公开(公告)号：CN118467708A

公开(公告)日：2024-08-09

申请号：CN202410924102.6

申请日：2024-07-11

Applicant: 大连理工大学

Inventor： 王琪尧 ,  卢树乐 ,  杨阳 ,  林原 ,  黄建国 ,  隋依璇 ,  李林蔚 ,  童若昕 ,  刘华仁 ,  徐晨 ,  崔彤

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/338

Abstract: 本发明提供了一种基于协同增强的词项级查询扩展方法，属于信息技术和人工智能领域。本发明通过使用零样本提示的生成式与检索式方式获得语义信息更为丰富的协同增强的相关反馈，并基于同样的协同增强方式获得与查询更为相关的查询扩展词；本发明证明这些词语作为查询扩展词的有效性，并且与仅伪相关文档的方法相比较，本发明获得的查询扩展词更为丰富与多样；在获得高质量的查询扩展词列表后，开发了一种基于通义千问大语言模型的扩展词排序模型来对查询扩展词列表进行精排获得相关性排名更为精确的查询扩展词列表，从而用于信息检索流水线中查询端的查询扩展框架中，显著提升了检索算法的性能。

公开(公告)号：CN118467708B

公开(公告)日：2024-09-10

申请号：CN202410924102.6

申请日：2024-07-11

Applicant: 大连理工大学

Inventor： 王琪尧 ,  卢树乐 ,  杨阳 ,  林原 ,  黄建国 ,  隋依璇 ,  李林蔚 ,  童若昕 ,  刘华仁 ,  徐晨 ,  崔彤

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/338

Abstract: 本发明提供了一种基于协同增强的词项级查询扩展方法，属于信息技术和人工智能领域。本发明通过使用零样本提示的生成式与检索式方式获得语义信息更为丰富的协同增强的相关反馈，并基于同样的协同增强方式获得与查询更为相关的查询扩展词；本发明证明这些词语作为查询扩展词的有效性，并且与仅伪相关文档的方法相比较，本发明获得的查询扩展词更为丰富与多样；在获得高质量的查询扩展词列表后，开发了一种基于通义千问大语言模型的扩展词排序模型来对查询扩展词列表进行精排获得相关性排名更为精确的查询扩展词列表，从而用于信息检索流水线中查询端的查询扩展框架中，显著提升了检索算法的性能。

公开(公告)号：CN116485430A

公开(公告)日：2023-07-25

申请号：CN202310414143.6

申请日：2023-04-18

Applicant: 大连理工大学

Inventor： 黄建国 ,  钱敬 ,  唐浩竣 ,  魏宗正 ,  王鹏飞

IPC: G06Q30/0201 ,  G06N20/00 ,  G06F18/213 ,  G06Q30/0283 ,  G06F21/62

Abstract: 本发明公开了一种面向数据流通的联邦学习忘却机制及方法，属于深度学习技术领域。该方法使用联邦学习技术实现数据的隐式流通，并基于Shaply值对市场中的数据贡献者进行奖励与惩罚分配，同时还运用联邦学习忘却算法实现数据交易过程中的撤销。本发明解决了数据流通交易过程中存在的数据确权难、交易定价难、隐私保护难、流通交易难等问题。

公开(公告)号：CN118246534A

公开(公告)日：2024-06-25

申请号：CN202410442121.5

申请日：2024-04-12

Applicant: 大连理工大学

Inventor： 王琪尧 ,  许侃 ,  卢树乐 ,  黄建国 ,  隋依璇 ,  李林蔚 ,  童若昕 ,  刘华仁 ,  林原

IPC: G06N5/022 ,  G06F16/31 ,  G06F16/33 ,  G06F40/279 ,  G06F40/151 ,  G06F40/30 ,  G06F40/126 ,  G06Q50/18 ,  G06N3/126 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明提供了一种基于大语言模型的技术融合机会预测方法，属于信息技术和人工智能领域。本发明通过大语言模型与专利技术融合进化算法EALM为创新技术的预测提供新范式，以专利技术基因为出发点，使用大语言模型进行专利技术层面的知识表征与融合，并结合进化算法EALM进行技术融合机会搜索与预测。本发明在文本语义、组合结果等方面具有显著优势，尤其通过对专利文本语义信息进行编码后，再经过大语言模型概念融合后解码，所得的技术融合机会预测文本十分优质，发现合理组合的概率也得到大幅度提升，为技术创新提供新的发展动力。