公开(公告)号：CN118657223B

公开(公告)日：2024-10-29

申请号：CN202411154467.1

申请日：2024-08-22

Applicant: 天津大学 ,  中家院(北京)检测认证有限公司

Inventor： 曲宗峰 ,  王博 ,  李红伟 ,  杨智彤 ,  胡清华 ,  焦利敏

IPC: G06N5/04 ,  G06F40/16 ,  G06N5/022

Abstract: 本发明公开了一种基于知识图谱双向推理的目标导向对话方法及模型，涉及人机对话技术领域。利用对话起始句和末尾句得到对话上下文表示向量；基于起始句和末尾句的头节点词语查找外部知识图谱的尾节点词语；创建用于存储起始句的对话上下文表示向量、各头节点词语和对应各尾节点词语的第一对话子图，用于存储末尾句的对话上下文表示向量、各头节点词语和对应各尾节点词语的对话上下文表示向量的第二对话子图；对第一对话子图和第二对话子图进行图数据重构得到重建子图；计算得到各头、尾节点词语的概率，选择各头、尾节点词语得到关键词集合，并生成对话回复。解决了目标导向对话方法不准确，用户满意度低的问题。

公开(公告)号：CN116701566A

公开(公告)日：2023-09-05

申请号：CN202310486999.4

申请日：2023-04-29

Applicant: 天津大学

Inventor： 王博 ,  刘书雅

IPC: G06F16/33 ,  G06F16/332 ,  G06F40/30 ,  G06N3/0499 ,  G06Q30/01

Abstract: 本发明公开一种基于情感的多轮对话模型及对话方法，多轮对话模型包括对话历史嵌入模块、情感预测模块和情感嵌入模块；对话历史嵌入模块包括词级别编码器和对话历史自注意力模块，用于将对话历史信息输入到多轮对话模型当中；不同的对话历史信息代表着不同的多轮对话；情感预测模块用于预测回复的情感，通过情感预测模块预测的情感类别代替人工指定情感的类别；情感预测模块通过对话历史得到情感类别，其中情感预测模块的输入为一段对话历史的句子向量输出一个情感类别；情感嵌入模块用于在生成回复并在回复中嵌入指定情感类型，其嵌入情感类型由情感预测模块提供，最终使多轮对话模型生成回复带有情感，提高回复质量。

公开(公告)号：CN116628149A

公开(公告)日：2023-08-22

申请号：CN202310482318.7

申请日：2023-04-30

Applicant: 天津大学

Inventor： 王博 ,  马尚朝

IPC: G06F16/332 ,  G06F16/33 ,  G06F40/35 ,  G06N5/025 ,  G06N3/045 ,  G06N3/0455

Abstract: 本发明公开一种基于联合隐变量的变分自回归对话生成装置及方法，包括编码器模块、知识选择模块和变分自回归解码器模块；编码器模块用于将对话上文和知识句子集合分别编码成向量形式的特征表示，其中知识句子集合通过对话上文检索外部文本库获得，并设置有若干带标签的知识句；基于多层自注意力机制的预训练语言模型构建词级和句子级的编码表示；知识选择模块基于对话上文和当前给定的知识句子集合，从知识句子集合中选择与对话上文语义最相关的知识句用于回复生成；变分自回归解码器模块包括变分层和堆叠解码层，变分层用于计算得到回复序列隐变量，最终通过堆叠解码层生成最终的回复语句。

公开(公告)号：CN109635329B

公开(公告)日：2023-06-23

申请号：CN201811323326.2

申请日：2018-11-08

Applicant: 天津大学

Inventor： 马志赛 ,  丁千 ,  王强 ,  王博

IPC: G06F30/20 ,  G06F18/27

Abstract: 本发明公开了一种基于脊回归的过失误差环境下时变系统递推辨识方法，能够基于过失误差环境下的系统响应信号，对过失误差进行实时检测并滤除，实现时变系统的仅输出递推辨识。如果辨识过程中能够滤除被过失误差污染的观测数据，则过失误差对辨识结果的影响将得以最小化。在过失误差的出现时间未知、幅值取值任意的情况下，通过最小化范数误差和来实现稀疏预测误差序列，可提出具有滤除过失误差不良影响的自适应时变系统递推辨识方法。本发明的基本思路为：一方面，通过自适应加权策略滤除被过失误差污染的观测数据，与此同时，通过滑动窗遗忘机制对旧数据进行移除，使递推辨识方法具有在过失误差环境下对时变系统进行在线跟踪的能力。

公开(公告)号：CN110825824B

公开(公告)日：2023-06-13

申请号：CN201910980998.9

申请日：2019-10-16

Applicant: 天津大学

Inventor： 车宁远 ,  王博

IPC: G06F16/28 ,  G06F40/30 ,  G06F40/284

Abstract: 本发明公开了基于语义化直观‑非直观用户性格表示的用户关系画像方法，首先，获取语言数据库；然后，分别通过直观用户性格表示方式和非直观用户性格表示方式得到关系画像；综合步骤二得到的用户间关系的语义化画像作为最终的用户关系语义化画像。其中，直观方式是基于用户的个人语言文本，计算用户的大五人格五个维度分值并生成一组五维向量作为该用户的语义化画像；两组五维向量做差值计算得到用户间关系的语义化画像。非直观方式是将获取的用户的个人语言文本在word2vec工具训练生成词向量；根据用户名称提取用户词向量，将用户词向量作为该用户的用户语义画像；计算两用户的用户词向量间的余弦相似度和均值向量即为用户间关系的语义化画像。

公开(公告)号：CN116050523A

公开(公告)日：2023-05-02

申请号：CN202310044752.7

申请日：2023-01-30

Applicant: 天津大学 ,  中国移动通信集团天津有限公司

Inventor： 张鹏 ,  郝楚战 ,  谢明辉 ,  王博 ,  赵东明

IPC: G06N5/04 ,  G06N5/02 ,  G06N3/042

Abstract: 本发明提供一种基于混合知识图的注意力引导增强的常识推理框架，包括：预训练文本编码器、检索常识知识图谱模块、知识交互引导模块、常识知识聚合与传播模块和回答与解释模块；所述预训练文本编码器对一组问题q‑选项ci对进行编码表示；所述检索图谱模块根据问题和选项进行常识推理子图筛选，并将问题‑选项对的编码表示作为子图的全局节点；所述知识交互引导模块是通过将各推理子图中的问题‑选项节点提取出来，让多个推理子图的全局节点进行信息的相互传递，并获得新的问题‑选项节点的表示等步骤，本发明在常识知识聚合阶段获得了重要推理信息，同时在知识交互引导模块让推理子图中的节点感受到了非局部的信息，扩大了模型推理过程的信息源和接收域。

公开(公告)号：CN114780696A

公开(公告)日：2022-07-22

申请号：CN202210374446.5

申请日：2022-04-11

Applicant: 天津大学

Inventor： 孙鑫 ,  王博

IPC: G06F16/332 ,  G06F40/35 ,  G06F40/295 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种适用于对话系统的以会话内容驱动的问题生成方法，步骤一：从包含“问题+答案”的数据集中标注和提取答案部分的关键词作为命名实体；步骤二：利用约束语言模型CLM将命名实体生成带有关键词的句子的序列；步骤三：使用端到端模型框架进行问题生成，端到端框架模型包含编码器模块、解码器模块以及连接两者的中间状态向量，编码器模块通过学习输入的名实体，将其编码成一个固定大小的状态向量，继而将该向量传递给解码器模块，解码器模块再通过对这个状态向量的学习来进行输出一个问句；步骤四：利用门控自注意力机制进行对话流建模。与现有技术相比，本发明流程简单，自动生成符合预期的并且有意义的问题的效率更高。

公开(公告)号：CN114663195A

公开(公告)日：2022-06-24

申请号：CN202210373157.3

申请日：2022-04-11

Applicant: 天津大学

Inventor： 谢丽雯 ,  王博

IPC: G06Q30/06

Abstract: 本发明公开了一种基于前序评论的推荐解释说服力判定方法，步骤一，定义关于推荐解释的说服力：说服力是指人们使用目标产品的现有评论来辅助购买决定；步骤二，构建两种前序评论集，一种是非面向用户的说服力增强的前序评论集，另一种是面向用户的前序评论集；过生成的解释所能够匹配到的前序评论集信息来评价解释的质量；步骤三，进行说服力的分析，建立可解释推荐模型中解释质量的评价。与现有技术相比，本发明设计了一种判断生成解释的质量的解释质量评价方法，填补了目前解释质量评价无线下统一标准的空缺，实现了线下不依赖人工的可量化评价方法。

公开(公告)号：CN112487190B

公开(公告)日：2022-04-19

申请号：CN202011466109.6

申请日：2020-12-13

Applicant: 天津大学

Inventor： 王鑫 ,  王博 ,  蒋沁学 ,  陈根华 ,  黄博帆

IPC: G06F16/35 ,  G06F40/211 ,  G06F40/284 ,  G06F40/289 ,  G06F40/30

Abstract: 本发明公开一种基于自监督和聚类技术从文本中抽取实体间关系的方法，基于自我监督的思想，在无标签的数据集中进行关系提取；包括下文编码模块、聚类模块以及分类模块；上下文编码模块用于将数据进行编码，用于之后进行关系抽取和分析；聚类模块分为实体的自适应聚类和实体类别的自适应聚类两部分；实体的自适应聚类用于将实体编码直接进行聚类，得到的聚类结果是实体类别；实体类别的自适应聚类是将实体类别进行聚类，得到的结果是实体类别之间的关系；分类模块用于将各个模块联系起来共同训练。

公开(公告)号：CN112507246A

公开(公告)日：2021-03-16

申请号：CN202011466134.4

申请日：2020-12-13

Applicant: 天津大学

Inventor： 宋长皓 ,  王博 ,  蒋沁学 ,  陈根华 ,  黄博帆

IPC: G06F16/9536 ,  G06F16/958 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种融合全局和局部社会兴趣影响的社会推荐方法，包括数据解析模块、模型训练模块和预测分析模块；数据解析模块用于解析蕴含在文本和图片中的用户及物品相关属性向量；模型训练模块用于构建获取社交网络和兴趣网络中节点嵌入向量的模型；模型训练模块包括嵌入层、融合层和影响兴趣扩散层；通过数据解析模块中获取的用户和物品的侧面信息作为内容特性，结合嵌入层随机初始化的用户和物品的自由嵌入，融合层将内容特性和自由嵌入融合在一起；在影响兴趣扩散层内设置有一个具有若干层次的注意力结构，能够有效地扩散更高层次的社会和兴趣网络；预测分析模块，在扩散过程达到稳定后，输出层预测每个未观察到的用户对物品的偏好得分。