-
公开(公告)号:CN119807227A
公开(公告)日:2025-04-11
申请号:CN202411973425.0
申请日:2024-12-30
Applicant: 中交第一公路勘察设计研究院有限公司
IPC: G06F16/242 , G06F16/2452 , G06F16/2455 , G06F16/248 , G06F16/22 , G06N20/00 , G06N3/006
Abstract: 本发明涉及人工智能技术领域,并具体公开了一种基于召回策略优化RAG模型的数据查询方法、装置及设备。其中,该方法主要包括利用RAG技术建立向量数据库,数据库中包含待查询的文本数据。根据用户问答,结合RAG技术利用prompt工程约束应用场景范围,并利用LLM大语言模型将用户语言转换成SQL语言,从数据库中查询到数据结果并自动组装成数据、图表形式返回。最后根据用户评价优化向量数据库,提升模型的有效性和可靠性。
-
公开(公告)号:CN119046778A
公开(公告)日:2024-11-29
申请号:CN202410794961.8
申请日:2024-06-19
Applicant: 中交第一公路勘察设计研究院有限公司
IPC: G06F18/2413 , G06F18/2431 , G06F18/2415 , G06F18/214 , G06F18/21
Abstract: 本发明公开了一种企业国民行业标签补全方法、系统、设备及存储介质,建立企业国民行业标签分类集,所述标签分类集包括企业所属行业门类、大类、中类和小类的多个标签类别;获取原始企业样本数据集并进行预处理和标注标签,构建训练集、验证集以及测试集;使用所述训练集、验证集和测试集对预先建立的XLNet模型进行训练、验证和测试;将预处理后的未标记企业样本数据输入至训练好的XLNet模型获取模型输出结果,并通过训练好的softmax分类器得到标签分类结果。对于产业研究中的行业专项分析及统计分析,能够极大地提高产业研究分析中的分析效率及可靠性,帮助高效地解决全国上千万家企业的国民行业标签不全的问题。
-
公开(公告)号:CN119807233A
公开(公告)日:2025-04-11
申请号:CN202411973432.0
申请日:2024-12-30
Applicant: 中交第一公路勘察设计研究院有限公司
IPC: G06F16/2452 , G06F16/242 , G06F16/2455 , G06F16/248 , G06N20/00
Abstract: 本发明涉及人工智能技术领域,并具体公开了一种基于大语言模型的数据查询方法、设备及介质。本发明通过提前训练大语言模型,能够更好地引导大语言模型准确地生成数据库字段表范围内符合用户需求的语言表达,显著提高了模型对特定数据库范围内字段表的理解能力,同时在数据查询方面规避了内部数据的训练,旨在利用大模型生成SQL语句,有效考虑不同场景不同企业的数据隐私性,并且,本发明能够根据用户的问题和上下文信息,组装成适合用户的个性化的回答方式,不仅提高了用户的满意度,还增强了数据查询过程中的交互性和友好性。
-
公开(公告)号:CN115345360A
公开(公告)日:2022-11-15
申请号:CN202210947019.1
申请日:2022-08-09
Applicant: 中交第一公路勘察设计研究院有限公司
Abstract: 本发明公开了一种企业投资行为预测方法,包括以下步骤:1)对已知是否发生投资行为的企业,采集其企业特征,构建企业特征集;2)采用minmax归一化方法降维处理所述企业特征集;3)将已知是否发生投资行为的企业,按是否发生投资行为赋予不同标签;将步骤2)处理后的企业特征集分为训练集和测试集两部分,并将为训练集的企业特征集输入SCN模型,形成SCN网络;4)采集拟预测的目标企业的企业特征,将之输入步骤3)所得的SCN网络,即会产生拟预测的目标企业是否会发生投资行为的预测结果,而精度结果反应为本次预测的可靠程度。本发明能缩短现有技术中对企业投资行为进行预测的时间,大大提高预测效率,并提高了预测的准确性。
-
公开(公告)号:CN114091904A
公开(公告)日:2022-02-25
申请号:CN202111386130.X
申请日:2021-11-22
Applicant: 中交第一公路勘察设计研究院有限公司
Abstract: 本发明涉及一种基于人工智能算法的企业迁移园区招商分析方法。其基于人工智能算法对迁移企业特征进行优化和重构,使其从多种不同的角度更好地展现出企业的不同特征,更好地为招商人员提供招商判断依据。本发明的步骤为:1)整理迁移企业特征数据集;2)将迁移企业特征数据集进行归一化处理,处理为算法可识别的数值类型特征;3)将整理好的数据集输入到PCA主成分分析算法中进行特征优化及降维;4)将经过PCA处理得到的特征集分为训练集与测试集两部分;5)将训练集输入到LSSVM分类模型中进行训练,训练出迁移与未迁移企业的区分界限,然后利用测试数据测试LSSVM模型分析的区分界限的准确性,得到迁移与未迁移企业的分类界限,预测和判断企业迁移动向。
-
-
-
-