-
公开(公告)号：CN115687613A
公开(公告)日：2023-02-03
申请号：CN202211204909.X
申请日：2022-09-29
Applicant: 中国科学院自动化研究所 , 国网天津市电力公司 , 国家电网有限公司
IPC: G06F16/35 , G06F16/335 , G06F40/216
Abstract: 本发明提供一种基于开放式规则的前提关系生成方法、装置和电子设备。该方法包括：基于预设采样方法，根据具有多个提示引导信息的假设关系生成对应各所述提示引导信息的实例簇，所述实例簇包括实例；基于支持束搜索方法，通过所述实例簇生成对应所述实例簇的候选前提关系集合，所述候选前提关系集合包括候选前提关系。本方法能够获得多样性的前提关系且获得的前提关系质量较高。
-
公开(公告)号：CN116166812A
公开(公告)日：2023-05-26
申请号：CN202211610782.1
申请日：2022-12-12
Applicant: 中国科学院自动化研究所 , 国网天津市电力公司 , 中国电力科学研究院有限公司 , 国家电网有限公司
Abstract: 本发明提供一种知识图谱补全方法、装置、电子设备和存储介质，涉及自然语言处理技术领域，所述方法包括：获取当前迭代周期中知识图谱中的多个事实三元组；基于各事实三元组之间的逻辑规则，确定至少一个结论三元组；将候选三元组和候选三元组对应的标签输入联合表示学习模型，得到候选三元组对应的向量表示和最终评分值，联合表示学习模型的损失函数是基于逻辑规则的结论损失、最小化全局损失和L2范数确定的；基于结论三元组，确定推理三元组，基于推理三元组更新知识图谱，并基于更新后的知识图谱进行迭代表示学习，直至无法确定结论三元组为止。本发明可提高推理三元组的可解释性，并提高补全后知识图谱的准确度。
-
公开(公告)号：CN119441453A
公开(公告)日：2025-02-14
申请号：CN202411285071.0
申请日：2024-09-13
Applicant: 中国科学院自动化研究所
IPC: G06F16/334 , G06F16/3329 , G06F40/16
Abstract: 本发明提供一种问答任务处理方法、装置、设备、存储介质及程序产品，应用于自然语言处理技术领域。该方法包括：获取问答任务的输入问题和问答实例；从所述问答实例中确定与所述输入问题相似度最高的目标实例，从预训练的低秩适配LORA模块库中确定与所述目标实例相似度最高的多个LORA模块；采用非梯度参数优化技术将所述多个LORA模块与第一问答模型进行融合处理，得到第二问答模型，并将所述输入问题输入所述第二问答模型得到对应回答。
-
公开(公告)号：CN115309858B
公开(公告)日：2024-12-06
申请号：CN202210754115.4
申请日：2022-06-28
Applicant: 中国科学院自动化研究所
IPC: G06F16/33 , G06F16/332 , G06F16/35 , G06F16/36 , G06F40/216 , G06F40/237 , G06N3/045 , G06N3/0442 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种算术表达式的生成方法、装置、设备、介质及产品，该方法包括：获取目标问题对应的表格和文本；表格和文本用于确定目标问题的算术表达式；基于表格、文本和目标问题，确定目标问题的异质图；基于图处理模型，确定异质图的目标嵌入矩阵；通过树解码器，对目标嵌入矩阵和预设符号字典进行处理，得到目标问题的算术表达式。本发明提供的算术表达式的生成方法、装置、设备、介质及产品用于提高算术表达式的准确率。
-
公开(公告)号：CN118940814A
公开(公告)日：2024-11-12
申请号：CN202410848998.4
申请日：2024-06-27
Applicant: 中国科学院自动化研究所
IPC: G06N3/08 , G06N5/04 , G06F16/332
Abstract: 本申请提供一种用于控制大型语言模型的人格特点的方法及装置，涉及生成式人工智能推理技术领域。所述方法包括：提取大型语言模型的人格特征差异向量；基于所述人格特征差异向量，调整所述大型语言模型的激活值，得到目标激活值；基于所述目标激活值，控制所述大型语言模型的人格特点，以使所述大型语言模型的输出符合预设需求。本申请提供的用于控制大型语言模型的人格特点的方法及装置，可以精确控制大型语言模型人格特点，改善任务完成效果。
-
Patent Agency Ranking
公开(公告)号：CN117313738B
公开(公告)日：2024-11-12
申请号：CN202311094760.9
申请日：2023-08-28
Applicant: 中国科学院自动化研究所
IPC: G06F40/30 , G06F16/33 , G06N3/0499 , G06N3/08
Abstract: 本发明提供一种端到端概念体系构建方法及系统，方法包括：将待构建概念集合包括的第一词语对中的任一词语添加到初始概念体系中，所述第一词语对为从所述待构建概念集合包括的词语对之间上下位关系所对应的第一概率分布中，得到的概率最大的词语对；执行至少一次第一处理过程，直至所述待构建概念集合为空为止，根据更新后的初始概念体系，获取所述待构建概念集合对应的概念体系。所述系统执行所述方法。本发明基于词语对之间上下位关系的概率分布，每次选择概率最大的特定词语对添加到概念体系中，构建待构建概念集合的概念体系，能够更为准确的表征待构建概念集合中词语之间的语义特征。
-
公开(公告)号：CN118916693A
公开(公告)日：2024-11-08
申请号：CN202410947007.8
申请日：2024-07-15
Applicant: 中国科学院自动化研究所
IPC: G06F18/214 , G06F18/25 , G06N3/0455 , G06N3/0499 , G06N3/08
Abstract: 本公开关于模型的训练方法、装置、电子设备、存储介质和计算机程序产品，该方法包括：将训练演示和训练指令输入超网络编码器内；将编码结果输入适配器生成器内；基于适配器权重调整学生模型；将训练输入和编码结果输入调整后的学生模型；将训练数据输入教师模型，获得教师输出分布；计算训练损失；基于训练损失对超网络和学生模型进行训练。这样，可以基于训练演示和训练指令利用适配器生成器获得适配器权重，即可以自动从训练指令中生成特定任务的适配器，而无需对未见任务进行重新训练，降低了对大量标记数据的依赖，可以提高模型的跨任务泛化能力。并且，还可以实现降低计算开销、节省计算成本，提高了模型在实际应用中的适应性和灵活性。
-
公开(公告)号：CN114925164A
公开(公告)日：2022-08-19
申请号：CN202210476432.4
申请日：2022-04-29
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种知识结构持续扩展方法、装置、设备和介质，该方法包括：查找出待扩展知识节点在现有知识体系中的父节点；在父节点为非叶子节点的情况下，基于多节点标记方法在现有知识体系中查找出待扩展知识节点所有的孩子节点；基于父节点及所有的孩子节点，将待扩展知识节点插入至现有知识体系中，由此在待扩展知识节点为非叶子节点时，通过进行父亲节点和孩子节点的寻找，实现高效、精确地将待扩展知识节点插入至现有知识体系中。
-
公开(公告)号：CN119513330A
公开(公告)日：2025-02-25
申请号：CN202411695690.7
申请日：2024-11-25
Applicant: 中国科学院自动化研究所
IPC: G06F16/36 , G06F16/3329 , G06N5/04 , G06F18/22 , G06F18/25 , G06F18/214 , G06N5/047
Abstract: 本发明公开了一种基于大模型的人物知识图谱复杂问答推理的智能体方法。该方法包括：基于多种召回方式，根据待回答问题动态匹配对应的提示示例，所述多种召回方式包括嵌入向量相似度匹配、字符串模糊匹配、融合匹配的任一种；采用少样本提示的方式，利用大语言模型进行待回答问题的关键实体识别、关系筛选、多候选实体递归搜索，获得待回答问题的各子问题的待选实体集；基于待选实体集，利用大语言模型以智能体的方式迭代生成思考、行动，并通过与知识图谱交互得到的观察结果，多轮交互后得到最终的答案。本发明以高质量的提示增强大语言模型的推理能力。
-
公开(公告)号：CN115062603B
公开(公告)日：2024-11-29
申请号：CN202210557374.8
申请日：2022-05-20
Applicant: 中国科学院自动化研究所
IPC: G06F40/205 , G06F40/189 , G06F40/30 , G06F40/289 , G06F40/295 , G06F18/214 , G06F18/22 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及自然语言处理技术领域，提供一种对齐增强语义解析方法、装置和计算机程序产品，所述方法包括：预测知识问答任务中对应对齐关系的短语，并基于对应对齐关系的短语的类型生成对应的查询片段，其中，对齐关系包括短语和对应的查询片段；将序列化的对齐关系拼接至输入序列，并将输入序列输入编码器‑解码器解析模型的编码器模型，获取对齐的编码结果；将对齐的编码结果进行注意力操作并输入编码器‑解码器解析模型的解码器模型，解析并输出对齐关系对应的查询语句，其中，解码器模型是利用含噪对齐训练获得。本发明可实现较大粒度的建模对齐，且提高解析准确度及噪声对解析模型的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.056 seconds)
