入知识和感情的端到端对话方法，所述方法包括：采集情感标签、对话、知识和回复，并进行预处理作为训练数据；搭建由变分自编码器模块和拷贝模块组成的模型，并进行训练；预处理测试数据，将测试数据输入训练好的模型中进行预测，得到回复，持续进行端到端对话。变分自编码器模块的编码模块编码情感标签和输入对话的语义信息。变分自编码器模块的解码模块融入知识和情感用于生成内容。拷贝模块结合解码器生成的内容、输入的对话和知识生成回复输出。本发明方法采用变分自编码器结构以生成丰富的回复；引入情感标签用于控制回复的情感类型；从输入对话和知识中拷贝信息，使生成回复兼具丰富性和可控性。
-
公开(公告)号：CN113408690A
公开(公告)日：2021-09-17
申请号：CN202110742983.6
申请日：2021-07-01
Applicant: 之江实验室
Abstract: 本发明提出了一种基于多模态知识图谱的机器人个性化情感互动装置及方法，该装置包括多模态知识图谱、用户注册模块、状态识别模块、互动实施模块、知识更新模块。多模态知识图谱存储每个已注册用户的信息；用户注册模块用于为新用户注册；状态识别模块用于识别当前用户的身份和情感；互动实施模块用于生成与当前用户个性化情感互动的实施方案并下发给机器人执行；知识更新模块用于更新已注册用户在多模态知识图谱中的信息。本发明考虑了用多模态知识图谱分别存储每个用户的个性化信息，可以有效地应用于家庭服务机器人，让家庭中的每个用户都能获得个性化的情感互动体验。
-
公开(公告)号：CN117573845A
公开(公告)日：2024-02-20
申请号：CN202410054169.9
申请日：2024-01-15
Applicant: 之江实验室
IPC: G06F16/332 , G06F40/30 , G06F40/289 , G06F18/213 , G06F18/25
Abstract: 本发明公开了一种面向跨领域人机协同作业的机器人自然语言理解方法。该方法包括人机协同作业领域/意图/槽位标签及关系定义、数据集构建、自然语言通用理解模型构建和参数学习、自然语言理解场景模型构建和参数学习、利用模型进行在线预测等过程。通过定义具体领域中通用槽位标签与专用槽位标签之间的对应关系，以及场景特征描述和人物特征描述，实现对用户意图的识别和对应槽位信息的识别，增强了自然语言理解模型的跨领域泛化能力。本发明所构建的机器人自然语言理解场景模型具备处理多模态输入数据的能力，且在模型参数学习过程中，增加了对模型稳定性的度量，有效提高了自然语言理解的准确率、降低了误识别率。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.023 seconds)
