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！

龙图腾网获悉重庆大学申请的专利基于生活支援的人机交互方法、电子设备及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：CN116186208B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202211590481.7，技术领域涉及：G06F16/3329；该发明授权基于生活支援的人机交互方法、电子设备及存储介质是由苏晓杰;朱瑾玉;孙少欣;关丽娟;李睿设计研发完成，并于2022-12-12向国家知识产权局提交的专利申请。

本基于生活支援的人机交互方法、电子设备及存储介质在说明书摘要公布了：本申请提供一种基于生活支援的人机交互方法、电子设备及存储介质。方法包括：获取训练数据集，训练数据集包括基于生活支援场景的多条语料数据，每条语料数据包括拼接的至少两段相关联的语料内容；利用训练数据集中的语料数据，对GPT2模型进行自回归训练，得到经过训练的GPT2模型；通过电子设备获取用户的语音或文本数据以作为待识别语料；将待识别语料输入电子设备的应用程序中的经过训练的GPT2模型，得到经过训练的GPT2模型输出的交互结果，交互结果包括与待识别语料对应的应答内容。如此，可以根据生活支援场景进行人机交互，可以应用在老人的生活支援中，以便于为用户用提供便捷的服务。

本发明授权基于生活支援的人机交互方法、电子设备及存储介质在权利要求书中公布了：1.一种基于生活支援的人机交互方法，其特征在于，所述方法包括： 获取训练数据集，所述训练数据集包括基于生活支援场景的多条语料数据，每条语料数据包括拼接的至少两段相关联的语料内容； 利用所述训练数据集中的语料数据，对GPT2模型进行自回归训练，得到经过训练的GPT2模型； 通过电子设备获取用户的语音或文本数据以作为待识别语料； 将所述待识别语料输入所述电子设备的应用程序中的所述经过训练的GPT2模型，得到所述经过训练的GPT2模型输出的交互结果，所述交互结果包括与所述待识别语料对应的应答内容； 将所述待识别语料输入所述电子设备的应用程序中的所述经过训练的GPT2模型，得到所述经过训练的GPT2模型输出的交互结果，包括： 若所述待识别语料的文本中存在没有标号的文本，将所述没有标号的文本中的每个词表示成ui，所述待识别语料中的所有没有标号的文本表示为U＝{u1，u2，…，un}； 根据所述电子设备的应用程序中所述经过训练的GPT2模型的预测子任务的第一目标函数，预测与所有没有标号的文本U对应的词，所述第一目标函数为： 其中，所述第一目标函数用于在给定k个词后，预测下一个词出现的概率；k指上下文窗口大小；Θ指标准语言模型，且Θ的解码器为Transformer，所述Transformer的第一层输入表示为： h0＝UWe+Wp 其中，We指词嵌入投影，Wp指位置信息编码，所述Transformer的块结构共有n层，则第l层的输入向量hl表示为： hl＝transformer_blockhl-1Vi∈[1，n] 其中，n为大于1的整数，l为1至n中的任一整数；transformer_block指将上一层的输出作为本层的输入；对所述Transformer中的最后一次输出进行投影，表示为： 若所述待识别语料的文本中存在有标号的文本，则将所述有标号的文本表示为：长度为m的序列x1，x2，…，xm标号为y，m为大于等于1的整数； 根据所述经过训练的GPT2模型的分类子任务的第二目标函数，预测与所述有标号的文本对应的词，所述第二目标函数表示为： 其中，所述第二目标函数用于在给定x1，x2，…，xm后，预测y的概率；代表长度m的序列在l层Transformer块之后的输出；Wy表示将序列放入训练好的GPT2模型中到的分类标签，其中，所述经过训练的GPT2模型的分类精度表示为： 利用经过训练的GPT2模型的整体目标函数，确定所述待识别语料的所述交互结果，其中，所述整体目标函数表示为：L3C＝L2C+λL1C。

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重庆大学，其通讯地址为：400030 重庆市沙坪坝区沙正街174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。