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 > 电子科技大学张宁获国家专利权

电子科技大学张宁获国家专利权

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!

龙图腾网获悉电子科技大学申请的专利带电作业机器人自然语言指令解析与操作映射方法、电子设备和存储介质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:CN119691174B

龙图腾网通过国家知识产权局官网在2025-10-17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:202411790718.5,技术领域涉及:G06F16/35;该发明授权带电作业机器人自然语言指令解析与操作映射方法、电子设备和存储介质是由张宁设计研发完成,并于2024-12-06向国家知识产权局提交的专利申请。

带电作业机器人自然语言指令解析与操作映射方法、电子设备和存储介质在说明书摘要公布了:本发明公开了带电作业机器人自然语言指令解析与操作映射方法、电子设备和存储介质,方法包括模型训练步骤和模型使用步骤,模型训练步骤包括:收集自然语言指令数据,并进行BIO槽位标注和意图标注;建立第一映射模型,第一映射模型包括BERT模块、第一BiLSTM模块、第一Softmax层和第一CRF模块;第一CRF模块对第一BiLSTM模块输出的时序捕捉数据进行槽位标注;第一Softmax层对BERT模块输出的全局语义特征进行意图识别;训练第一映射模块。本发明通过使用训练完成的映射模型将自然语言指令精准、高效地转换为机器人可执行的操作指令,从而提高带电作业机器人的自主性和操作可靠性。

本发明授权带电作业机器人自然语言指令解析与操作映射方法、电子设备和存储介质在权利要求书中公布了:1.带电作业机器人自然语言指令解析与操作映射方法,其特征在于:包括模型训练步骤和模型使用步骤,模型训练步骤包括: 收集自然语言指令数据,并进行BIO槽位标注和意图标注; 建立第一映射模型,所述第一映射模型包括BERT模块、第一BiLSTM模块、第一Softmax层和第一CRF模块;其中,BERT模块对输入的自然语言指令的每个词进行词嵌入,以生成上下文相关的全局语义特征;第一BiLSTM模块对BERT模块输出的全局语义特征进行时序捕捉,第一CRF模块对第一BiLSTM模块输出的时序捕捉数据进行槽位标注;第一Softmax层对BERT模块输出的全局语义特征进行意图识别; 训练第一映射模块,包括:利用第一CRF模块输出的槽位标注计算槽位损失,利用第一Softmax层输出的意图识别计算意图损失,利用槽位损失和意图损失训练第一映射模块; 模型使用步骤包括: 使用训练完成的映射模型,识别输入自然语言指令的意图和槽位; 根据映射规则将识别得到的意图和槽位映射为具体的操作指令; 将操作指令转发至带电作业机器人; 所述收集自然语言指令数据包括:收集自然语言指令数据,包括带电作业机器人执行的操作情景;利用AI模型生成不同表达方式的自然语言指令数据; 所述BIO槽位标注为逐字标注,所述意图标注为整句标注; 所述BERT模块和Softmax层之间包括: 动作词特征提取:利用词性标注工具对训练数据中的动作词进行标注,生成动作词的位置信息向量,动作词的位置信息用向量,其中表示该词是动作词,否则为0; 自注意力机制增强:设计一个动作词注意力权重公式: ; 是自注意力分数,用于建模上下文语义;是动作词的显著性向量;是超参数,调节动作词的权重显著性; 局部与全局信息融合:将增强后的动作词特征与BERT模块输出全局的语义向量表示进行融合,生成用于意图分类的最终特征向量: ; 其中,是一个可学习的权重矩阵;自然语言指令通过BERT模块输出的全局语义特征,其中是第个字的上下文向量表示; 使用增强后的特征向量进行意图分类: ; 其中,是意图分类的权重矩阵,是意图分类的偏置向量,用于调整映射后的结果; 所述第一BiLSTM模块和第一CRF模块之间还包括上下文增强模块和语义一致性约束模块; 所述上下文增强模块包括: 动态提取槽位关键字的上下文特征,通过引入注意力机制,为每个字分配权重: ; 其中,是第一BiLSTM模块的输出,和是可学习参数; 使用注意力权重重新加权上下文特征,生成增强后的特征: ; 其中,是上下文特征的加权聚合,能够强化关键字的语义表达; 所述语义一致性约束模块包括: 定义槽位嵌入矩阵:构建一个槽位嵌入矩阵,其中为槽位标签数,为嵌入维度;每个槽位标签对应一个嵌入向量,表示槽位类型的语义特征; 融合上下文与槽位语义信息:第一CRF模块的输入向量由上下文特征和槽位嵌入相加得到: ; 其中表示当前槽位标签的索引。

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电子科技大学,其通讯地址为:610000 四川省成都市高新区(西区)西源大道2006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。