-
公开(公告)号：CN119579123A
公开(公告)日：2025-03-07
申请号：CN202411642154.0
申请日：2024-11-18
Applicant: 杭州电子科技大学 , 杭州电子科技大学上虞科学与工程研究院有限公司
IPC: G06Q10/1053 , G06N3/006 , G06Q10/0639
Abstract: 本发明公开了一种基于大模型多智能体的无领导小组面试系统及方法，属于人工智能面试技术领域。该方法包括由企业人力资源经理和相应智能体完成面试题目生成；评分标准制定、角色描述和角色参考回答方案生成以及角色提示词生成；当面试者收到参会邀请并开始无领导小组面试流程后，依次进行准备阶段、独立陈述阶段、自由讨论阶段以及总结陈词阶段，生成最终的面试记录；企业人力资源经理将面试者名称、面试题目、最终的面试记录、评分标准发送至评分智能体，并审核和修订评分智能体输出的面试评分和评价，最终由后台管理终端将面试评分和评价自动发送至面试者，完成基于大模型多智能体的无领导小组面试。
-
公开(公告)号：CN118262139A
公开(公告)日：2024-06-28
申请号：CN202311773501.9
申请日：2023-12-21
Applicant: 杭州电子科技大学 , 杭州电子科技大学上虞科学与工程研究院有限公司
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06V10/44 , G06N3/0442 , G06N3/0455
Abstract: 本发明公开了一种基于双源注意力动态神经网络的短临降雨预报方法及系统。方法主要包括如下步骤：对雷达灰度图像和降雨量灰度图像进行预处理，划分出训练样本集和验证样本集；构建并训练双源注意力动态神经网络，对雷达样本和降雨量样本根据时序进行划分，雷达数据和降雨量数据依次通过编码器进行编码，再通过解码器进行解码，通过多层神经网络前向传播，并利用反向传播来更新双源注意力动态神经网络中的权重，多次训练得到最佳的神经网络模型；利用训练好的双源注意力动态神经网络以及处理好的历史雷达和降雨量数据进行预测，得到未来时刻的降雨量图像序列。本发明能够对未来降雨量进行有效的预测，为短临降雨预报提供了更有效的技术支持。
-
公开(公告)号：CN118069865A
公开(公告)日：2024-05-24
申请号：CN202410173159.7
申请日：2024-02-07
Applicant: 杭州电子科技大学 , 杭州电子科技大学上虞科学与工程研究院有限公司
IPC: G06F16/36 , G06F16/335 , G06F16/35
Abstract: 本发明提供一种基于大语言模型的专业推荐知识图谱构建方法及查询系统，属于知识图谱推荐领域。本发明通过在大语言模型的输入中设置提示词，构建适用于完成专业推荐知识图谱构建任务的实体抽取模型，并借助实体抽取模型进行专业推荐知识图谱构建所需的各种实体抽取任务，最终将推荐范围内所有的专业、所有的职业、所有抽取出的性格品质实体、所有的性格测试结果作为图的节点，基于实体抽取结果在节点之间添加关系，并根据多级权重算法得到不同节点间的关联度。本发明以性格品质作为专业和性格测试结果之间的联结，构建得到用于进行专业推荐的知识图谱，可利用专业推荐知识图谱分析得到专业与相关性格品质的对应关系，为用户选择专业提供参考。
-
公开(公告)号：CN114021575B
公开(公告)日：2025-03-04
申请号：CN202111223636.9
申请日：2021-10-20
Applicant: 杭州电子科技大学
IPC: G06F40/30 , G06F40/211 , G06F40/216 , G06F16/355 , G06F18/22 , G06F18/2321
Abstract: 本发明公开了一种基于语义匹配和密度聚类的中文隐喻释义方法，包括步骤：对于一个隐喻句，我们首先确定源域和目标域；针对目标域和源域构建候选词集合；将候选词集合中的候选词、目标域和源域获取词向量表示，然后分别计算候选词与目标域与源域的语义相似度，并分别计算候选词与目标域和源域互信息，再统计候选词在已有语料库中出现的频率；最后利用候选词的语义相似度、互信息和频率信息获取最终匹配得分，采用DBSCAN聚类方法对候选词进行聚类，并按最终匹配得分进行排序，得到最佳释义词列表。本发明解决了目前专门的中文隐喻释义的数据比较匮乏的问题，能够利用无监督学习方法对中文文本中出现的隐喻进行合理的解释。
-
公开(公告)号：CN112632963A
公开(公告)日：2021-04-09
申请号：CN202011501395.5
申请日：2020-12-17
Applicant: 绍兴达道生涯教育信息咨询有限公司 , 杭州电子科技大学
IPC: G06F40/216 , G06F40/284 , G06F40/30 , G06N3/04
Abstract: 本发明提供了一种基于政府工作报告的中文隐喻信息知识库构建方法，属于自然语言处理技术领域。本发明能够提高利用深度学习模型进行中文隐喻识别分类，其能够提取对应人工标签下每个训练文本中话语的隐喻特征，并对多个隐喻特征进行拼接，将拼接后的隐喻特征输入到分类器中，得到词表中的词语是否属于隐喻的分类结果。同时本发明能根据识别结果进行词性分类，并按照分类结果分别确定其源域和目标域，形成隐喻知识文本，从而实现中文隐喻知识库的自动构建。本发明针对政府工作报告的隐喻特点，通过预先对文本数据进行合并和人工标签分类，能够大大降低模型噪声，提高政府工作报告中中文隐喻识别准确度以及识别效率。
-
Patent Agency Ranking
公开(公告)号：CN112417165A
公开(公告)日：2021-02-26
申请号：CN202011299588.7
申请日：2020-11-18
Applicant: 杭州电子科技大学 , 绍兴达道生涯教育信息咨询有限公司
IPC: G06F16/36 , G06F16/35 , G06F16/332 , G06F16/903 , G06F16/951 , G06F40/295 , G06K9/62
Abstract: 本发明提供一种生涯规划知识图谱的构建及查询方法和系统。该方法包括：从招聘网站中获取招聘信息，收集本科以及专科的专业分类以及名称，收集网络资料中职业对应专业的相关资料，以及收集各高校毕业生的就业去向；将获得的数据进行去噪、分类以及存储等操作；知识图谱构建模块，通过命名实体识别等操作进行生涯规划知识图谱的构建；将用户在终端选择的职业或筛选条件利用生涯规划知识图谱将结果展示出来。本发明利用生涯规划知识图谱分析得到职业与相关专业的对应关系，为用户选择专业提供了参考，为用户提供了便捷。使用了相关的自然语言处理技术，提高了数据获取及数据预处理的效率；从招聘网站获取相应的数据，保证了数据的实时性以及可靠性。
-
公开(公告)号：CN110197218A
公开(公告)日：2019-09-03
申请号：CN201910439037.7
申请日：2019-05-24
Applicant: 绍兴达道生涯教育信息咨询有限公司 , 杭州电子科技大学
Abstract: 本发明公开了一种基于多源卷积神经网络的雷雨大风等级预测分类方法。该方法采用多源卷积神经网络模型对多普勒气象雷获得的多种数据图像进行特征提取，能够融合更多的气象数据信息，提高了对差异性特征的提取；同时方法结合了支持向量机中的分类方法，在中小样本的气象数据训练集上获得的模型有很好的雷雨大风等级预测分类效果。
-
公开(公告)号：CN101887457A
公开(公告)日：2010-11-17
申请号：CN201010218350.7
申请日：2010-07-02
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于内容的复制图像检测方法。现有的方法处理速度慢、无法处理大规模的图像库。本发明方法步骤首先将输入图像进行预处理操作；其次对预处理后的图像计算图像中每个像素的哈希值，根据获得的像素哈希值计算图像的相似哈希值；然后根据获得的图像相似哈希值检索图像数据表，确定图像数据表中有无复制图像；最后更新图像数据表，将输入图像的相似哈希值添加到图像数据表，等待下一个输入图像。本发明方法处理速度快，能够适应图像变换带来的影响。
-
公开(公告)号：CN114021575A
公开(公告)日：2022-02-08
申请号：CN202111223636.9
申请日：2021-10-20
Applicant: 杭州电子科技大学
IPC: G06F40/30 , G06F16/35 , G06F40/211 , G06F40/216 , G06K9/62
Abstract: 本发明公开了一种基于语义匹配和密度聚类的中文隐喻释义方法，包括步骤：对于一个隐喻句，我们首先确定源域和目标域；针对目标域和源域构建候选词集合；将候选词集合中的候选词、目标域和源域获取词向量表示，然后分别计算候选词与目标域与源域的语义相似度，并分别计算候选词与目标域和源域互信息，再统计候选词在已有语料库中出现的频率；最后利用候选词的语义相似度、互信息和频率信息获取最终匹配得分，采用DBSCAN聚类方法对候选词进行聚类，并按最终匹配得分进行排序，得到最佳释义词列表。本发明解决了目前专门的中文隐喻释义的数据比较匮乏的问题，能够利用无监督学习方法对中文文本中出现的隐喻进行合理的解释。
-
公开(公告)号：CN119474312A
公开(公告)日：2025-02-18
申请号：CN202411601431.3
申请日：2024-11-11
Applicant: 杭州电子科技大学
IPC: G06F16/3329 , G06F16/353 , G06F16/36 , G06F40/30 , G06F40/284 , G06N5/022 , G06N5/04 , G06N3/045 , G06Q50/18
Abstract: 本发明公开一种基于大模型与多种知识库融合的法律问答方法，包括如下步骤：获取用户的输入信息，对输入信息进行意图识别；所述意图识别的结果包括：案件判决预测，撰写法律文书，常规法律问答；收集法律文本，构建罪名知识图谱、向量知识库和法律文书模板知识库；根据意图识别的结果匹配知识库中可用的知识，结合可用知识根据意图识别的结果匹配Prompt并输入大模型中，输出符合用户意图的问答结果。本发明构建不同的知识库，根据用户的特定意图匹配不同的知识库和提示词，从而提高了模型对特定任务的理解，通过思维链方法引导模型进行逐步推理，提高模型输出的可解释性和准确性，满足法律领域需要证据的需求。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.028 seconds)
