加勒比一区免费看|日日夜夜婷婷草|国产亚洲1区2区|美国熟女乱伦视频|激情影院五月丁香|黄片裸体免费观看|欧美日韩免费视频|无码中文AV资源|国产自产501区|亚洲av毛片免费

專利類型：

發(fā)明授權(quán)

申請(專利)號：

CN202411665536.5

申請日：

2024-11-20

授權(quán)公告號：

CN119558597B

授權(quán)公告日：

2025-08-29

申請人：

北京科技大學(xué)

地址：

100083 北京市海淀區(qū)學(xué)院路30號

發(fā)明人：

劉艷; 孫夢磊; 薛穎健; 林金輝; 白晨成; 鐘承華; 馮伊洋; 殷緒成

專輯：

信息科技

專題：

計算機(jī)軟件及計算機(jī)應(yīng)用

主分類號：

G06Q10/0631

分類號：

G06Q10/0631;G06Q50/04

國省代碼：

11

頁數(shù)：

21

代理機(jī)構(gòu)：

北京市廣友專利事務(wù)所有限責(zé)任公司

代理人：

張微;張仲波

主權(quán)項：

1.一種面向鋼鐵工業(yè)的基于大模型的智能統(tǒng)籌分配方法,其特征在于,所述面向鋼鐵工業(yè)的基于大模型的智能統(tǒng)籌分配方法由面向鋼鐵工業(yè)的基于大模型的智能統(tǒng)籌系統(tǒng)實現(xiàn),所述面向鋼鐵工業(yè)的基于大模型的智能統(tǒng)籌系統(tǒng)包括：用戶端、任務(wù)需求輸入模塊、大模型語義理解模塊、子模型調(diào)度模塊、執(zhí)行與結(jié)果分析模塊；所述方法包括：S1、所述用戶端輸入鋼鐵工業(yè)生產(chǎn)的任務(wù)需求；所述任務(wù)需求輸入模塊接收所述任務(wù)需求,通過對所述任務(wù)需求進(jìn)行標(biāo)準(zhǔn)化處理,獲得標(biāo)準(zhǔn)化的文本數(shù)據(jù)；其中,所述S1的通過對所述任務(wù)需求進(jìn)行標(biāo)準(zhǔn)化處理,獲得標(biāo)準(zhǔn)化的文本數(shù)據(jù),包括：S11、對輸入的任務(wù)需求進(jìn)行格式化處理,獲得格式化后的文本數(shù)據(jù)；S12、根據(jù)格式化后的文本數(shù)據(jù),采用GPT預(yù)訓(xùn)練模型的分詞器對格式化后的文本數(shù)據(jù)進(jìn)行分詞處理,獲得分詞后的文本序列；S13、根據(jù)分詞后的文本序列,采用NLTK停用詞列表,對分詞后的文本序列進(jìn)行去停用詞處理,獲得去停用詞后的文本；S14、采用BERT-based依存分析模型,對去停用詞后的文本進(jìn)行依存關(guān)系分析,獲得文本數(shù)據(jù)中詞與詞之間的語法關(guān)系；S15、根據(jù)去停用詞后的文本以及文本數(shù)據(jù)中詞與詞之間的語法關(guān)系,采用GPT預(yù)訓(xùn)練模型進(jìn)行特征編碼,獲得編碼向量；S2、所述任務(wù)需求輸入模塊將所述標(biāo)準(zhǔn)化的文本數(shù)據(jù)上傳至所述大模型語義理解模塊中,通過所述大模型語義理解模塊進(jìn)行處理,獲得任務(wù)目標(biāo)、任務(wù)模型需求以及任務(wù)模型的參數(shù)；其中,所述S2的通過所述大模型語義理解模塊進(jìn)行處理,獲得任務(wù)目標(biāo)、任務(wù)模型需求以及任務(wù)模型的參數(shù),包括：S21、將編碼向量輸入意圖分類網(wǎng)絡(luò)中,生成任務(wù)類型標(biāo)簽；S22、根據(jù)任務(wù)類型標(biāo)簽,生成任務(wù)標(biāo)簽信息；S23、根據(jù)編碼向量以及任務(wù)標(biāo)簽信息,采用信息抽取函數(shù)將用戶端輸入的任務(wù)需求的內(nèi)容轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)；將結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分解,生成多個子任務(wù)目標(biāo)；S24、根據(jù)結(jié)構(gòu)化數(shù)據(jù)以及多個子任務(wù)目標(biāo),采用模型選擇函數(shù),確定每個子任務(wù)的任務(wù)模型以及每個子任務(wù)模型的參數(shù)；S3、所述任務(wù)需求輸入模塊將所述任務(wù)目標(biāo)、任務(wù)模型需求以及任務(wù)模型的參數(shù)上傳至所述子模型調(diào)度模塊中,通過所述子模型調(diào)度模塊進(jìn)行動態(tài)調(diào)度,確定子模型；根據(jù)所述任務(wù)目標(biāo),子模型執(zhí)行任務(wù),獲得子模型的執(zhí)行結(jié)果；S4、所述子模型調(diào)度模塊將所述子模型的執(zhí)行結(jié)果上傳至所述執(zhí)行與結(jié)果分析模塊中,通過所述執(zhí)行與結(jié)果分析模塊進(jìn)行處理,輸出符合所述用戶端輸入鋼鐵工業(yè)生產(chǎn)的任務(wù)需求的綜合分析結(jié)果。

摘要：

本發(fā)明提供一種面向鋼鐵工業(yè)的基于大模型的智能統(tǒng)籌分配方法,涉及人工智能技術(shù)領(lǐng)域。所述一種面向鋼鐵工業(yè)的基于大模型的智能統(tǒng)籌分配方法由用戶端、任務(wù)需求輸入模塊、大模型語義理解模塊、子模型調(diào)度模塊、執(zhí)行與結(jié)果分析模塊實現(xiàn),該方法包括：用戶端輸入鋼鐵工業(yè)生產(chǎn)的任務(wù)需求；任務(wù)需求輸入模塊通過對任務(wù)需求進(jìn)行標(biāo)準(zhǔn)化處理,獲得標(biāo)準(zhǔn)化的文本數(shù)據(jù)；大模型語義理解模塊對文本數(shù)據(jù)進(jìn)行處理,獲得任務(wù)目標(biāo)、任務(wù)模型需求以及任務(wù)模型的參數(shù)；通過子模型調(diào)度模塊進(jìn)行動態(tài)調(diào)度,確定子模型；子模型執(zhí)行任務(wù),獲得子模型的執(zhí)行結(jié)果；執(zhí)行與結(jié)果分析模塊對執(zhí)行結(jié)果進(jìn)行處理,輸出符合任務(wù)需求的綜合分析結(jié)果。采用本發(fā)明可提升任務(wù)處理效率。