-
公开(公告)号：CN119623484B
公开(公告)日：2025-05-02
申请号：CN202510148148.8
申请日：2025-02-11
Applicant: 杭州中软安人网络通信股份有限公司
IPC: G06F40/35 , G06F40/151 , G06N3/0464 , G06N3/0455 , G06N3/08 , G06F18/213 , G06F18/25
Abstract: 本发明公开一种基于大模型的客服平台情感分析方法，涉及语言智能数据处理技术领域，其技术方案要点是：使用svm模型和Transformer模型结合形成svm‑transformer模型作为基础的情感分析模型进行分析，并使用带有标签的情感数据集对svm‑transformer模型进行微调训练，从而提高模型的准确性，通过交叉验证等方法对模型的性能进行评估，确保模型能够在新的数据上保持良好的泛化能力，本发明能够更准确地识别用户当前的情感状态，如满意或者不满意，避免传统方法中检测效率低、成本高、准确性差、难以监督等问题，进而为客服平台提供更精准的内容推荐、用户行为分析等功能。
-
公开(公告)号：CN112448972B
公开(公告)日：2022-09-20
申请号：CN201910811118.5
申请日：2019-08-29
Applicant: 杭州中软安人网络通信股份有限公司
IPC: H04L67/567 , H04L67/1097 , H04L9/40 , H04L12/66
Abstract: 本发明提供一种数据交换与共享平台，所述数据交换与共享平台包括数据交换子系统以及各个部门的数据交换网关，其中，每个部门都拥有自己的线下业务数据库或临时库和自己的线上租户空间，各部门作为租户将自己的公开数据放在租用空间中，在通过一系列审批授权过程后在交换空间中与其他部门数据进行数据碰撞并获取碰撞结果；所述数据交换子系统用于提供数据目录和数据交换服务；所述各个部门的数据交换网关用于进行数据转发服务，提供数据源管理、转换管理、数据传输加密、作业管理和用户数据访问API鉴权功能。本发明能够减少数据源间的数据搬运，实现数据的交换与共享。
-
公开(公告)号：CN112445806A
公开(公告)日：2021-03-05
申请号：CN201910810984.2
申请日：2019-08-29
Applicant: 杭州中软安人网络通信股份有限公司
IPC: G06F16/23
Abstract: 本发明提供一种数据持续更新的方法及装置，包括：对于需要入库的数据，若所述数据为更新数据且为已映射过的数据，对所述需要入库的数据进行格式转换；对经过格式转换过的数据进行数据处理；对经过数据处理的数据进行数据质量检查；对数据质量检查通过的数据进行数据转换；将经过数据转换的数据进行数据入库。本发明能够保障大数据平台的入库数据的准确性、可用性、时效性和完整性，以支撑社会共治大数据平台的各项业务。
-
公开(公告)号：CN110706141A
公开(公告)日：2020-01-17
申请号：CN201910665142.2
申请日：2019-07-23
Applicant: 杭州中软安人网络通信股份有限公司
IPC: G06Q50/26
Abstract: 本发明提供一种电子政务大数据服务系统。所述系统自下而上包括基础设施层、数据资源层、应用支撑层、业务应用层和用户及服务层，其中，所述基础设施层，用于提供电子政务大数据服务所需的基础设备；所述数据资源层，用于实现信息资源共享目录与数据交换功能以及提供各种电子政务数据；所述应用支撑层，用于为所述业务应用层中的各种大数据应用提供大数据服务支撑；所述业务应用层，用于提供大数据应用中心和社会共治服务云功能；所述用户及服务层，用于提供用户访问大数据应用的服务接口，实现与外部数据的接入服务。本发明能够为大数据应用提供电子政务大数据服务平台，有效保护大数据的安全以及用户的隐私。
-
公开(公告)号：CN119623484A
公开(公告)日：2025-03-14
申请号：CN202510148148.8
申请日：2025-02-11
Applicant: 杭州中软安人网络通信股份有限公司
IPC: G06F40/35 , G06F40/151 , G06N3/0464 , G06N3/0455 , G06N3/08 , G06F18/213 , G06F18/25
Abstract: 本发明公开一种基于大模型的客服平台情感分析方法，涉及语言智能数据处理技术领域，其技术方案要点是：使用svm模型和Transformer模型结合形成svm‑transformer模型作为基础的情感分析模型进行分析，并使用带有标签的情感数据集对svm‑transformer模型进行微调训练，从而提高模型的准确性，通过交叉验证等方法对模型的性能进行评估，确保模型能够在新的数据上保持良好的泛化能力，本发明能够更准确地识别用户当前的情感状态，如满意或者不满意，避免传统方法中检测效率低、成本高、准确性差、难以监督等问题，进而为客服平台提供更精准的内容推荐、用户行为分析等功能。
-
Patent Agency Ranking
公开(公告)号：CN112448972A
公开(公告)日：2021-03-05
申请号：CN201910811118.5
申请日：2019-08-29
Applicant: 杭州中软安人网络通信股份有限公司
Abstract: 本发明提供一种数据交换与共享平台，所述数据交换与共享平台包括数据交换子系统以及各个部门的数据交换网关，其中，每个部门都拥有自己的线下业务数据库或临时库和自己的线上租户空间，各部门作为租户将自己的公开数据放在租用空间中，在通过一系列审批授权过程后在交换空间中与其他部门数据进行数据碰撞并获取碰撞结果；所述数据交换子系统用于提供数据目录和数据交换服务；所述各个部门的数据交换网关用于进行数据转发服务，提供数据源管理、转换管理、数据传输加密、作业管理和用户数据访问API鉴权功能。本发明能够减少数据源间的数据搬运，实现数据的交换与共享。
-
公开(公告)号：CN112131463A
公开(公告)日：2020-12-25
申请号：CN202010950134.5
申请日：2020-09-10
Applicant: 杭州中软安人网络通信股份有限公司
IPC: G06F16/9535 , G06F40/30 , G06K9/62
Abstract: 本发明提供了一种热点提取方法、存储介质及服务器，该热点提取方法包括：获取待提取热点的语料数据；根据语料数据对通用领域的roberta模型进行预训练，得到专业领域的roberta模型；根据专业领域的roberta模型，提取多条文本中每条文本的特征向量；根据多条文本中每条文本的特征向量，构造孪生网络的训练样本；根据训练样本，通过孪生网络的方式调节专业领域的roberta模型的参数，得到目标的roberta模型；根据目标的roberta模型，提取多条文本中每条文本的特征向量；利用聚类算法对语料数据的多条文本进行聚类，得到多个类别；根据目标的roberta模型及多个类别提取语料数据的热点。更好地捕捉到语料数据中的独有信息；减少语料数据中字的unk(unknown)的情况；提高聚类及提取热点准确性。
-
公开(公告)号：CN112131463B
公开(公告)日：2024-12-03
申请号：CN202010950134.5
申请日：2020-09-10
Applicant: 杭州中软安人网络通信股份有限公司
IPC: G06F16/9535 , G06F40/30 , G06F16/35 , G06F18/22
Abstract: 本发明提供了一种热点提取方法、存储介质及服务器，该热点提取方法包括：获取待提取热点的语料数据；根据语料数据对通用领域的roberta模型进行预训练，得到专业领域的roberta模型；根据专业领域的roberta模型，提取多条文本中每条文本的特征向量；根据多条文本中每条文本的特征向量，构造孪生网络的训练样本；根据训练样本，通过孪生网络的方式调节专业领域的roberta模型的参数，得到目标的roberta模型；根据目标的roberta模型，提取多条文本中每条文本的特征向量；利用聚类算法对语料数据的多条文本进行聚类，得到多个类别；根据目标的roberta模型及多个类别提取语料数据的热点。更好地捕捉到语料数据中的独有信息；减少语料数据中字的unk(unknown)的情况；提高聚类及提取热点准确性。
-
公开(公告)号：CN112445954A
公开(公告)日：2021-03-05
申请号：CN201910810983.8
申请日：2019-08-29
Applicant: 杭州中软安人网络通信股份有限公司
IPC: G06F16/951 , G06F16/958
Abstract: 本发明提供一种自动提取网页的方法及装置，所述方法包括：根据用户输入获得URL任务列表，将所述URL任务列表保存在临界区中；根据所述临界区中的URL任务列表，按照广度搜索运算法搜索提取网页，并提取URL返回到临界区中；通过判断主题相关度算法判断所提取的网页的相关度，清除不相关网页。本发明能够从用户想要访问的互联网上自动下载用户需要的网页。
-
公开(公告)号：CN113961669A
公开(公告)日：2022-01-21
申请号：CN202111251502.8
申请日：2021-10-26
Applicant: 杭州中软安人网络通信股份有限公司
IPC: G06F16/33 , G06F16/35 , G06F40/289 , G06F40/30
Abstract: 本发明提供了一种预训练语言模型的训练方法、存储介质及服务器，该训练方法通过利用特定场景的文本语料对通用领域的语言模型进行预训练，所得到的专业领域的预训练语言模型可以更好地捕捉到特定场景下文本语料中的独有信息。通过分词工具分词，使得整体的词语作为是否被遮蔽的目标，能够加大语言模型的训练难度，提升语言模型的语义理解能力，进而提升经过训练所获得的预训练语言模型的准确性。增加的每条文本的类别标签信息也富有丰富的语义信息，通过加入类别标签信息，能够更好的让预训练语言模型理解整体的语言效果。改善采用预训练语言模型处理下游的自然语言处理任务过程中的准确性及效率。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.033 seconds)
