| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 801 | 化学食品安全对话机器人 | CN202311603402.6 | 2023-11-28 | CN117400278A | 2024-01-16 | 矫雅欣; 楼佳诚; 李宇航 |
| 本发明公开化学食品安全对话机器人，属于食品安全检测技术领域；化学食品安全对话机器人包括：黄曲霉素检测模块、对话机器人模块、用户界面模块、API通信模块以及数据处理分析模块；黄曲霉素检测模块与黄曲霉素检测设备进行通信，并收集原始数据，数据处理分析模块对原始数据进行处理和特征提取，从原始数据中分离出黄曲霉素的特征数据，再将特征数据传递给对话机器人模块，对话机器人模块结合相关知识数据和用户问题，提供解释和建议；用户界面模块负责创建图形用户界面，以展示黄曲霉素检测结果和与对话机器人模块进行实时交互；API通信模块为系统与大语言模型之间的桥梁。 | ||||||
| 802 | 一种AI心理医生对话交互处理方法、系统、终端及介质 | CN202311482828.0 | 2023-11-09 | CN117216230A | 2023-12-12 | 刘伟华; 严宇; 魏欣; 马金民; 李林; 刘磊; 李娇娇 |
| 本申请提供一种AI心理医生对话交互处理方法、系统、终端及存储介质，所述方法包括：获取用户输入的第一对话文本；对第一对话文本进行分析处理，得到第一用户标签；根据第一用户标签，构建用户标签集合；对第一对话文本进行编码处理，生成文本编码；获取用户的状态序列；利用预先训练好的状态转移模型，对用户标签集合、状态序列和文本编码进行分析处理，以从预先构建的有限状态机模型中确定目标状态节点；利用有限状态机模型，基于目标状态节点，生成反馈文本，并将反馈文本返回至用户；获取用户接收到反馈文本后输入的第二对话文本，以进行下一轮交互处理。本申请能够提升AI心理医生系统对话的准确性和安全性。 | ||||||
| 803 | 计算机代理消息机器人 | CN201780037452.9 | 2017-06-08 | CN109313666B | 2022-12-09 | B·施莱辛格; H·菲特斯; A·科恩; Y·P·博苏特斯基; E·科恩; W·拉姆齐; D·科伦 |
| 计算机系统可以利用计算机代理消息机器人来与多个计算机可读的简档进行对应的自然语言对话。例如，可以经由计算机消息代理机器人从计算机可读的第一简档接收第一组自然语言指令。可以经由代理机器人分析第一组自然语言指令。此外，可以经由代理机器人，使用第一组自然语言指令的分析的结果，来生成第一自然语言对话脚本和第二自然语言对话脚本，其中第二自然语言对话脚本包括从第一组自然语言指令导出的自然语言数据。第一自然语言对话脚本可以经由代理机器人被发送到第一简档，并且第二自然语言对话脚本可以经由代理机器人被发送到计算机可读的第二简档，这两个动作均响应于第一组指令。 | ||||||
| 804 | 基于主题语义增强的异构图结构多会话者情感分析方法 | CN202210429360.8 | 2022-04-22 | CN114911932A | 2022-08-16 | 马廷淮; 俞慧 |
| 本发明公开了一种基于主题语义增强的异构图结构多会话者情感分析方法，包括：对输入对话进行情感词嵌入操作，将其从人类语言转化成带有情感的向量表示；按照依存句法关系构建句法依赖图，节点为话中的单词，将句法依赖图输入图卷积神经网络中更新节点信息，获得语义加强的单词向量以及相应的句子表征向量；构建主题提取模型，提取每句对话的主题，获得主题增强的句子表征；按照主题相似性进行聚类，根据句子主题信息以及时序关系构建对话子图，构建异构对话图，节点为每句话的句子表征，使用图循环网络更新图节点；得到分类结果。本发明充分考虑对话者间交互信息，提高了多会话者对话情感分析的预测精度。 | ||||||
| 805 | 一种语义消歧的方法、装置、服务器和存储介质 | CN201710718930.4 | 2017-08-21 | CN107526723A | 2017-12-29 | 邓丽萍; 时培轩 |
| 本发明实施例公开了一种语义消歧的方法、装置、服务器和存储介质。其中，语义消歧的方法包括：对用户当前对话信息进行语义解析，依据解析结果确定用户当前对话信息所属的当前服务领域是否为歧义领域，若当前服务领域是歧义领域，则依据预先确定的用户历史对话信息所属的历史服务领域对当前服务领域进行消歧处理。本发明实施例通过对用户当前对话信息进行语义解析，并利用该解析结果以及逻辑处理，实现了在多领域多轮对话系统中对用户当前对话信息所属的当前服务领域进行消歧处理，该技术方案提高了语义消歧的效率和准确度，解决了现有语义消歧方法中依赖大规模标注语料，以及在句法分析中句子过短导致无法分析的问题。 | ||||||
| 806 | 一种基于知识引导的访谈交互数据处理方法及系统 | CN202411374260.5 | 2024-09-29 | CN119357324A | 2025-01-24 | 于济凡; 许斌; 李瀚明; 郝展欣; 颜瑄; 袁佳鑫; 李涓子; 刘知远; 刘惠琴 |
| 本发明提供一种基于知识引导的访谈交互数据处理方法及系统，该方法包括：在当前访谈交互过程的每轮对话中获得当前上下文内容，基于当前上下文内容及行动映射策略进行拼接处理，获得第一提示词；将第一提示词输入到语言模型，获得输出的下一轮对话中采用的至少一个目标行动策略；基于语言模型对获取的访谈指南信息和至少一个目标行动策略进行处理，获得语言模型输出的下一轮对话的访谈交互问题；在基于语言模型确定当前访谈交互过程完成的情况下，获得输出的与当前访谈交互过程对应的全部对话交互内容，并对全部对话交互内容进行分析，获得对话交互内容分析结果。本发明提供的方法，能够有效提高访谈交互数据处理的效率，从而大幅降低了人力成本。 | ||||||
| 807 | 电网人机交互终端的数据处理方法及系统 | CN202311758316.2 | 2023-12-20 | CN117435716A | 2024-01-23 | 章杜锡; 杨平; 豆书亮; 张锋; 张霁明; 周洋; 周飞; 管金胜; 杨跃平; 焦旭明; 郑建梓; 盛海静; 彭昊杰; 陈超 |
| 本发明提供一种电网人机交互终端的数据处理方法及系统，涉及数据处理技术领域，包括：通过语音识别引擎将用户的语音信息转换为转录文本，将转录文本通过自然语言处理技术进行分析，得到依存关系图，通过预设的递归神经网络编辑对话历史，根据对话历史确定对话上下文信息；通过意图识别模型识别将对话上下文信息转换为嵌入向量，通过意图识别模型的位置编码层和自注意力层对对话上下文信息进行分析，结合意图识别损失函数，得到用户意图；将用户意图和对话上下文信息转换为特征序列，通过双向搜索算法对预先构建的电网知识图谱进行检索，得到匹配信息，根据匹配信息生成回应文本。 | ||||||
| 808 | 一种利用大型语言模型实现对话流程的方法及系统 | CN202310601516.0 | 2023-05-25 | CN116595148B | 2023-12-29 | 蒋卓; 陈光; 王新涵; 樊鹏 |
| 本发明提供一种利用大型语言模型实现对话流程的方法及系统，其中方法包括：利用大型语言模型，冷启动搭建对话知识库；利用所述大型语言模型和所述对话知识库，实现与发起聊天的用户进行对话。本发明通过自动帮助企业构造对话知识库，大幅减少企业冷启动和运营的投入。同时，将中间过程展示给企业，让其需要修改的时候也拥有自己的主动性。将大型语言模型的通用能力和业务模型的垂直行业的分析能力结合在一起，提供一套极少投入就可以触发的完整的对话和业务处理能力。将大型语言模型回复多样性和垂直行业的分析能力结合在一起，同时提供了可控的业务场景，丰富、多样化的兜底回复。整体提升企业+用户的体验。 | ||||||
| 809 | 基于任务型的人机对话系统及其实现方法 | CN202110390706.3 | 2021-04-12 | CN112925897A | 2021-06-08 | 曲海成; 赵宇猛; 刘万军; 刘腊梅 |
| 本发明属于信息处理技术领域，尤其涉及基于任务型的人机对话系统及其实现方法，包括前端服务模块、用户数据库、用户服务模块、网关、命令解析服务模块、对话管理服务模块、基础语言分析服务模块和模型训练服务模块；所述用户数据库、用户服务模块、网关、命令解析服务模块和对话管理服务模块均通过HTTP网络传输协议分别与前端服务模块、基础语言分析服务模块和模型训练服务模块连接；本发明以多个不同领域中的任务型人机对话系统应用为背景，以任务型作为基础设计人机对话原型系统平台；通过创新运用TF‑IDF算法完成识别模块设计，并构建LSTM模型完成槽填充模块设计，运用意图识别算法完成意图识别模块设计，形成对不同算法在人机对话设计中的优势认知。 | ||||||
| 810 | 一种语义消歧的方法、装置、服务器和存储介质 | CN201710718930.4 | 2017-08-21 | CN107526723B | 2021-01-22 | 邓丽萍; 时培轩 |
| 本发明实施例公开了一种语义消歧的方法、装置、服务器和存储介质。其中，语义消歧的方法包括：对用户当前对话信息进行语义解析，依据解析结果确定用户当前对话信息所属的当前服务领域是否为歧义领域，若当前服务领域是歧义领域，则依据预先确定的用户历史对话信息所属的历史服务领域对当前服务领域进行消歧处理。本发明实施例通过对用户当前对话信息进行语义解析，并利用该解析结果以及逻辑处理，实现了在多领域多轮对话系统中对用户当前对话信息所属的当前服务领域进行消歧处理，该技术方案提高了语义消歧的效率和准确度，解决了现有语义消歧方法中依赖大规模标注语料，以及在句法分析中句子过短导致无法分析的问题。 | ||||||
| 811 | 一种基于人工智能的语音对话方法和系统 | CN201810713957.9 | 2018-06-29 | CN110728977A | 2020-01-24 | 陈访访 |
| 本发明的实施例提供了一种基于人工智能的语音对话方法和系统，该方法包括应用单元接收用户输入的信息，传输单元调用上下文服务对用户输入的信息进行处理，并根据处理结果将用户输入的信息发送给对应的业务模块；业务模块对接收到的信息进行进一步处理，获得处理后信息，并对处理后信息进行分析，获得分析结果；对于需要对话的指令，业务模块将处理后信息发送给位于云端的逻辑单元；逻辑单元根据处理后信息选择对应的对话脚本，经过处理后发送给应用单元向用户展示。采用了本发明的技术方案，使对话功能和整个系统的管理更为简单，且能针对对话功能统一进行优化迭代，从而改善了语音对话系统的效果和效率。 | ||||||
| 812 | 计算机代理消息机器人 | CN201780037452.9 | 2017-06-08 | CN109313666A | 2019-02-05 | B·施莱辛格; H·菲特斯; A·科恩; Y·P·博苏特斯基; E·科恩; W·拉姆齐; D·科伦 |
| 计算机系统可以利用计算机代理消息机器人来与多个计算机可读的简档进行对应的自然语言对话。例如，可以经由计算机消息代理机器人从计算机可读的第一简档接收第一组自然语言指令。可以经由代理机器人分析第一组自然语言指令。此外，可以经由代理机器人，使用第一组自然语言指令的分析的结果，来生成第一自然语言对话脚本和第二自然语言对话脚本，其中第二自然语言对话脚本包括从第一组自然语言指令导出的自然语言数据。第一自然语言对话脚本可以经由代理机器人被发送到第一简档，并且第二自然语言对话脚本可以经由代理机器人被发送到计算机可读的第二简档，这两个动作均响应于第一组指令。 | ||||||
| 813 | 一种面向会话的语义依存分析方法及装置 | CN202210627557.2 | 2022-06-06 | CN114707520B | 2022-09-13 | 张梅山; 郭培溟; 张鑫; 孙越恒 |
| 本发明提供了一种面向会话的语义依存分析方法及装置，涉及自然语言处理中的语义分析技术领域。包括：根据对话文本，总结对话文本的语义特性和规律：基于语义特性设计语义依存图构建规范进行大规模的对话文本数据标注；基于标注好的训练集文本，采用监督学习方法训练教师‑学生模型，搭建高性能高效率的话语篇章一体化语义依存图分析模型根据语义依存图分析模型。本发明创新性的提出一种集成话语篇章的语义依存图表示方案，将句子语义依存图扩展到整个篇章，充分考虑了对话场景下话语语义信息不完整的特性。首次针对对话文本提出融合话语内部和话语之间的一体化语义依存图联合分析模型，采用端到端的建模方式将句子语义和篇章语义连接在一起。 | ||||||
| 814 | 一种AI心理医生对话交互处理方法、系统、终端及介质 | CN202311482828.0 | 2023-11-09 | CN117216230B | 2024-06-18 | 刘伟华; 严宇; 魏欣; 马金民; 李林; 刘磊; 李娇娇 |
| 本申请提供一种AI心理医生对话交互处理方法、系统、终端及存储介质，所述方法包括：获取用户输入的第一对话文本；对第一对话文本进行分析处理，得到第一用户标签；根据第一用户标签，构建用户标签集合；对第一对话文本进行编码处理，生成文本编码；获取用户的状态序列；利用预先训练好的状态转移模型，对用户标签集合、状态序列和文本编码进行分析处理，以从预先构建的有限状态机模型中确定目标状态节点；利用有限状态机模型，基于目标状态节点，生成反馈文本，并将反馈文本返回至用户；获取用户接收到反馈文本后输入的第二对话文本，以进行下一轮交互处理。本申请能够提升AI心理医生系统对话的准确性和安全性。 | ||||||
| 815 | 一种利用大型语言模型实现对话流程的方法及系统 | CN202310601516.0 | 2023-05-25 | CN116595148A | 2023-08-15 | 蒋卓; 陈光; 王新涵; 樊鹏 |
| 本发明提供一种利用大型语言模型实现对话流程的方法及系统，其中方法包括：利用大型语言模型，冷启动搭建对话知识库；利用所述大型语言模型和所述对话知识库，实现与发起聊天的用户进行对话。本发明通过自动帮助企业构造对话知识库，大幅减少企业冷启动和运营的投入。同时，将中间过程展示给企业，让其需要修改的时候也拥有自己的主动性。将大型语言模型的通用能力和业务模型的垂直行业的分析能力结合在一起，提供一套极少投入就可以触发的完整的对话和业务处理能力。将大型语言模型回复多样性和垂直行业的分析能力结合在一起，同时提供了可控的业务场景，丰富、多样化的兜底回复。整体提升企业+用户的体验。 | ||||||
| 816 | 物品处理方法、装置、设备、存储介质及产品 | CN202310118451.4 | 2023-02-03 | CN116402567A | 2023-07-07 | 李良斌 |
| 本申请提供了一种物品处理方法、装置、设备、存储介质及产品，属于互联网技术领域。方法包括：对目标用户的用户行为数据进行分析，确定出待推荐的第一物品；基于所述第一物品的介绍信息，确定第一外呼对话信息，所述第一外呼对话信息用于与所述目标用户进行语音对话，以介绍所述第一物品；基于所述第一外呼对话信息与所述目标用户进行语音对话；对当前语音对话进行分析，确定出所述目标用户对所述第一物品的反馈信息；在所述反馈信息用于表示所述目标用户对所述第一物品不满意的情况下，基于所述反馈信息，对所述第一物品进行改进。本申请能够提高物品转换率。 | ||||||
| 817 | 基于意图识别的对话策略生成方法、装置、设备及介质 | CN202411343828.7 | 2024-09-25 | CN119180289A | 2024-12-24 | 马亿凯 |
| 本发明涉及人工智能技术领域和金融科技领域，公开了一种基于意图识别的对话策略生成方法，通过获取用户基础信息，生成用户画像；分析用户的业务信息和初步用户画像，结合待办业务领域生成初步对话策略。用户反馈信息经意图识别模型处理，分析客户在目标业务领域的多个业务意图，并对业务意图进行置信度分析，识别有效目标意图。根据有效目标意图，调整初步对话策略，生成后续对话策略，逐步优化用户体验。本发明通过对用户意图的识别和分析，克服了现有外呼系统无法准确响应客户需求的局限，通过有效目标意图的识别和置信度分析，能够精确判断客户的优先需求，能够基于客户的个性化需求调整对话策略，从而提高外呼的有效性和触达率。 | ||||||
| 818 | 一种面向会话的语义依存分析方法及装置 | CN202210627557.2 | 2022-06-06 | CN114707520A | 2022-07-05 | 张梅山; 郭培溟; 张鑫; 孙越恒 |
| 本发明提供了一种面向会话的语义依存分析方法及装置，涉及自然语言处理中的语义分析技术领域。包括：根据对话文本，总结对话文本的语义特性和规律：基于语义特性设计语义依存图构建规范进行大规模的对话文本数据标注；基于标注好的训练集文本，采用监督学习方法训练教师‑学生模型，搭建高性能高效率的话语篇章一体化语义依存图分析模型根据语义依存图分析模型。本发明创新性的提出一种集成话语篇章的语义依存图表示方案，将句子语义依存图扩展到整个篇章，充分考虑了对话场景下话语语义信息不完整的特性。首次针对对话文本提出融合话语内部和话语之间的一体化语义依存图联合分析模型，采用端到端的建模方式将句子语义和篇章语义连接在一起。 | ||||||
| 819 | 基于大模型的信息处理和归类方法、装置、设备及介质 | CN202411256896.X | 2024-09-09 | CN119202250A | 2024-12-27 | 陈潮城 |
| 本发明公开了一种基于大模型的信息处理和归类方法、装置、系统及介质，包括：获取用户的对话数据，将所述对话数据输入到大语言模型中；由所述大语言模型接收所述对话数据进行分析，输出关键信息；通过所述NLP将所述关键信息转换为关键文本向量；计算所述关键文本向量与预定义类别之间的相似度，得到相似度值；根据所述相似度值对所述关键信息进行分类，获得分类结果。本发明通过分析用户的对话内容，自动识别和提取关键信息，进而对用户的诉求进行深入分析和归类，提高了处理用户诉求的工作效率，同时也提升了诉求处理的准确性。 | ||||||
| 820 | 一种基于大小模型协同的亲子教养行为识别方法 | CN202410891827.X | 2024-07-04 | CN118861891A | 2024-10-29 | 何洁; 鲁伟明; 侯贵洋; 翟舒怡; 祁雲锦; 潘莱珂; 赵恩莹; 凌璐; 夏丁玲 |
| 本发明公开了一种基于大小模型协同的亲子教养行为识别方法。亲子对话数据预处理获得不同片段的音频信息和文本信息，亲子对话数据特征提取获得片段的音频特征和文本特征，教养行为各维度数据类别不平衡度处理，构建教养行为智能分析模型并针对数据类别不平衡度不同进行训练处理，针对未知标签的数据集按照对应不同的模型进行识别。本发明使用大语言模型来对亲子对话音频分析识别数据类别不平衡度较高的教养行为维度，使用领域特定的小模型来对亲子对话音频分析识别数据类别不平衡度较低的教养行为维度，分类准确率较高。 | ||||||
QQ群二维码
意见反馈
意见反馈