-
公开(公告)号：CN119938006A
公开(公告)日：2025-05-06
申请号：CN202510306265.2
申请日：2025-03-14
Applicant: 哈尔滨工业大学 , 哈尔滨海邻科信息技术有限公司
Abstract: 面向复杂需求的大语言模型代码生成系统及方法，本申请从主要问题开始，引入新的函数来处理特定的子问题。这些新函数将递归地分解，最终形成一个函数树。随后，自下而上地组合这些函数，以实现越来越复杂的目标。通过将任务分解为更简单的子函数，复杂度可以逐步降低。然而，子函数中的错误可能传播到整个程序，进而损害整体的可靠性。本申请提出的功能共识机制会对多个函数进行采样，并选择在候选函数中表现出共识的函数，其共识通过聚合相似性来衡量。通过达成共识，本申请能够减少代码行为的差异，从而缓解连锁错误的发生，进而提升了代码生成的准确率。
-
公开(公告)号：CN118277609A
公开(公告)日：2024-07-02
申请号：CN202410325209.9
申请日：2024-03-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 北京达佳互联信息技术有限公司
IPC: G06F16/738 , G06F16/75 , H04N21/488 , G06Q50/20
Abstract: 本公开关于一种视频标注方法、装置、电子设备、存储介质和计算机程序产品，该方法包括：获取与目标教学任务关联的教学视频集合；提取出所述教学视频集合中各教学视频的视频字幕,通过生成式语言模型的步骤提取功能处理各所述教学视频的视频字幕，生成各所述教学视频对应的步骤提取结果；所述步骤提取结果包括所述教学视频中的各教学步骤对应的步骤内容和各所述教学步骤对应的时间戳；通过所述生成式语言模型的大纲生成功能处理各所述教学视频对应的步骤提取结果，生成所述目标教学任务的教学大纲。采用本方法能够提高对教学视频的信息获取效率。
-
公开(公告)号：CN117764107A
公开(公告)日：2024-03-26
申请号：CN202410009630.9
申请日：2024-01-02
Applicant: 北京达佳互联信息技术有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06N3/004 , G06N3/0455 , G06N3/042 , G06N3/092
Abstract: 本公开提供了一种智能体生成方法、装置、电子设备及存储介质，涉及计算机技术领域。该方法包括：根据初始智能体的初始角色设定值，确定当前学习任务，当前学习任务包括至少一个任务操作；基于当前学习任务与多媒体资源交互平台的环境信息，生成每个任务操作的任务操作指令；基于任务操作指令执行任务操作，得到任务操作对应的任务执行结果；根据任务执行结果与环境信息更新初始角色设定值，直至更新后的角色设定信息与角色构建目标相适配，得到目标智能体。本公开可以提供一种具备自主进行内容交互，并学习对应知识的能力的智能体生成方案。
-
公开(公告)号：CN119378686A
公开(公告)日：2025-01-28
申请号：CN202411501095.5
申请日：2024-10-25
Applicant: 哈尔滨工业大学
Abstract: 面向多跳问题的大语言模型推理问答增强方法，涉及大语言模型的推理增强技术领域。本发明是为了解决现有的大语言模型推理问答方法还存在推理准确率低的问题。本发明包括：将问题构建为问题树，并对问题树进行后序遍历；对于叶节点，获取问题树中叶节点的对应子问题的候选答案及候选答案的概率分布；对于问题树中的中间节点，对中间节点对应的子问题进行波束组合，将问题中的占位符替换为对应问题的答案，获取替换后的问题的候选答案集合及分布概率。对于根节点对应的子问题进行波束组合，将问题中的占位符替换为对应问题的答案，然后输出替换后问题的候选答案及概率分布，选择对应概率最高的答案作为最终答案。本发明用于推理获得多跳问题的答案。
-
公开(公告)号：CN118761461A
公开(公告)日：2024-10-11
申请号：CN202410769012.4
申请日：2024-06-14
Applicant: 国网安徽省电力有限公司电力科学研究院 , 哈尔滨工业大学 , 国网安徽省电力有限公司
Abstract: 电网故障诊断查询系统的稀疏知识图谱补全方法、系统及存储介质，属于电网故障诊断和知识图谱补全技术领域。为了解决现有的基于设备信息知识图谱的问答系统因为图谱的稀疏特性导致的问答系统效率和准确率较低问题。针对电网设备知识图，本发明先训练基于文本的网络模型pπ，用于将知识图中的电网故障设备与故障原因(h，r，？)全部提取出来，然后通过pπ预测尾实体；同时训练基于结构的网络模型pθ，基于结构的网络模型pθ输出电网故障知识的图结构表示；然后采用变分EM算法和互相学习算法的联合训练方法对基于文本的网络模型pπ和基于结构的网络模型pθ进行训练，从而实现电网设备知识图进行补全。
-
Patent Agency Ranking
公开(公告)号：CN118052235A
公开(公告)日：2024-05-17
申请号：CN202410291917.5
申请日：2024-03-14
Applicant: 哈尔滨工业大学
IPC: G06F40/295 , G06V10/40 , G06F18/2415 , G06F18/25 , G06N3/0455 , G06N3/048 , G06N3/047 , G06V10/82 , G06N3/045 , G06N3/08
Abstract: 基于文本和图像的多模态命名实体识别系统，为了解决现有的基于多模态实体识别的系统存在多模态实体识别精度低的问题。本发明基于文本得到文本对应的字级表示、句子级表示以及片段级表示，基于图像获得粗粒度图片对应的特征表示、描述文本表示，以及细粒度图片对应的表示、描述文本表示；然后对特定图像粒度的图像表示进行多模态融合，分别按照考虑及不考虑时间动态的方式将不同图像粒度的表示融合，使用融合表示获得由不同文本粒度查询的多模态表示，再分别使用两个独立的MLP网络层，得到每个实体片段的边界位置和实体片段对应的实体类别的分类概率，结合去噪扩散模型，重复迭代预测，最终实现对实体片段位置和实体类别的预测。
-
公开(公告)号：CN109118379B
公开(公告)日：2023-03-21
申请号：CN201710483555.X
申请日：2017-06-22
Applicant: 腾讯科技(深圳)有限公司 , 哈尔滨工业大学
Inventor： 刘铭
IPC: G06Q50/00 , G06F16/9536
Abstract: 本发明提出一种基于社交网络的推荐方法和装置，其中，方法包括：通过根据社交网络中各用户之间的社交关系，以及获取各目标对象之间的相似性建立图推荐模型，进而计算图推荐模型中，各结点的集中性，以便根据各结点的集中性，将所述结点对应的目标对象推荐给所述结点对应的用户。该图推荐模型是基于结点连接关系的图模型，通过结点连接关系指示存在社交关系的用户中对应待推荐目标对象之间的相似性，从而实现了将目标对象的推荐与用户之间的社交关系相结合，解决了现有技术中目标对象的推荐效果不佳的技术问题。
-
公开(公告)号：CN111640061B
公开(公告)日：2021-05-07
申请号：CN202010398858.3
申请日：2020-05-12
Applicant: 哈尔滨工业大学
Abstract: 一种自适应图像超分辨率系统，属于图像复原领域。本发明为解决现有图像超分辨率系统无法根据应用场景和需要进行自适应调整的问题。本发明包括网络深度预测模块、特征提取模块、处理模块、加法器、上采样模块和图像复原模块；通过特征提取模块，用于对原始低分辨率图像进行特征提取获得特征提取图；网络深度预测模块，根据预设的网络深度期望值d*对特征提取图中的所有特征点进行自适应卷积操作，预测出网络深度图；处理模块，用于根据接收的网络深度图对特征提取图进行处理，获得特征提取图中所有特征点的残差特征；加法器，用于将所有特征点的残差特征叠加在特征提取图中的相应特征点上，从而对特征提取图进行调整，获得调整后的特征提取图，通过上采样模块对特征提取图进行放大，再通过图像复原模块进行修复，完成图像的修复。本发明主要用于对低分辨率图像进行复原。
-
公开(公告)号：CN107862037A
公开(公告)日：2018-03-30
申请号：CN201711071987.6
申请日：2017-11-03
Applicant: 哈尔滨工业大学
IPC: G06F17/30
CPC classification number: G06F17/30707 , G06F17/30731
Abstract: 一种基于实体连通图的事件模版构造方法，本发明涉及事件模板的构造方法。本发明的目的是为了解决现有技术在针对特定事件的“检索”、“问答”等人工智能应用中识别结果及提取特定信息不准确；基于事件的篇章相似度难以定量计算以及篇章关键信息难以提取的问题。过程为：一、对每一句抽取三元组；二、视三元组中的三个元素为三个结点；三、将从文本中抽取到的结点均放入到集合S1中；四、利用词向量计算S1中任两个结点的相似度并依此生成连通图；五、计算各结点的PageRank值；六、确定两篇文本陈述的事件间的关系度量值；七、形成多个文本簇；八、构建粗粒度事件模板和细粒度事件模版。本发明用于篇章关键信息提取及相关度计算领域。
-
公开(公告)号：CN102033922A
公开(公告)日：2011-04-27
申请号：CN201010587346.8
申请日：2010-12-14
Applicant: 哈尔滨工业大学
IPC: G06F17/30
Abstract: 一种基于词汇链的关键短语抽取方法，涉及一种关键短语抽取方法。本发明为了解决现有的关键词抽取方法无法确切反映文章叙述的主题信息，现有的基于词汇链的关键短语抽取方法中关键短语抽取的准确性及对文档主题信息的覆盖性较低的问题。具体步骤：一、获取词义；二、使用词典《知网》对词语进行消歧；三、对消歧后的词语构建词汇链，并获得多个强链；四、从多个强链中选择中心词，构成中心词集合；五、计算中心词集合中不同中心词间的同现率，选择同现率大于用户设定的抽取阈值的中心词作为关键短语。本发明能够有效的反应文档的主题信息，提高关键短语抽取的准确性，仅需要少量的关键短语就可以有效覆盖文档的主题信息。应用于关键词抽取领域。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.164 seconds)
