-
公开(公告)号：CN117474007A
公开(公告)日：2024-01-30
申请号：CN202311383231.0
申请日：2023-10-23
Applicant: 重庆长安汽车股份有限公司
IPC: G06F40/30 , G06F16/332 , G06F16/33
Abstract: 本申请涉及一种语义数组确定方法、装置、设备及存储介质，涉及自然语言处理技术领域。该方法包括：响应于输入的待处理语义数组，确定目标根节点；将该目标语义领域确定为第一子节点中的语义领域，将该目标语义意图确定为第二子节点中的语义意图，将该目标语义词槽确定为第三子节点中的语义词槽；将该目标根节点以及该目标根节点的子节点，确定为目标语义数组，该目标根节点的子节点包括该第一子节点、该第二子节点以及该第三子节点，该目标语义数组用于输入对话系统，以使得该对话系统按照该目标语义数组向目标设备发送指令，提升了语义数组确定的准确性以及有效性，从而提升对话系统基于语义数组发送指令的准确性。
-
公开(公告)号：CN119459731A
公开(公告)日：2025-02-18
申请号：CN202411637180.4
申请日：2024-11-15
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请实施例提供一种基于用户意图识别的车辆控制方法、装置和电子设备。该方法包括：电子设备对处理后的待识别数据进行扫描和分类，并根据预设搜索策略，搜索得到其对应的大模型组合。该大模型组合中可以包括多个大模型。电子设备可以通过将待识别数据输入该大模型组合，实现该待识别数据中多种数据模态的数据的深入识别，提炼得到用户意图。该用户意图中可以包括车辆控制指令。电子设备可以解析并执行用户意图中的车辆控制指令。该方法用以达到提高用户意图的识别精度的效果。
-
公开(公告)号：CN117851127A
公开(公告)日：2024-04-09
申请号：CN202410013068.7
申请日：2024-01-02
Applicant: 重庆长安汽车股份有限公司
Inventor： 王路宝
IPC: G06F11/14
Abstract: 本发明涉及城市区域语义服务技术领域，具体涉及一种语义模型故障处理方法、装置、电子设备及存储介质。本发明通过获取发生故障的故障语义模型；根据所述故障语义模型对应的目标区域确定出至少一个候选语义模型；通过模型选取规则在所述至少一个候选语义模型中，选取得到目标语义模型；通过所述目标语义模型处理所述目标区域的待处理数据，由于使用模型选取规则可以从距离故障语义模型所在的目标区域最近的候选区域，精准地选取替换故障语义模型的目标语义模型，不但为故障修复提供了更为高效和准确的解决方案，提升了语义服务系统在多地区的应用效果和用户体验，而且由于不需要部署备份的语义模型，进一步节约了资源。
-
公开(公告)号：CN117591993A
公开(公告)日：2024-02-23
申请号：CN202311551600.2
申请日：2023-11-20
Applicant: 重庆长安汽车股份有限公司
IPC: G06F18/25 , B60W40/08 , B60W40/09 , G06V20/40 , G06V20/59 , G06F18/24 , A61B5/01 , A61B5/0205 , A61B5/00
Abstract: 本申请涉及一种驾驶状态的确定方法、模型训练方法及装置、和电子设备，该方法包括：获取第一时间段内的第一图像帧序列；基于第一时间段内的驾驶对象的状态数据，生成第一融合信息序列，第一融合信息序列中包括至少一个第一融合信息包，每一第一融合信息包的生成时间分别对应于第一图像帧序列中的一个图像帧的采集时间；利用多模态生成式模型，基于第一图像帧序列和第一融合信息序列，生成第一预测结果，第一预测结果中包括驾驶对象的驾驶状态及对应的驾驶提示信息。本申请通过生成式模型基于多种模态数据确定驾驶状态及对应的驾驶提示信息，不仅提升了驾驶状态的全面性和准确度，而且能够及时进行预警，以提升驾驶的安全性和舒适性。
-
公开(公告)号：CN117573866A
公开(公告)日：2024-02-20
申请号：CN202311362441.1
申请日：2023-10-19
Applicant: 重庆长安汽车股份有限公司
Inventor： 王路宝
IPC: G06F16/35 , G06F18/2431 , G06F18/23213 , G06F40/289 , G06N20/00
Abstract: 本申请涉及一种数据分类模型的训练方法、数据分类方法及装置，涉及自然语言处理和机器学习领域。该方法包括：获取预设数据集；将该预设数据集中包括的多个预设数据进行聚类处理，确定第一分类结果；将该预设数据集中包括的多个预设数据输入初始数据分类模型，得到该预设数据集的第二分类结果；对该第一分类结果与该第二分类结果进行预设操作，以得到目标分类结果；基于该预设数据集的目标分类结果，对该初始数据分类模型进行训练，以生成目标数据分类模型。由此，可以提高数据分类的准确性以及有效性，避免在面对大量的文本数据以及动态变化的文本数据时，可能无法准确地确定出该文本数据的分类的问题。
-
Patent Agency Ranking
公开(公告)号：CN117313717A
公开(公告)日：2023-12-29
申请号：CN202311283061.9
申请日：2023-09-28
Applicant: 重庆长安汽车股份有限公司
Inventor： 王路宝
IPC: G06F40/284 , G06F40/30 , G06F16/33 , G06F16/338
Abstract: 本发明涉及一种基于会话的情感分析方法及装置、设备、存储介质，该方法包括：获取目标对象在预设时间段内的一组历史会话；一组历史会话包括多条会话语句；利用预设语言模型提取多条会话语句对应的多个初始情感分数；并根据多个初始情感分数计算多条会话语句中每条会话语句对应的情感价值，得到多个情感价值；根据多个情感价值生成目标对象在预设时间段内的情绪波动信息。本发明能够提高对目标对象进行情绪分析时的准确性。
-
公开(公告)号：CN116913265A
公开(公告)日：2023-10-20
申请号：CN202311027280.0
申请日：2023-08-15
Applicant: 重庆长安汽车股份有限公司
Inventor： 王路宝
Abstract: 本申请涉及一种语义识别方法、装置、设备及存储介质，涉及语音识别技术领域。该方法包括：获取待识别语音和采集待识别语音的采集设备的位置信息；确定待识别语音的初始识别结果；初始识别结果包括待识别语音对应的文本内容和待识别语音对应的方言类型；根据方言类型和位置信息，从预设的至少一个方言语义识别模型中确定目标方言语义识别模型；每个方言语义识别模型预置有多个方言词汇的语义结果；目标方言语义识别模型预置的方言词汇与文本内容的匹配度大于第一预设阈值。进一步的，根据目标方言语义识别模型对文本内容进行语义识别，以得到待识别语音的语义结果。由此，可以提高对方言的识别能力。
-
公开(公告)号：CN117577106A
公开(公告)日：2024-02-20
申请号：CN202311363196.6
申请日：2023-10-19
Applicant: 重庆长安汽车股份有限公司
Inventor： 王路宝
Abstract: 本申请涉及一种语音意图确定方法、装置、设备及存储介质，涉及数据处理技术领域。该方法包括：在接收到用户输入的目标语音内容的情况下，获取目标车辆的车机状态参数和多条历史对话文本数据；从多条历史对话文本数据中抽取样本数据，并基于样本数据对预设模型进行训练得到目标模型；基于目标车辆的车机状态参数、目标历史对话文本数据和目标语音内容，从预设的多个识别策略中确定目标策略；基于目标策略、目标车辆的车机状态参数和目标历史对话文本数据，生成目标上下文信息；基于目标模型和目标上下文信息确定目标语音内容对应的目标意图。由此，可以解决用户语音内容的语音意图识别的效果较差、准确度较低的技术问题。
-
公开(公告)号：CN117522482A
公开(公告)日：2024-02-06
申请号：CN202311520572.8
申请日：2023-11-13
Applicant: 重庆长安汽车股份有限公司
IPC: G06Q30/0251 , G06F16/332 , G06F16/9535
Abstract: 本发明涉及广告技术领域，公开了一种广告推送方法、装置、计算机设备及存储介质，方法应用于服务器，包括：获取商品信息，并基于商品信息识别对应的商品类别；获取商品类别对应的普通提问引导信息，并将普通提问引导信息输入AI对话引擎，得到普适广告文案；获取用户画像信息，并对用户画像信息和普适广告文案进行组合，得到增强提问引导信息，用户画像信息至少用于表征用户的兴趣和性格特征中的一种；将增强提问引导信息输入AI对话引擎，得到个性广告文案；将个性广告文案推送到客户端。本发明提高了广告推荐准确率，减少了浪费通信资源的问题。
-
公开(公告)号：CN116384406A
公开(公告)日：2023-07-04
申请号：CN202310187934.X
申请日：2023-03-01
Applicant: 重庆长安汽车股份有限公司
IPC: G06F40/30 , G06F16/332 , G06F16/33
Abstract: 本申请涉及自然语言理解模型领域，特别涉及一种语义解析方法、装置、电子设备及存储介质，其中，方法包括：获取目标语料库，其中，目标语料库包括多个目标区域的用户语义信息，基于每个目标区域的语义特征，对目标语料库中的用户语义信息进行分发，得到每个目标区域的域库，并基于每个目标区域的域库构建每个目标区域的区域语义模型，对每个目标区域的区域语义模型和/或预设的通用语义模型进行模型自适应调整，得到基于城市区域的语义理解模型，以通过基于城市区域的语义理解模型分析接收到的用户语句，完成区域语义解析。由此，通过区域语义的模型迭代和部署方案，解决了区域语义问题，从而提升地区内用户的语义理解功能的使用体验。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.045 seconds)
