-
公开(公告)号：CN119884157A
公开(公告)日：2025-04-25
申请号：CN202510371568.2
申请日：2025-03-27
Applicant: 科大讯飞(苏州)科技有限公司
IPC: G06F16/242 , G06F18/214
Abstract: 本发明提供一种SQL语句生成方法、装置、电子设备及存储介质，涉及数据处理技术领域，包括如下步骤：将查询请求文本和数据库信息输入到生成模型，得到所述查询请求文本对应的至少一个候选SQL语句；根据SQL语句修正模型，对无法执行的候选SQL语句进行修正，得到可执行的各个所述候选SQL语句；将可执行的各个所述候选SQL语句输入SQL验证模型，生成所述查询请求文本对应的目标SQL语句；其中，所述SQL语句修正模型和所述SQL验证模型均是基于临时生成模型生成的验证训练数据训练得到的，所述临时生成模型是基于N‑1个生成训练数据训练得到的，N为大于1的正整数。
-
公开(公告)号：CN119850767A
公开(公告)日：2025-04-18
申请号：CN202411954981.3
申请日：2024-12-27
Applicant: 科大讯飞(苏州)科技有限公司
IPC: G06T11/00 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/096 , G06N3/0455
Abstract: 本发明提供一种图像生成方法、装置、电子设备和存储介质，涉及人工智能技术领域，其中方法包括：获取目标文本；将所述目标文本输入图像生成模型中，得到所述图像生成模型输出的目标图像，所述图像生成模型为基于样本加噪图像和对应的样本文本对学生模型通过对抗训练得到的，所述学生模型为基于所述样本加噪图像和对应的样本文本对教师模型通过渐进蒸馏训练得到的。本发明将渐进蒸馏训练和对抗训练相结合，使得基于学生模型训练得到的图像生成模型，能够产生与教师模型输出图像更接近的细节和清晰度，从而提高了生成图像的质量。
-
公开(公告)号：CN119829755A
公开(公告)日：2025-04-15
申请号：CN202411116061.4
申请日：2024-08-14
Applicant: 科大讯飞(苏州)科技有限公司
Abstract: 本申请提出一种基于公文的大纲生成方法、大纲生成装置以及计算机存储介质。所述大纲生成方法包括：输入目标公文标题；基于所述目标公文标题，提取公文体裁；基于所述公文体裁从历史大纲库中检索历史大纲；将所述历史大纲以及所述目标公文标题输入生成大模型，依次生成至少一个层级的大纲标题。通过上述大纲生成方法，提出了一套分层级大纲生成的框架，利用公文体裁和历史大纲协助大模型生成大纲，能够有效减少主题漂移和冗余字段的情况，提高大模型输出的大纲质量。
-
公开(公告)号：CN114252033B
公开(公告)日：2025-03-28
申请号：CN202111398299.7
申请日：2021-11-19
Applicant: 科大讯飞(苏州)科技有限公司 , 同济大学 , 上海市同济医院 , 讯飞医疗科技股份有限公司
Abstract: 本申请公开了一种运动状态确定方法及其相关设备，该方法包括：对于用于表示待评估患者的预设人体位置的待处理关键点来说，在获取到该待处理关键点的位置数据序列以及惯性数据序列之后，先根据该位置数据序列和该惯性数据序列，确定待使用位置数据和待使用惯性数据；再根据该待使用惯性数据，对该待使用位置数据进行校正处理，得到该待使用位置数据对应的数据校正结果，以使该数据校正结果能够更准确地表示出待处理关键点所处位置，从而使得该数据校正结果所表示的待处理关键点所处位置比该待使用位置数据所表示的待处理关键点所处位置更准确；最后，根据该数据校正结果，确定该待评估患者的运动状态，如此有利于提高运动状态的确定准确性。
-
公开(公告)号：CN119625139A
公开(公告)日：2025-03-14
申请号：CN202510170201.4
申请日：2025-02-17
Applicant: 科大讯飞(苏州)科技有限公司
IPC: G06T11/60 , G06F40/284 , G06N20/00 , G06F18/214 , G06F18/22 , G06F18/24
Abstract: 本发明提供一种交错图文的生成方法、装置、电子设备和存储介质，涉及人工智能技术领域，其中方法包括：将用户需求信息输入交错图文生成模型，得到交错图文；交错图文生成模型为基于一致性损失对初始交错图文生成模型进行训练得到的，一致性损失为基于当前的第一样本图像token组对应的样本中间特征图的第一特征和之前的各样本中间特征图的第二特征之间的样本相似度确定的，当前的第一样本图像token组为将交错的样本文本和样本图像输入初始多模态大模型得到的。本发明是基于一致性损失训练得到交错图文生成模型，考虑到了各样本中间特征图之间的相似性，从而能够提高交错图文生成模型生成的交错图文中图像之间的一致性。
-
Patent Agency Ranking
公开(公告)号：CN119584014A
公开(公告)日：2025-03-07
申请号：CN202411532385.6
申请日：2024-10-30
Applicant: 科大讯飞(苏州)科技有限公司
IPC: H04R3/00
Abstract: 本申请提供一种音频信号处理方法、计算机设备及存储介质，其中，该方法包括：获取初始音频信号；基于多个音区对应的滤波器系数，确定至少一个目标音区对应的目标滤波器系数，其中，所述滤波器系数是由神经网络模型基于所述多个音区内音频输入设备接收的冲激响应数据训练得到，所述目标音区为所述多个音区中的一个或一个以上音区；根据至少一个所述目标音区对应的所述目标滤波器系数，对所述初始音频信号进行滤波处理，获得至少一个目标音频信号；将每个所述目标音频信号向对应的所述目标音区传输。由此可以实现音频分区播放的效果，提高了音频输出的智能性。
-
公开(公告)号：CN119296506A
公开(公告)日：2025-01-10
申请号：CN202411811412.3
申请日：2024-12-10
Applicant: 科大讯飞(苏州)科技有限公司
IPC: G10K11/178
Abstract: 本申请公开了一种车辆降噪方法、装置、存储介质及设备，该方法包括：首先将目标车辆产生的目标路噪信号输入至预先构建的固定滤波器选择模型，预测得到对目标车辆进行降噪的目标固定滤波器；其中，目标固定滤波器是从预先安装在目标车辆内部的N个固定滤波器中确定的；N个固定滤波器的参数是通过对预先采集到的N种典型工况下的路噪信号进行最优滤波器计算后确定的；固定滤波器选择模型是利用N种工况下的路噪信号和N个固定滤波器共同训练得到的；然后利用目标固定滤波器对目标路噪信号进行滤波处理，并通过车内扬声器播放滤波后得到的反相噪声控制信号，与目标路噪信号干涉相消，从而可以提高对目标车辆的降噪效果，并降低滤波器的选择成本。
-
公开(公告)号：CN113569056B
公开(公告)日：2024-12-20
申请号：CN202110851417.9
申请日：2021-07-27
Applicant: 科大讯飞(苏州)科技有限公司
Abstract: 本发明提供一种知识图谱补全方法、装置、电子设备与存储介质，所述方法包括：确定目标知识文本；基于所述目标知识文本的语义信息，引导待补全的知识图谱进行消息传递，得到所述知识图谱的编码特征；基于所述编码特征，对所述知识图谱进行补全。本发明提供的方法、装置、电子设备与存储介质，通过融入知识图谱外部文本信息，引导知识图谱进行消息传递，能够捕获文本中与知识图谱结构相关的隐式信息，在此基础上，基于编码特征引导知识图谱进行补全，能够提升知识图谱补全的效果，提高知识图谱的完整性。
-
公开(公告)号：CN113609291B
公开(公告)日：2024-11-01
申请号：CN202110860579.9
申请日：2021-07-27
Applicant: 科大讯飞(苏州)科技有限公司
Abstract: 本发明提供一种实体分类方法、装置、电子设备和存储介质，其中方法包括：确定目标实体及其候选类型；基于目标实体的实体表示和候选类型的类型表示，确定目标实体和候选类型的匹配结果，实体表示是基于对应实体的实体信息和/或实体三元组信息确定的，类型表示是基于对应类型的类型信息和/或类型三元组信息确定的；基于目标实体和候选类型的匹配结果，确定目标实体的实体类型。本发明提供的方法、装置、电子设备和存储介质，实现基于实体和类型的双视角实体分类，其中应用相较于实体的信息更加容易获取和维护的类型信息和/或类型三元组信息，获取信息丰富的类型表示，保证实体分类的可用性，提高实体分类的可靠性和准确性。
-
公开(公告)号：CN118535591A
公开(公告)日：2024-08-23
申请号：CN202411006589.6
申请日：2024-07-25
Applicant: 科大讯飞(苏州)科技有限公司
IPC: G06F16/242 , G06F16/22 , G06N3/09
Abstract: 本申请公开了一种SQL语句生成方法及相关装置，涉及自然语言处理领域，包括：预先利用Text‑to‑SQL数据集对开源的大语言模型进行训练得到Text‑to‑SQL模型，在获取待处理的问句以及数据库表结构信息之后，先从Text‑to‑SQL数据集中确定与该问句相似的Text‑to‑SQL数据作为Text‑to‑SQL目标样例，再将问句、数据库表结构信息以及Text‑to‑SQL目标样例输入Text‑to‑SQL模型，得到模型生成的SQL语句，作为问句对应的SQL语句，该方案利用了大语言模型的超强能力，还为大语言模型提供了更具参考性的Text‑to‑SQL目标样例，能够提升SQL语句生成的准确性。
-
-
-
-
-
-
-
-
-
Search Results
450
records
(took 0.052 seconds)
