-
公开(公告)号:CN117216204A
公开(公告)日:2023-12-12
申请号:CN202311062663.1
申请日:2023-08-23
Applicant: 华东师范大学
IPC: G06F16/332 , G06F16/33 , G06F16/335 , G16H50/80 , G06F40/30
Abstract: 本发明公开了一种基于时空一致性和上下文一致性的流调问答可信度评测方法,其特点是该方法包括:基于时空一致性的流调问答可信度评测和基于上下文一致性的流调问答可信度评测,所述基于时空一致性的流调问答可信度评测具体包括:时间和地点匹配和时空一致性的可信度的计算;所述基于上下文一致性的流调问答可信度评测在大型语言模型的基础上,采用指令微调技术进行对话内容上下文一致性的判断。本发明与现有技术相比具有从对话与手机信令时空一致性和对话内部上下文一致性等角度对收集到的流调对话进行可信度进行评测,从而在低可信度情况下适时干预流调问答,使流调对象尽可能提供真实可靠的信息,为后期追踪溯源提供高质、可信的数据支撑。
-
公开(公告)号:CN117171322A
公开(公告)日:2023-12-05
申请号:CN202311186715.6
申请日:2023-09-14
Applicant: 华东师范大学
IPC: G06F16/332 , G06Q50/20
Abstract: 本发明公开了一种基于大型语言模型的智能教育聊天机器人训练方法,其特点是采用在大量教育书籍和多样化基础指令上对LLM进行预训练的方式,使模型具备教育领域的专业知识和指令遵循技能,并以学习跨学科的基础知识、基本的指令跟随能力和对话能力,通过在教育特色指令数据集上对模型微调,激活模型在不同教育场景下的能力,增强在检索增强的开放式问答、细粒度的作文评估、苏格拉底式教学和基于心理学的情感支持等多种教育场景下的能力,使LLM能够自动判断检索到信息的有用性,并根据相关信息和LLM中存储的知识生成回答。本发明与现有技术相比具有更好地适应教育领域的实际需求,提供个性化、全面和及时的教育支持,应用前景良好。
-