-
公开(公告)号:CN114020894A
公开(公告)日:2022-02-08
申请号:CN202111311891.9
申请日:2021-11-08
Applicant: 桂林电子科技大学
IPC: G06F16/332 , G06F16/33 , G06Q50/20
Abstract: 本发明公开了一种可实现多轮互动的智能测评系统,其特征在于,包括与智能终端互连的答案智能处理子模块、多轮对话子模块、对话管理子模块和知识库管理子模块。这种系统可用于教学中的现场测评,可以快速、自动获得学习者对于知识点的掌握程度;同时对于学习者来说,即使老师不在身边,通过评测过程中的多轮互动环节,用户可以加深对知识点的了解,老师也可以清楚的了解同学对课程内容的掌握情况,不仅增加了互动性,更有利于提高学习效率和教学效率。
-
公开(公告)号:CN116127028A
公开(公告)日:2023-05-16
申请号:CN202211568970.2
申请日:2022-12-08
Applicant: 桂林电子科技大学
IPC: G06F16/332 , G06F16/33 , G06F16/338 , G06F16/35 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于引入对比学习的对话系统及前端实现方法,所述对话系统设置在现有教育平台上,包括问题处理模块、意图识别模块、答案预测模块、对话状态追踪模块和前端显示模块。这种系统能针对学生提出的问题及时、快速地给出准确的回复,并在对话中结合上下文对用户进行提问,通过双向的问答形式帮助用户深刻理解课程知识点,进一步掌握课程内容,这种方法简单、易实现。
-
公开(公告)号:CN116010575A
公开(公告)日:2023-04-25
申请号:CN202310058399.8
申请日:2023-01-19
Applicant: 桂林电子科技大学
IPC: G06F16/332 , G06F18/25 , G06F18/214 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种融合基础知识与用户信息的对话生成方法,包括:构建用户信息数据集、人机对话数据集,从大数据平台获取基础知识数据集,将数据集送入采用多输入Transformer结构的编码器、解码器,分别对历史对话、用户个人信息、基础知识进行编码计算注意力向量,再将各项注意力向量线性融合,使语言模型更加全面考虑这三部分内容以生成更合理的回复。这种方法兼顾处理知识和角色信息能提高人机对话的体验感提升语言回复的质量。
-
公开(公告)号:CN114020894B
公开(公告)日:2024-03-26
申请号:CN202111311891.9
申请日:2021-11-08
Applicant: 桂林电子科技大学
IPC: G06F16/332 , G06F16/33 , G06Q50/20
Abstract: 本发明公开了一种可实现多轮互动的智能测评系统,其特征在于,包括与智能终端互连的答案智能处理子模块、多轮对话子模块、对话管理子模块和知识库管理子模块。这种系统可用于教学中的现场测评,可以快速、自动获得学习者对于知识点的掌握程度;同时对于学习者来说,即使老师不在身边,通过评测过程中的多轮互动环节,用户可以加深对知识点的了解,老师也可以清楚的了解同学对课程内容的掌握情况,不仅增加了互动性,更有利于提高学习效率和教学效率。
-
公开(公告)号:CN116341562A
公开(公告)日:2023-06-27
申请号:CN202310309923.4
申请日:2023-03-28
Applicant: 桂林电子科技大学
IPC: G06F40/30 , G06F16/33 , G06F16/332 , G06F40/211 , G06F18/2413 , G06F18/214
Abstract: 本发明公开了一种基于UniLM语言模型的相似问题生成方法,其特征在于,包括如下步骤:S01构建中文问题相似句对数据集;S02构建基于UniLM语言模型的文本生成模块;S03训练模型语言相似问题检索能力;S04输出相似问题文本;S05对语言生成模型进行优化。这种方法能够针对所输入的问句生成相似问句,从多方面对问题进行相似性释义。
-
公开(公告)号:CN115952263A
公开(公告)日:2023-04-11
申请号:CN202211620041.1
申请日:2022-12-16
Applicant: 桂林电子科技大学
IPC: G06F16/332 , G06F40/295 , G06F16/33 , G06F16/35 , G06N3/08 , G06F16/338 , G06N3/047 , G06N3/0455
Abstract: 本发明公开了一种融合机器阅读理解的问答方法,包括1)数据准备;2)自然语言处理;3)命名实体识别模型;4)TorchSever模型部署;5)答案预处理;6)BERT模型预测;7)显示答案。这种方法能提高前后端数据交互中问题回答的准确性。
-
-
-
-
-