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！

龙图腾网获悉四川快达通科技有限公司申请的专利基于深度学习的数智信鸽微信智能对话生成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：CN120216641B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202510286072.5，技术领域涉及：G06F16/3329；该发明授权基于深度学习的数智信鸽微信智能对话生成方法是由张友福;刘碧武;刘朝辉设计研发完成，并于2025-03-12向国家知识产权局提交的专利申请。

本基于深度学习的数智信鸽微信智能对话生成方法在说明书摘要公布了：本申请属于对话生成技术领域，涉及基于深度学习的数智信鸽微信智能对话生成方法；获取对话数据并结合公开语料库，通过正则表达式和BERT模型进行语义异常检测；通过构建树状结构和引入三维时间戳的方式组织对话数据；针对表情符号的情感信息，通过混合编码器将表情的文本和视觉特征相结合，采用了动态注意力机制，根据历史语句的重要性加权并调整记忆长度，引入用户画像特征后，通过将用户特征与对话编码进行融合，生成阶段通过基于Transformer的模型和BeamSearch算法，在生成过程中引入多样性惩罚项并根据用户画像动态调整生成参数，从而保证了生成对话的多样性与安全性，提升了对话生成模型的精度和连贯性，有效解决了上下文连贯性和个性化生成的技术难题。

本发明授权基于深度学习的数智信鸽微信智能对话生成方法在权利要求书中公布了：1.基于深度学习的数智信鸽微信智能对话生成方法，其特征在于，包括以下步骤： 步骤1：基于微信开放平台API获取授权对话数据，并将公开对话语料库作为补充数据源；基于正则表达式过滤对话数据和补充数据源中的广告和垃圾信息；并通过预训练的BERT模型进行语义异常检测，识别并过滤掉无意义或异常的对话片段，得到清洗后的对话数据集； 步骤2：基于清洗后的对话数据集，构建树状结构来组织多轮对话，每个对话根据时间戳和会话上下文组织成一个树形结构；并通过为每条消息附加三维时间戳来处理时间信息和对话顺序，得到重建后的多轮对话数据集； 步骤3：对于多轮对话数据集中的表情符号构建对应的情感值和文本表示，通过分析表情符号的情感值为表情符合添加情感信息，基于混合编码器将表情的文本嵌入和视觉特征相结合，通过加权文本嵌入和视觉特征来增强表情符合的语义表示，得到经过表情符合处理后的多轮对话数据集； 步骤4：基于经过表情符合处理后的多轮对话数据集，采用动态注意力机制对每条历史语句进行编码，计算每条历史语句的影响力，通过重要性评分模型对历史语句进行加权，并根据对话轮次调整记忆长度，得到编码后的上下文数据； 步骤5：基于编码后的上下文数据，引入用户画像特征，将用户画像特征映射到对话编码相同的向量空间，通过线性变换将用户特征映射为与对话上下文兼容的表示，得到融合用户画像的对话数据集； 步骤6：基于融合用户画像的对话数据集采用基于Transformer的对话生成模型来生成对话候选序列，基于生成的对话候选序列采用Beam Search算法，在每个候选序列的频分中引入多样性惩罚项，并根据用户的画像，动态调整生成参数，生成多样化对话序列； 步骤7：并对生成的对话序列通过规则层、模型层和后处理层来过滤有害内容，生成安全对话序列； 步骤8：基于安全对话序列，构建基于交叉熵损失、连贯性损失和风格损失的复合损失函数来优化对话生成模型，得到优化后的对话生成模型；基于优化后的对话生成模型来生成对话； 所述复合损失函数如下： ； 式中：、、分别表示交叉熵损失、连贯性损失和风格损失的权重超参数； 表示交叉熵损失；表示连贯性损失；表示风格损失； ； 式中：表示真实的标签分布；表示模型预测的概率分布；N表示词汇表的大小； 其中连贯性损失通过计算当前生成的句子与前一轮对话的语义距离来衡量其连贯性： ； 式中：表示句子的语义嵌入表示；表示句子的语义嵌入表示； 表示余弦相似度函数； 其中风格损失基于用户画像特征和情感分析的嵌入向量来计算： ； 式中：表示用户画像中风格相关特征的嵌入；表示欧几里得距离的平方。

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四川快达通科技有限公司，其通讯地址为：610081 四川省成都市金牛区金丰路112号6栋1层5号附5-6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”。