-
公开(公告)号:CN119025647A
公开(公告)日:2024-11-26
申请号:CN202411102291.5
申请日:2024-08-12
Applicant: 电子科技大学
IPC: G06F16/332 , G06F16/35 , G06F40/35 , G06F18/25
Abstract: 一种多模态对话状态追踪方法,本发明涉及自然语言处理在任务型对话领域,其旨在解决利用文本与图像的多种模态信息来追踪和预测对话状态多模态信息利用及融合不充分,缺乏先验知识技术问题。本发明方法主要包括场景筛选,利用文本模态信息筛选图像切片;模式图初始化,文本视觉先验知识初始模式图,并进行初步融合;隐藏向量计算,将对话上下文及筛选后的上下文经由模式图计算得到用于预测状态的隐藏向量;对话状态预测,将各模式图的隐藏向量融合后,预测对话状态及对话意图。本发明用于提供对话状态预测方法。
-
公开(公告)号:CN119089972A
公开(公告)日:2024-12-06
申请号:CN202411102288.3
申请日:2024-08-12
Applicant: 电子科技大学
IPC: G06N3/092 , G06N3/0442 , G06N3/045 , H04L41/044
Abstract: 一种面向合作导航的多智能体系统通信方法,本发明利用强化学习技术,通过动态通信机制增强智能体间的交流,以提升多智能体系统在自动化控制、机器人协作与智能交通领域的合作导航任务中的稳定性和效率。该方法特别关注智能体之间的合作以及对大规模机器人团队的可扩展性。本发明主要包括智能体系统结构表示,通过聚类和层级关系生成,创建智能体的层级结构,优化信息交流;观察编码与聚合,智能体的观察被编码成通信消息,并通过层级结构进行聚合;动作意图交流,智能体通过编码动作意图并与其他智能体交流,以促进协作和协调;动作生成与奖励计算,基于交流后的聚合信息,生成动作策略,执行动作并计算奖励。本发明用于智能体合作导航任务。
-
公开(公告)号:CN117216630A
公开(公告)日:2023-12-12
申请号:CN202311113902.1
申请日:2023-08-31
Applicant: 电子科技大学
IPC: G06F18/24 , G06F40/289 , G06F40/295 , G06V10/44 , G06V10/82 , G06F18/22 , G06F18/10 , G06N3/0464 , G06N3/084 , G06N3/09 , G06F18/213 , G06N3/0442 , G06N3/045 , G06F40/30 , G06Q50/00
Abstract: 本发明公开了一种基于图网络的事件分析方法,属于自然语言处理技术领域。该方法包括训练过程和预测过程;在训练过程中,首先获取结构化的文本样本;接着通过异质信息网络组织文本样本,对文本样本进行元路径相似度计算,利用异质图网络对文本节点进行表示学习;再使用基于多头注意力机制网络获取各文本样本对应的标签和情感极性;最后使用梯度下降法,监督优化元路径权重、异质图网络信息聚合法和基于多头注意力机制网络的参数;在预测过程中,将处理好的数据输入情感分析模型,得到对应的语义特征及情感极性,最后使用事件分析模型将输入的文本数据进行分类及情感极性分析。本发明通过图网络和文本向量两种方式,从多角度剖析了文本中可能潜在的事件信息,相对于传统方法更具有准确性。
-
-