公开(公告)号：CN115795008A

公开(公告)日：2023-03-14

申请号：CN202211464999.6

申请日：2022-11-22

申请人： 北京邮电大学

发明人： 王德远 ,  袁彩霞 ,  高晖 ,  王小捷 ,  许文俊 ,  张平 ,  冯方向

IPC分类号： G06F16/332 ,  G06F40/232 ,  G06F16/33 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/08

摘要： 本申请公开了一种口语对话状态追踪模型训练方法及口语对话状态追踪方法，其中训练方法包括：获取预设的样本数据；样本数据包括正确的对话过程文本数据、经过噪声融合处理的对话过程文本数据和目标槽值标签；利用口语对话状态追踪模型，基于经过噪声融合处理的所述对话过程文本数据，进行文本纠错和槽值提取，并基于文本纠错和槽值提取的结果、正确的对话过程文本数据和目标槽值标签，计算总损失函数值，利用总损失函数值，对口语对话状态追踪模型的参数进行优化调整；其中，基于对话过程文本数据在文本纠错前后分别对应的语义向量的拼接结果，利用对话状态追踪解码器，进行槽值提取。采用本申请，可以提高口语对话状态追踪的准确度。

公开(公告)号：CN112860862B

公开(公告)日：2022-11-11

申请号：CN202110133448.0

申请日：2021-02-01

申请人： 北京邮电大学

发明人： 宇洋 ,  袁彩霞 ,  王小捷 ,  刘咏彬 ,  李蕾

IPC分类号： G06F16/332 ,  G06F16/33 ,  G06F16/35

摘要： 本申请公开了一种人机对话中智能体对话语句的生成方法和装置，其中方法包括：利用预先训练的自然语言理解模型，从当前人机对话的对话历史数据中，提取预设知识库中的属性值和场景类别；其中，所述知识库由知识三元组构成；基于所述属性值和所述场景类别，从所述知识库中筛选出相关的知识三元组，得到候选知识子集；基于所述对话历史数据和所述候选知识子集，利用预先训练的对话生成模型，为智能体生成当前的响应语句并输出。采用本发明，可以支持多任务场景的人机对话。

公开(公告)号：CN113705245B

公开(公告)日：2022-09-27

申请号：CN202111023391.5

申请日：2021-09-01

申请人： 北京邮电大学

发明人： 张平 ,  许文俊 ,  高晖 ,  张艺檬 ,  牛凯 ,  许晓东 ,  秦晓琪 ,  袁彩霞

IPC分类号： G06F40/30 ,  G06K9/62 ,  G06F16/27

摘要： 本公开提供一种语义通信方法。该方法可以包括：获取语义任务需求；与接收端进行背景知识同步；根据上述语义任务需求，基于同步后的背景知识，从语义基集合中选取与语义任务需求匹配且符合信道传输能力的语义基；将待表征信息从原表征空间变换至由所选取语义基张成的语义表征空间，得到待表征信息在当前语义基基底下的语义信息；基于背景知识与语义任务需求，提取与语义任务需求有关的语义信息，并执行信息编码；以及将编码后的信息发送至接收端。本公开还提供了一种语义通信装置、网络化语义通信系统、计算机设备以及存储介质。

公开(公告)号：CN114706947A

公开(公告)日：2022-07-05

申请号：CN202210314017.9

申请日：2022-03-28

申请人： 北京邮电大学

发明人： 白子薇 ,  王小捷 ,  袁彩霞

IPC分类号： G06F16/33 ,  G06F16/332 ,  G06F40/30 ,  G06K9/62

摘要： 本申请公开了一种文本问答模型的训练方法和装置及文本问答方法，其中训练方法包括：获取样本数据集合；样本数据集合包括主任务的样本数据和辅任务的样本数据，主任务的样本数据包括文本、问题和答案，辅任务的样本数据包括文本、问题和答案证据；基于每个样本数据，利用文本问答模型，执行相应任务，并利用任务执行结果，对所述文本问答模型的参数进行优化调整；其中，当样本数据为主任务的样本数据时，利用文本问答模型，采用答案证据感知方式，对样本数据中的问题进行答案预测；当样本数据为辅任务的样本数据时，利用文本问答模型，对样本数据中的问题进行答案证据预测。采用本申请，可以提高答案预测的准确性，且具有可解释性。

公开(公告)号：CN114611660A

公开(公告)日：2022-06-10

申请号：CN202210088574.3

申请日：2022-01-25

申请人： 北京邮电大学

发明人： 许文俊 ,  吴思雷 ,  王凤玉 ,  袁彩霞 ,  高晖 ,  李国军

IPC分类号： G06N3/04 ,  G06N20/20

摘要： 本申请提供一种应急无人机群轨迹调控方法及相关设备，应用于应急无人机通信网络系统，应急无人机通信网络系统包括多个设有基站的无人机和多个用户终端，每个基站均配置联邦强化学习智能体和经验回放样本池，每个联邦强化学习智能体均包括深度神经网络。该方法包括：构建应急无人机通信网络模型；获取基站对应的状态信息，并将状态信息输入至联邦强化学习智能体，其中，设有距离最近的基站的无人机为目标无人机；通过调取存入基站对应的经验回放样本池中的样本数据对深度神经网络进行训练，输出目标无人机当前时刻的动作信息，并根据动作信息调整目标无人机的飞行轨迹，并进入下一时刻进行飞行轨迹的调整。可以与环境实时交互，适应动态环境变化。

公开(公告)号：CN112579759A

公开(公告)日：2021-03-30

申请号：CN202011574828.X

申请日：2020-12-28

申请人： 北京邮电大学

发明人： 史亚楠 ,  王小捷 ,  袁彩霞 ,  谭言信

IPC分类号： G06F16/332 ,  G06F16/35 ,  G06F40/35 ,  G06N3/04

摘要： 本申请公开了一种模型训练方法及任务型视觉对话问题的生成方法和装置，其中，模型训练方法包括：获取人类对话数据和相应图像的特征数据，确定其中每轮问答数据的问句类别，并生成问句类别标签；按照对话顺序遍历每轮问答数据，利用该轮问答数据、相应的所述问句类别标签和图像的特征数据，对预设的任务型视觉对话问题生成模型进行训练；该训练包括：基于当前输入至所述模型的一轮问答数据和图像的特征数据，生成上下文向量和具有文本引导的图像特征；基于上下文向量和图像特征，预测下一轮问答数据的问句类别，并在该类别范围内预测下一轮问答数据的问句，基于预测结果，调整模型的网络参数。采用本申请，可以减少对话交互轮次，提高任务成功率。

公开(公告)号：CN112183655A

公开(公告)日：2021-01-05

申请号：CN202011077236.7

申请日：2020-10-10

申请人： 北京邮电大学

发明人： 刘含 ,  袁彩霞 ,  王小捷 ,  冯方向 ,  鲁鹏 ,  刘咏彬

IPC分类号： G06K9/62 ,  G06F40/30 ,  G06F40/216 ,  G06F16/35

摘要： 本申请公开了一种文档多标签分类方法和装置，包括：当需要对文档进行多标签分类时，对于每个标签，利用多标签分类模型中该标签对应的第一标签相关编码器和第二标签相关编码器，分别对文档采用注意力加权的方式进行编码，并将该标签对应的编码结果进行拼接；其中，所述第一标签相关编码器和所述第二标签相关编码器预先利用基于标签对比机制构建的样本集合训练得到；拼接所有标签的所述拼接的结果，得到所述文档的编码向量；利用所述多标签分类模型的全连接层和逻辑斯蒂函数，根据所述编码向量，对所述文档进行多标签分类，并利用多标签分类结果，对所述多标签分类模型进行参数调整。采用本发明，可以提高对文档进行多标签分类的效率和准确性。

公开(公告)号：CN104866596B

公开(公告)日：2018-09-14

申请号：CN201510290451.8

申请日：2015-05-29

申请人： 北京邮电大学

发明人： 李睿凡 ,  鲁鹏 ,  芦效峰 ,  周延泉 ,  李蕾 ,  袁彩霞 ,  刘咏彬

IPC分类号： G06F17/30 ,  G06K9/62

摘要： 本发明实施例提供了一种基于自动编码器的视频分类方法及装置。该方法中，获得具有三种模态数据的目标视频的每一种模态数据的低级表示内容；将每一种模态数据的低级表示内容分别输入至堆叠的自动编码器组处理，获得每一种模态数据的高级表示内容；将每两种模态数据的高级表示内容的组合结果分别输入至双模态融合器处理，获得相应两种模态数据的双模态公共表示内容；将双模态公共表示内容的组合结果输入至三模态融合器处理，获得三模态公共表示内容；将三模态公共表示内容输入至有监督分类模型处理，以获得各个视频类别的类别标签，并确定目标视频所对应的视频类别。可见，通过本方案可以结合目标视频的三种模态数据对目标视频进行分类。

公开(公告)号：CN105468920A

公开(公告)日：2016-04-06

申请号：CN201510890524.7

申请日：2015-12-07

申请人： 国家电网公司信息通信分公司 ,  北京邮电大学 ,  国家电网公司

发明人： 张素香 ,  袁彩霞 ,  吕俊峰 ,  李国春 ,  王小捷 ,  张东 ,  高德荃

IPC分类号： G06F19/00

CPC分类号： G06F19/00

摘要： 本发明公开了一种评价查新报告质量的模型建立方法，包括：抽取多篇查新报告对应的检索式、相关文献和查新结论；根据各检索式、相关文献和查新结论获取查新报告对应的特征参数；获取专家对查新报告的打分信息；采用线性回归模型的方式建立所述特征参数与所述打分信息的关系；采用梯度下降法对使用所述特征参数和所述打分信息建立的线性回归模型进行训练得到所述评价查新报告质量的模型。由此可见，上述过程中，只需要专家对选取的有限数量的查新报告进行打分，并且该模型可以应用到其它待评价的查新报告中，因此，节约人力成本。此外，本发明还提供一种评价查新报告质量的模型应用方法。

公开(公告)号：CN117391087A

公开(公告)日：2024-01-12

申请号：CN202311087793.0

申请日：2023-08-25

申请人： 北京邮电大学

发明人： 罗洋洋 ,  田时雨 ,  王小捷 ,  袁彩霞

IPC分类号： G06F40/30 ,  G06F16/33 ,  G06N5/04 ,  G06N3/0455

摘要： 本申请公开了一种会话理解生成方法和模型训练方法以及设备，在进行模型训练时，将样本数据中的规则文本和用户信息文本分别切分为若干规则信息单元和用户信息单元，在进行推理决策时，基于各信息单元的语义向量，确定每个规则信息单元与每个用户信息单元的对齐分数和蕴涵状态概率分布，利用对齐分数和蕴涵状态概率分布，对蕴涵状态向量加权处理，得到各规则信息单元的综合蕴涵状态向量表示，基于所有规则信息单元的语义向量表示、综合蕴涵状态向量表示和对话初始问题的语义向量表示，决策推理状态类型，在决策出需要用户提供更多信息时，基于对话的问题序列，生成澄清问题。采用本申请可以降低资源开销、提高对话效率、提升用户对话体验。