一种模型训练和业务处理的方法、装置、存储介质及设备

    公开(公告)号:CN115545002A

    公开(公告)日:2022-12-30

    申请号:CN202211509841.6

    申请日:2022-11-29

    Abstract: 本说明书公开了一种模型训练和业务处理的方法、装置、存储介质及设备。该模型训练的方法包括,获取历史对话,从历史对话中确定目标语句,将历史对话输入待训练的特征提取模型中,以使特征提取模型根据历史对话中除目标语句外的其他语句,确定目标语句对应的语句特征,作为第一特征,以及,根据目标语句,确定目标语句对应的语句特征,作为第二特征,以最小化第一特征与第二特征之间的偏差为优化目标,对特征提取模型进行训练,其中,训练后的特征提取模型用于确定输入的每个对话语句对应的语句特征,并将输出的语句特征进行发送,以使接收端根据接收到的语句特征进行业务处理。

    意图识别方法、装置及设备

    公开(公告)号:CN114860905B

    公开(公告)日:2024-08-27

    申请号:CN202210453637.0

    申请日:2022-04-24

    Abstract: 本说明书实施例提供了一种意图识别方法、装置及设备,其中方法包括:对获取的待识别数据进行预处理得到目标数据;基于意图识别模型对目标数据进行特征提取处理,得到目标数据的线性特征和非线性特征;基于意图识别模型根据提取的线性特征和非线性特征进行意图识别处理,得到待识别数据的意图识别结果。其中,意图识别模型是对BERT模型进行优化并训练所得。

    意图识别方法、装置及设备

    公开(公告)号:CN114860905A

    公开(公告)日:2022-08-05

    申请号:CN202210453637.0

    申请日:2022-04-24

    Abstract: 本说明书实施例提供了一种意图识别方法、装置及设备,其中方法包括:对获取的待识别数据进行预处理得到目标数据;基于意图识别模型对目标数据进行特征提取处理,得到目标数据的线性特征和非线性特征;基于意图识别模型根据提取的线性特征和非线性特征进行意图识别处理,得到待识别数据的意图识别结果。其中,意图识别模型是对BERT模型进行优化并训练所得。

    基于大语言模型的数据采集方法和装置

    公开(公告)号:CN117931032A

    公开(公告)日:2024-04-26

    申请号:CN202410196098.6

    申请日:2024-02-21

    Inventor: 王可 林金镇

    Abstract: 本说明书实施例提供了一种基于大语言模型的数据采集方法和装置。该方法的一具体实施方式包括:对目标程序的目标页面截图进行分析,生成目标页面截图的页面描述信息;将页面描述信息和预设的提示语输入大语言模型,生成针对目标程序的推荐测试任务,并将推荐测试任务提供给执行测试的用户,其中,提示语用于提示大语言模型生成针对目标程序的测试任务;针对目标程序执行若干次行为采集操作,得到体现用户行为的页面截图序列,其中单次行为采集操作包括:接收用户基于推荐测试任务针对目标程序的第一页面截图执行的目标操作;根据目标操作将第一页面截图更新为第二页面截图,并通过第一页面截图和/或第二页面截图显示目标操作。

    一种对话业务执行方法、装置、存储介质及电子设备

    公开(公告)号:CN115129878B

    公开(公告)日:2022-12-27

    申请号:CN202211052703.X

    申请日:2022-08-31

    Abstract: 在本说明书提供的对话业务执行方法、装置、存储介质及电子设备中,可获取用户在上一回合输入的回复内容,并确定上一回合向用户发送的话术的话术种类;根据回复内容,在预先构建的意图库中确定用户的意图;将确定出的意图与话术种类的组合确定为当前逻辑组合;在预先构建的规则库中确定与当前逻辑组合匹配的规则;根据所述规则,确定当前回合要向用户发送的话术的话术种类;根据话术种类在预先构建的话术库中确定向用户发送的话术,并将确定出的话术发送给所述用户。在采用本方法执行对话业务时,可通过规则的形式确定出下一回合向用户发送的话术,当需要修改对话逻辑时,只需要添加或修改特定的规则便可完成修改,极大地降低了更新维护的门槛。

    一种关键词的标注方法、装置、存储介质及电子设备

    公开(公告)号:CN116089577A

    公开(公告)日:2023-05-09

    申请号:CN202211567262.7

    申请日:2022-12-07

    Abstract: 本说明书公开了一种关键词的标注方法、装置、存储介质及电子设备。该关键词的标注方法包括:获取用户的对话语句,并对对话语句进行分词处理,确定对话语句中包含的各分词,针对每个分词,根据该分词在对话语句中出现的频率,确定该分词对应的重要程度,根据每个分词对应的重要程度,选择预设数量的分词,作为候选词,将确定出的各候选词组输入预先训练的语句生成模型中,以确定每个候选词组对应的重构对话语句,一个候选词组中包含有至少一个候选词,根据各重构对话语句与所述对话语句之间的语义匹配度,确定对话语句中的各关键词,并对各关键词进行标注。

    一种模型训练和业务处理的方法、装置、存储介质及设备

    公开(公告)号:CN115545002B

    公开(公告)日:2023-03-31

    申请号:CN202211509841.6

    申请日:2022-11-29

    Abstract: 本说明书公开了一种模型训练和业务处理的方法、装置、存储介质及设备。该模型训练的方法包括,获取历史对话,从历史对话中确定目标语句,将历史对话输入待训练的特征提取模型中,以使特征提取模型根据历史对话中除目标语句外的其他语句,确定目标语句对应的语句特征,作为第一特征,以及,根据目标语句,确定目标语句对应的语句特征,作为第二特征,以最小化第一特征与第二特征之间的偏差为优化目标,对特征提取模型进行训练,其中,训练后的特征提取模型用于确定输入的每个对话语句对应的语句特征,并将输出的语句特征进行发送,以使接收端根据接收到的语句特征进行业务处理。

Patent Agency Ranking