-
公开(公告)号：CN119202208A
公开(公告)日：2024-12-27
申请号：CN202411712052.1
申请日：2024-11-27
Applicant: 华东师范大学
IPC: G06F16/332 , G06F16/33 , G06F16/34 , G06N20/00
Abstract: 本发明公开了一种基于大语言模型的人物科普教育的聊天方法、系统及聊天机器人，所述聊天方法包括人物科普教育针对性垂直训练、构建消息列表、用户查询输入和意图识别、人物科普教育知识库检索和匹配、记录用户查询、输入格式调整与内容增强、初步人物科普教育响应生成、记录大语言模型响应、人物科普教育知识输出；所述系统包括微调模块、消息列表维护模块、意图识别模块、知识库系统模块、格式自适应转换模块和知识输出模块。总之，本发明与现有技术相比，具有为人物科普教育聊天机器人自适应、动态智能生成提供了一种新的解决方案，为大语言模型的人物科普教育垂直应用带来了技术上的先进性和高效性。
-
公开(公告)号：CN119089030A
公开(公告)日：2024-12-06
申请号：CN202310655470.0
申请日：2023-06-05
Applicant: 华东师范大学
IPC: G06F16/9535 , G06N3/044 , G06N3/092 , G06N3/0895
Abstract: 本发明公开了一种融合强化和对比学习的个性化习题推荐方法，所述方法使用自监督强化学习方法，将习题推荐过程形式化为马尔可夫决策过程，在学生和智能体之间进行交互作用，获得特征表示；同时融入对比学习思想，将相似的学习历史拉拢，不同的学习历史分开，以此来学习有效表征；对隐藏状态进行拼接，得到拼接后的表征#imgabs0#和#imgabs1#进一步得到整个习题和交互历史表示；将#imgabs2#和#imgabs3#作为输入，通过Q值函数计算、拼接，以得到最终的Q值；然后通过自监督强化学习方法，使累积奖励最大化；结合自监督、强化和对比学习损失，使用梯度下降进行模型训练，利用模型得到最终的习题推荐结果，向学生推荐更适合的习题。本发明还公开了实现上述方法的系统。
-
公开(公告)号：CN118983091A
公开(公告)日：2024-11-19
申请号：CN202411001697.4
申请日：2024-07-25
Applicant: 华东师范大学
IPC: G16H50/30 , G06F16/332 , G06N3/045
Abstract: 本发明公开了一种基于大语言模型的心理咨询对话评估系统，属于自然语言处理领域。训练大语言模型所需要的数据集来自真实对话，模型训练方法采用低秩适配高效微调。应用所述数据和训练方法，实现了一个由半结构化的心理咨询对话模型和心理咨询评估模型共同组成的心理咨询对话评估系统，为受访者提供AI（Artificial Intelligence）心理咨询对话评估服务，同时根据对话内容和评估分数可以生成一份供受访者参考的评估报告。本发明能够使大语言模型在心里咨询对话评估效果上得到提高，在心理咨询过程中可以有效进行倾听询问，建立情感连接，并给予受访者合理的评估建议和情感支持。
-
公开(公告)号：CN116052291A
公开(公告)日：2023-05-02
申请号：CN202111254440.6
申请日：2021-10-27
IPC: G06V40/70 , G06V20/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明提供的基于非对齐序列的多模态情绪识别方法，涉及计算机视觉技术领域，包括以下步骤：S1从文本模态、视觉模态和音频模态分别提取目标视频的特征，即文本表征、视觉表征和音频表征；S2根据文本模态、视觉模态和音频模态的时序结构对文本表征、视觉表征和音频表征进行特征预处理；S3通过跨模态Transformer模块将S2的结果进行融合，得到高阶互补表征。本发明能够根据三种模态的互补特征学习跨模态的融合表征，在不丢失原始模态特征的前提下，使结果更具有鲁棒性，处理更加高效，且能够平衡准确率和参数量，提高多模态情绪识别的实际应用价值。
-
公开(公告)号：CN114240409A
公开(公告)日：2022-03-25
申请号：CN202111270598.2
申请日：2021-10-29
Abstract: 本发明提供的基于改进哈希时间锁的跨链资产交互方法，涉及区块链应用技术领域，属于区块链应用技术领域，包括以下步骤：S1用户A创建中间账户和Fabric上的哈希锁定交易，并返回第一交易锁定值给用户B；S2用户B与双链通信，创建以太坊上的哈希时间锁定交易，并返回第二交易锁定值给用户A；S3用户A与以太坊通信，获取资产；S4用户B与双链通信，查询锁定资产状态。本发明对每笔HTLC转账设置不同的中间账户，通过中间账户进行资产托管和转移，并在交易完成后及时销毁，一定程度上保证了交易的安全性，并扩展的HTLC跨链资产方案的使用场景。
-
Patent Agency Ranking
公开(公告)号：CN113988129A
公开(公告)日：2022-01-28
申请号：CN202111253913.0
申请日：2021-10-27
Abstract: 本发明提供的基于时空域融合的脑电情感识别架构及其实现方法，属于脑电感情识别技术领域，包括神经架构族，神经架构组由若干网络基本模块依次连接而成，网络基本模块包括时域模块和空域模块，时域模块和空域模块之间采用残差连接。本发明将时域与空域联合起来进行特征提取，结构简单，数据进入神经架构族后，依次进入网络基本模块，在网络基本模块中进行时域空域特征的联合提取，经过所有网络基本模块后，得到最终输出结果，由此增加了对时域和空域的上下文之间的考虑，有效增强了EEG表征获取能力。
-
公开(公告)号：CN119249115A
公开(公告)日：2025-01-03
申请号：CN202411747937.5
申请日：2024-12-02
Applicant: 华东师范大学
Abstract: 本发明公开了一种视觉‑语言模型对齐限制的评估方法，包括：使用预训练模型CLIP的文本和图像编码器分别提取图像和文本特征嵌入；基于余弦相似度计算图像或文本之间的相似性，设置阈值筛选满足条件的数据；采用TT2I和II2T策略构建基准数据集；在Flickr30K和MSCOCO数据集上测试视觉‑语言模型性能，使用召回率R@K指标进行评估，分析模型在对齐限制基准与原始数据集上的性能差异；本发明即AlignVLM方法展示了在检测视觉‑语言模型对齐缺陷方面的卓越能力，并验证了不同模型和策略在复杂对齐任务中的表现。为开发更鲁棒的视觉‑语言模型提供了一种有效工具，提升模型泛化能力。
-
公开(公告)号：CN119069080A
公开(公告)日：2024-12-03
申请号：CN202411100142.5
申请日：2024-08-12
Applicant: 华东师范大学
IPC: G16H20/70 , G06F16/332 , G06F16/33 , G06N5/04
Abstract: 本发明公开了一种心理学理论驱动大模型的心理咨询对话生成方法，其特点是该方法包括：目标—计划树知识注入和引导大语言模型行为的形式化框架、目标—计划树形式化的“目标、计划、行动”拆解方法、目标—计划树实例化对大模型的知识注入方法和目标—计划树实例驱动大语言模型与人类交互（评估、推理、选择、对话）的系统引擎等步骤，实现基于心理学理论驱动的大语言模型心理咨询的知识注入和流程控制。本发明与现有技术相比方法更加简便，较好地解决了大模型进行心理咨询过程知识欠缺和流程难以控制的问题。通过目标—计划树命令大语言模型实现心理咨询的任务，具有较强的适配能力，灵活性、隐私性、实用性强，应用前景广阔等特点。
-
公开(公告)号：CN113408381B
公开(公告)日：2023-09-19
申请号：CN202110635297.9
申请日：2021-06-08
IPC: G06V40/16 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供的基于自注意残差卷积神经网络的微表情分类方法，涉及计算机视觉技术领域，该方法包括：输入目标微表情数据集的顶点‑起始点光学流变与光学应变至残差卷积神经网络，得到网络输入张量；将网络输入张量输入至新型残差模块内进行运算，并迭代一次；新型残差模块包括：输入特征量；对特征量进行3×3卷积，并迭代一次；迭代后的结果加上原输入特征量后再进行1×1卷积；最后进行2×2最大池化得到新的输出特征量。在残差卷积神经网络引入多头注意力机制，将多头注意力结果进行分类输出。本发明有效提升了微表情识别的准确率，降低微表情识别模型的参数量，提升微表情识别模型的训练速度，便于在嵌入式设备进行部署，有效扩大其实际应用范围。
-
公开(公告)号：CN116090564A
公开(公告)日：2023-05-09
申请号：CN202211499363.5
申请日：2022-11-28
Applicant: 华东师范大学
Abstract: 本发明公开了一种基于贝叶斯网络的错题归因方法，通过知识点结构图构建贝叶斯网络，并利用学生做题数据进行贝叶斯网络参数学习和题目做错原因推理，对于输入的每一条数据，均用来更新贝叶斯网络的参数，当需要进行错题归因时，即可用该条数据和当前贝叶斯网络的参数进行题目做错原因推理。所述方法能够揭示学生做题错因的层次关系，细粒度地厘清出错原因链；在大规模的场景下，可以实现高效、准确的错题自动归因，辅助教师进行针对性的备课和学生辅导，帮助学生实现个性化的学习；同时，该方法模型透明，过程可解释，结果可信赖，适用于智能教育中的错题归因场景。本发明还公开了一种实现上述基于贝叶斯网络的错题归因系统。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.024 seconds)
