Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京理工大学吴之璟获国家专利权

北京理工大学吴之璟获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京理工大学申请的专利一种增强大语言模型角色感知的方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119760095B

龙图腾网通过国家知识产权局官网在2025-10-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411946733.4,技术领域涉及:G06F16/3329;该发明授权一种增强大语言模型角色感知的方法是由吴之璟;刘东硕;宋丹丹设计研发完成,并于2024-12-27向国家知识产权局提交的专利申请。

一种增强大语言模型角色感知的方法在说明书摘要公布了:本发明提供一种增强大语言模型角色感知的方法,包括:S1、对对话数据集进行处理,获得若干会话和对应的标签;S2、建立记忆机制,获得与当前查询相关的长期历史对话和短期历史对话;S3、结合用户的人格信息和知识图谱,为用户构建用户图;S4、通过图神经网络,利用提示学习进行训练。本发明可以生成和对话历史以及个性化信息一致的回复,提升大语言模型的对话能力,可以丰富用户的对话体验并吸引用户的对话兴趣。

本发明授权一种增强大语言模型角色感知的方法在权利要求书中公布了:1.一种增强大语言模型角色感知的方法,其特征在于,所述方法包括: S1、对对话数据集进行处理,获得若干会话和对应的标签; S2、建立记忆机制,获得与当前查询相关的长期历史对话和短期历史对话; S3、结合用户的人格信息和知识图谱,为用户构建用户图; S4、通过图神经网络,利用提示学习进行训练; 在步骤S1中,对话数据包括用户的人格信息、聊天机器人的人格信息、所有的对话历史以及不同会话之间的时间间隔,处理后数据包含用户的人格信息、聊天机器人的人格信息,用户当前的查询,聊天机器人的标准回复以及以往的对话历史; 在步骤S2中,长期历史对话指以往会话中的对话内容,短期历史对话指当前会话的对话内容; 在步骤S3中,知识图谱包含人物常识和人物之间联系;用户图的节点包括人格信息或人格属性,用户图的边由人格信息或人格属性之间的关系组成; 在步骤S4中,包括: 1将图中节点和边的表征输入大语言模型的嵌入层得到相应的编码向量; 2将查询输入大语言模型的嵌入层得到查询的编码向量,将查询的编码向量和和图中节点的编码向量通过注意力机制计算分配权重; 3按照用户图中不同关系对节点的所有邻居节点的表征进行聚合,以更新当前节点的表征,通过池化操作,得到用户画像表征向量,公式如下所示: 其中,其中表示节点i在关系下的邻居索引集合,是节点i和邻居j在关系r下的注意力分数,Hq是当前话语中的查询表示,它的初始化方式与图中的节点相同;是图神经网络中的可学习参数;是权重,用户画像是对所有节点表征做池化,即对所有的h做池化,得到最终的用户画像; 4将提示词中的预定义的特殊字符替换为用户画像表征向量:设定超参数,计算大语言模型生成内容和标准回答之间的损失,利用反向传播进行训练; 按照下述公式将提示词中的预定义的特殊字符替换为用户画像表征向量: 其中,E是用户输入的嵌入向量形式,其中分别代表令牌ti和用户画像表征向量,d是大语言模型的维度,fφ为图神经网络,代表图,q代表查询,MLP是多层感知机以对其大语言模型的语义空间和用户画像表征空间。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。