基于两阶段检索优化的检索增强生成方法、系统及设备

    公开(公告)号:CN118939764A

    公开(公告)日:2024-11-12

    申请号:CN202410935352.X

    申请日:2024-07-12

    Abstract: 本申请公开一种基于两阶段检索优化的检索增强生成方法、系统及设备,涉及自然语言处理领域,方法包括:获取用户查询文本及多个知识文档;确定每个知识文档的摘要实体关系三元组集合和句子向量集合;将用户查询文本拆分为多个子查询实体关系三元组;计算子查询实体关系三元组与摘要实体关系三元组集合的摘要检索得分,确定第一阶段检索结果;根据第一阶段检索结果判断是否进行文档全文检索,若进行文档全文检索,则进一步确定每个子查询实体关系三元组的最匹配句子集合,根据所有子查询实体关系三元组及每个子查询实体关系三元组的最匹配句子集合确定回答文本。本申请可拓展文档知识库的知识应用能力和场景,提高回答文本的生成效率和精度。

    一种线上学习平台视频课程推荐方法及系统

    公开(公告)号:CN115344744A

    公开(公告)日:2022-11-15

    申请号:CN202211008340.X

    申请日:2022-08-22

    Abstract: 本发明提供了一种线上学习平台视频课程推荐方法及系统,涉及线上学习平台推荐技术领域,包括:将课程讲稿序列输入到主题特征提取模型中,得到主题特征;确定视频帧流序列中每个视频帧流的格拉姆矩阵拉平向量为对应观看视频课程的风格特征;将主题特征和风格特征均经过掩码和嵌入处理后得将主题特征向量和风格特征向量,连接同一观看视频课程对应的主题特征向量和风格特征向量,得到观看课程特征序列;将观看课程特征序列输入到课程推荐模型中,得到推荐课程特征序列;本发明通过预训练自注意力序列推荐模型得到课程推荐模型,能够基于用户的长期兴趣特征和短期兴趣特征进行课程推荐,提高了线上学习平台视频课程推荐的精度和合理性。

Patent Agency Ranking