CN114168722B - 基于人工智能技术的财务问答机器人 - Google Patents
基于人工智能技术的财务问答机器人 Download PDFInfo
- Publication number
- CN114168722B CN114168722B CN202111395549.1A CN202111395549A CN114168722B CN 114168722 B CN114168722 B CN 114168722B CN 202111395549 A CN202111395549 A CN 202111395549A CN 114168722 B CN114168722 B CN 114168722B
- Authority
- CN
- China
- Prior art keywords
- question
- data
- financial
- time
- server
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 15
- 238000005516 engineering process Methods 0.000 title claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims abstract description 71
- 230000002159 abnormal effect Effects 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims description 20
- 238000012544 monitoring process Methods 0.000 claims description 18
- 210000003128 head Anatomy 0.000 claims description 16
- 230000001815 facial effect Effects 0.000 claims description 9
- 238000012795 verification Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 102100036790 Tubulin beta-3 chain Human genes 0.000 claims description 3
- 102100036788 Tubulin beta-4A chain Human genes 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 6
- 230000009191 jumping Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 101000878595 Arabidopsis thaliana Squalene synthase 1 Proteins 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/324—Display of status information
- G06F11/327—Alarm or error message display
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/316—Indexing structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/316—Indexing structures
- G06F16/328—Management therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3334—Selection or weighting of terms from queries, including natural language queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3343—Query execution using phonetics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/12—Accounting
- G06Q40/125—Finance or payroll
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
- G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
- H04L43/0894—Packet rate
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/16—Threshold monitoring
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
- H04L63/1416—Event detection, e.g. attack signature detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/865—Monitoring of software
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Computer Security & Cryptography (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Finance (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- Computer Hardware Design (AREA)
- Environmental & Geological Engineering (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了基于人工智能技术的财务问答机器人,属于财务领域,用于解决财务问答机器人的语音解析不准确和没有安全分析,并且无法根据实际使用情况进行数据更新的问题,安全分析模块、语音解析模块以及数据更迭模块,所述语音解析模块用于将语音数据进行解析,解析得到选定的索引关键词组并反馈至服务器,所述安全分析模块用于对财务问答机器人的运行环境进行安全分析,分析生成安全异常信号或安全正常信号并反馈至服务器,所述数据更迭模块用于对财务问答机器人的索引关键词组进行数据更迭,生成数据更迭信号,本发明增加语音数据的解析准确性,提升财务问答机器人的安全性能,实时更新财务问答机器人的财务问答数据,与时俱进。
Description
技术领域
本发明属于财务领域,涉及问答机器人技术,具体是基于人工智能技术的财务问答机器人。
背景技术
财务泛指财务活动和财务关系。前者指企业在生产过程中涉及资金的活动,表明财务的形式特征;后者指财务活动中企业和各方面的经济关系,揭示财务的内容本质。因此,概括说来,企业财务就是企业再生产过程中的资金运动,体现着企业和各方面的经济关系。
现有技术中,财务问答机器人的语音解析不够准确,同时,对于财务问答机器人的工作数据没有进行安全分析;而且,财务问答机器人中的问答数据无法根据实际使用情况进行数据更新,为此,我们提出基于人工智能技术的财务问答机器人。
发明内容
针对现有技术存在的不足,本发明目的是提供基于人工智能技术的财务问答机器人。
本发明所要解决的技术问题为:
(1)如何解决财务问答机器人的语音解析不准确的问题;
(2)如何对财务问答机器人的工作数据进行安全分析;
(3)如何依据实际使用情况对财务问答机器人的问答数据进行更新。
本发明的目的可以通过以下技术方案实现:
基于人工智能技术的财务问答机器人,包括处理器和服务器,所述处理器与服务器数据连接,所述处理器连接有数据采集模块和用户终端,所述服务器包括安全分析模块、语音解析模块以及数据更迭模块,所述数据采集模块用于采集用户的语音数据,并将语音数据发送至处理器,所述处理器将语音数据发送至服务器,服务器存储有用于财务问答的若干个索引关键词组,所述服务器将语音数据发送至语音解析模块,所述语音解析模块用于将语音数据进行解析,解析得到选定的索引关键词组并反馈至服务器,所述服务器按照索引关键词组进行索引得到语音数据的财务答案,所述服务器将语音数据的财务答案发送至处理器,所述处理器将语音数据的财务答案显示在用户终端中;
所述数据采集模块还用于采集问答机器人的工作数据,并将工作数据发送至处理器,所述处理器将工作数据发送至服务器,所述服务器将财务问答机器人的工作数据发送至安全分析模块,所述安全分析模块用于对财务问答机器人的运行环境进行安全分析,分析生成安全异常信号或安全正常信号并反馈至服务器,若服务器接收到安全异常信号时则发送至处理器,处理器依据安全异常信号生成警报指令加载至警报终端,所述警报终端接收到警报指令后发出警报声;所述数据更迭模块用于对财务问答机器人的索引关键词组进行数据更迭,生成数据更迭信号,若生成数据更迭信号时,则数据更迭模块将数据更迭信号反馈至服务器,所述服务器将数据更迭信号发送至处理器,处理器依据数据更迭信号生成数据更新指令加载至管理终端,所述管理终端接收到数据更迭指令后用于对服务器中的索引关键词组进行更新。
进一步地,所述用户终端用于用户输入个人信息后注册登录,并将个人信息发送至处理器,所述处理器将个人信息发送至服务器内存储;
个人信息包括姓名、手机号码和预设脸部图像;工作数据为财务问答机器人的实时网速值、财务问答机器人的故障次数、财务问答机器人中画面的跳转时长、财务问答机器人的投放时间、财务问答机器人的问答次数和问答时长。
进一步地,所述语音解析模块用于将语音数据进行解析,解析过程具体如下:
步骤一:将语音数据进行分词处理后分割为若干组输入短语词组;
步骤二:获取服务器中存储的若干组索引关键词组u,u=1,2,……,z为正整数,索引关键词组与输入短语词组进行逐字比对,通过统计重复字的字数得到索引关键词组与输入短语词组之间的第一相似值XS1u;
步骤三:若索引关键词组的第一相似值大于等于对应的相似阈值,则进入下一步骤,反之将索引关键词组进行剔除;
步骤四:通过索引关键词组与输入短语词组之间的字数差,字数差取绝对值得到索引关键词组与输入短语词组之间的第二相似值XS2u;
步骤五:若索引关键词组的第二相似值大于等于对应的相似阈值,则进入下一步骤,反之将索引关键词组进行剔除;
步骤六:统计索引关键词组中每个汉字的笔画数,按照笔画数依次排序得到索引解析数字,同理,统计输入短语词组中每个汉字的笔画数并按照笔画数依次排序得到输入解析数字;
步骤七:若索引解析数字与输入解析数字相匹配,选定对应的索引关键词组作为输入短语词组的解析词语。
进一步地,所述数据采集模块还用于采集用户的实时脸部图像,并将实时脸部图像发送至处理器,所述处理器将实时脸部图像发送至服务器,所述服务器将实时脸部图像发送至安全分析模块,所述安全分析模块还用于对用户的身份进行安全验证,验证过程具体如下:
步骤V1:获取用户的实时脸部图像,依据实时脸部图像得到用户的实时人脸特征;获取服务器中存储的若干组预设脸部图像,依据预设脸部图像得到预设人脸特征;
步骤V2:实时人脸特征与预设人脸特征进行比对,将实时录入的两眼角外间距与若干个预设存储的两眼角外间距进行比对,若两眼角外间距一致,则下一步骤,反之生成识别失败信号;
步骤V3:实时录入的鼻部长度与若干个预设存储的鼻部长度进行比对,若鼻部长度一致,则下一步骤,反之生成识别失败信号;
步骤V4:实时录入的头部下端至鼻部下端的间距与若干个预设存储的头部下端至鼻部下端的间距进行比对,若头部下端至鼻部下端的间距一致,则下一步骤,反之生成识别失败信号;
步骤V5:实时录入的嘴角间距与若干个预设存储的嘴角间距进行比对,若嘴角间距一致,人脸识别通过,生成识别成功信号;
所述安全分析模块将识别成功信号或识别失败信号反馈至服务器,所述服务器将识别成功信号或识别失败信号发送至处理器,所述处理器将识别成功信号或识别失败信号显示在用户终端上。
进一步地,实时人脸特征包括用户的两眼角外间距、鼻部长度、头部下端至鼻部下端的间距和嘴角间距;预设人脸特征包括若干位门禁使用人员的两眼角外间距、鼻部长度、头部下端至鼻部下端的间距和嘴角间距。
进一步地,所述安全分析模块的分析过程具体如下:
步骤S1:将财务问答机器人标记为i,i=1,2,……,x,x为正整数;设定财务问答机器人的安全监测时段,安全监测时段以用户开启财务问答机器人的时间为开始时间,以用户关闭财务问答机器人的时间为停止时间;
步骤S2:在安全监测时间内设定监测时间点t1、t2和t3,分别获取在对应时间点时财务问答机器人的网速值,分别记为WSit1、WSit2和WSit3;
步骤S4:获取在安全监测时段内,获取财务问答机器人操控时画面的跳转时长,每个画面的跳转时长相加求和并计算均值后得到跳转均时JTi;
步骤S5:获取财务问答机器人的故障次数,并将故障次数标记为GCi;
步骤S7:若AQi<X1,则生成安全异常信号;
若X1≤AQi,则生成安全正常信号;其中,X1为安全阈值。
进一步地,所述数据更迭模块的数据更迭过程具体如下:
步骤SS1:获取财务问答机器人的投放时间,利用服务器当前时间减去投放时间得到财务问答机器人的使用时长STi;
步骤SS2:获取财务问答机器人每次的问答次数和问答时长,每次的问答时长相加求和除以问答次数得到财务问答机器人的问答均时JWTi;
步骤SS3:获取财务问答机器人中索引关键词组上一次数据更迭的时间,并将数据更迭时间,服务器的当前时间减去数据更迭时间得到财务问答机器人中索引关键词组的录入时长LTi;
步骤SS5:若GDi>Y1,则生成数据更迭信号;
若GDi≤Y1,则不进行任何操作;其中,X1为录入更新阈值。
与现有技术相比,本发明的有益效果是:
1、本发明通过语音解析模块对语音数据进行解析,索引关键词组与输入短语词组进行比对,得到第一相似值和第二相似值,而后依据笔画数得到输入解析数字和引解析数字,通过多重比对增加语音数据的解析准确性;
2、本发明通过安全分析模块对财务问答机器人的运行环境进行安全分析,依据网速波动速率、跳转均时和故障次数得到财务问答机器人的安全值,安全值比对安全阈值生成安全异常信号或安全正常信号,从而方便对财务问答机器人的工作数据和运行环境进行监测,避免出现异常情况,提升财务问答机器人的安全性能;
3、本发明通过数据更迭模块对财务问答机器人的索引关键词组进行数据更迭,依据财务问答机器人的使用时长、问答均时和索引关键词组的录入时长得到财务问答机器人的更迭值,更迭值比对设定阈值后得到相应的信号,管理终端依据信号对财务问答机器人中的问答数据进行更新,避免数据过时,方便为用户提供准确的财务问答数据。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的整体系统框图;
图2为本发明的又一系统框图。
具体实施方式
为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明的具体实施方式、结构、特征及其功效,详细说明如后。
请参阅图1-2所示,基于人工智能技术的财务问答机器人,包括处理器和服务器,所述处理器与服务器数据连接,所述处理器连接有数据采集模块、管理终端、警报终端和用户终端,所述服务器包括安全分析模块、语音解析模块以及数据更迭模块;
在具体实施时,财务问答机器人可以是手机终端内部设定的软件系统,也可以是通过手机终端与财务问答机器人进行远程连接,在此不做具体限定,所述用户终端用于用户输入个人信息后注册登录,并将个人信息发送至处理器,所述处理器将个人信息发送至服务器内存储;
其中,个人信息包括姓名、手机号码、预设脸部图像等;
所述数据采集模块用于采集用户的语音数据和实时脸部图像,并将语音数据和实时脸部图像发送至处理器,所述处理器将语音数据和实时脸部图像发送至服务器,在具体实施时,所述数据采集模块为安装在用户终端或自助机中的收音器;
所述服务器存储有用于财务问答的若干个索引关键词组,所述服务器将语音数据发送至语音解析模块,所述服务器将实时脸部图像发送至安全分析模块,所述语音解析模块用于将语音数据进行解析,解析过程具体如下:
步骤一:将语音数据进行分词处理后分割为若干组输入短语词组;
步骤二:获取服务器中存储的若干组索引关键词组u,u=1,2,……,z为正整数,索引关键词组与输入短语词组进行逐字比对,通过统计重复字的字数得到索引关键词组与输入短语词组之间的第一相似值XS1u;
步骤三:若索引关键词组的第一相似值大于等于对应的相似阈值,则进入下一步骤,反之将索引关键词组进行剔除;
步骤四:通过索引关键词组与输入短语词组之间的字数差,字数差取绝对值得到索引关键词组与输入短语词组之间的第二相似值XS2u;
步骤五:若索引关键词组的第二相似值大于等于对应的相似阈值,则进入下一步骤,反之将索引关键词组进行剔除;
步骤六:统计索引关键词组中每个汉字的笔画数,按照笔画数依次排序得到索引解析数字,同理,统计输入短语词组中每个汉字的笔画数并按照笔画数依次排序得到输入解析数字;
举例说明:若输入短语词组为“查询余额”,“查询余额”的笔画依次为“9”、“8”、“7”和“15”,则输入短语词的输入解析数字为“98715”;
步骤七:若索引解析数字与输入解析数字相匹配,选定对应的索引关键词组作为输入短语词组的解析词语;
所述语音解析模块将选定的索引关键词组反馈至服务器,所述服务器按照索引关键词组进行索引得到语音数据的财务答案,所述服务器将语音数据的财务答案发送至处理器,所述处理器将语音数据的财务答案显示在用户终端中;
在进行财务问答时,所述安全分析模块用于对用户的身份进行安全验证,验证过程具体如下:
步骤V1:获取用户的实时脸部图像,依据实时脸部图像得到用户的实时人脸特征;获取服务器中存储的若干组预设脸部图像,依据预设脸部图像得到预设人脸特征;
其中,实时人脸特征包括用户的两眼角外间距、鼻部长度、头部下端至鼻部下端的间距和嘴角间距;预设人脸特征包括若干位门禁使用人员的两眼角外间距、鼻部长度、头部下端至鼻部下端的间距和嘴角间距;
步骤V2:实时人脸特征与预设人脸特征进行比对,将实时录入的两眼角外间距与若干个预设存储的两眼角外间距进行比对,若两眼角外间距一致,则下一步骤,反之生成识别失败信号;
步骤V3:实时录入的鼻部长度与若干个预设存储的鼻部长度进行比对,若鼻部长度一致,则下一步骤,反之生成识别失败信号;
步骤V4:实时录入的头部下端至鼻部下端的间距与若干个预设存储的头部下端至鼻部下端的间距进行比对,若头部下端至鼻部下端的间距一致,则下一步骤,反之生成识别失败信号;
步骤V5:实时录入的嘴角间距与若干个预设存储的嘴角间距进行比对,若嘴角间距一致,人脸识别通过,生成识别成功信号;
所述安全分析模块将识别成功信号或识别失败信号反馈至服务器,所述服务器将识别成功信号或识别失败信号发送至处理器,所述处理器将识别成功信号或识别失败信号显示在用户终端上;
同时,所述数据采集模块还用于采集问答机器人的工作数据,并将工作数据发送至处理器,所述处理器将工作数据发送至服务器,所述服务器将财务问答机器人的工作数据发送至安全分析模块,其中,工作数据为财务问答机器人的实时网速值、财务问答机器人的故障次数、财务问答机器人中画面的跳转时长、财务问答机器人的投放时间、财务问答机器人的问答次数和问答时长等,数据采集模块具体为设置问答机器人中的计时器、网速流量计等,所述安全分析模块还用于对财务问答机器人的运行环境进行安全分析,分析过程具体如下:
步骤S1:将财务问答机器人标记为i,i=1,2,……,x,x为正整数;设定财务问答机器人的安全监测时段,安全监测时段以用户开启财务问答机器人的时间为开始时间,以用户关闭财务问答机器人的时间为停止时间;
步骤S2:在安全监测时间内设定监测时间点t1、t2和t3,分别获取在对应时间点时财务问答机器人的网速值,分别记为WSit1、WSit2和WSit3;
步骤S4:在安全监测时段内获取财务问答机器人操控时画面的跳转时长,每个画面的跳转时长相加求和并计算均值后得到跳转均时JTi;
需要具体说明的是,跳转时长为点击财务问答机器人中的某个按钮或者链接,并记录点击时间,财务问答机器人由当前画面跳转至另一画面,记录另一画面的开启时间,点击时间至开启时间为财务问答机器人一次操控的跳转时长;
步骤S5:获取财务问答机器人的故障次数,并将故障次数标记为GCi;
步骤S6:利用公式计算得到财务问答机器人的安全值AQi;式中,α为固定数值的正整数,在具体实施时,α的取值可以为100,也可以为200,只要保证α为固定数值的正整数即可,a1、a2和a3均为固定数值的比例系数,且a1、a2和a3的取值均大于零;
步骤S7:若AQi<X1,则生成安全异常信号;
若X1≤AQi,则生成安全正常信号;其中,X1为安全阈值;
所述安全分析模块将安全正常信号或安全异常信号反馈至服务器,若服务器接收到安全正常信号时不进行任何操作,若服务器接收到安全异常信号时则发送至处理器,所述处理器依据安全异常信号生成警报指令加载至警报终端,所述警报终端接收到警报指令后发出警报声;
在实际设计时,还可以在对财务问答机器人的索引关键词组进行更新,避免数据过时,方便为用户提供准确的财务问答数据,所述数据更迭模块用于对财务问答机器人的索引关键词组进行数据更迭,数据更迭过程具体如下:
步骤SS1:获取财务问答机器人的投放时间,利用服务器当前时间减去投放时间得到财务问答机器人的使用时长STi;
步骤SS2:获取财务问答机器人每次的问答次数和问答时长,每次的问答时长相加求和除以问答次数得到财务问答机器人的问答均时JWTi;
步骤SS3:获取财务问答机器人中索引关键词组上一次数据更迭的时间,并将数据更迭时间,服务器的当前时间减去数据更迭时间得到财务问答机器人中索引关键词组的录入时长LTi;
步骤SS5:若GDi>Y1,则生成数据更迭信号;
若GDi≤Y1,则不进行任何操作;其中,X1为录入更新阈值;
若生成数据更迭信号时,所述数据更迭模块将数据更迭信号反馈至服务器,所述服务器将数据更迭信号发送至处理器,所述处理器依据数据更迭信号生成数据更新指令加载至管理终端,所述管理终端接收到数据更迭指令后用于对服务器中的索引关键词组进行更新;
如图2所示,所述服务器还包括权限差别模块,所述数据采集模块用于采集用户终端的访问数据,并将访问数据发送至处理器,所述处理器将访问数据发送至服务器,所述服务器将访问数据发送至权限差别模块,在具体实施时,可以依据用户终端的ip地址进行访问数据的采集,从而统计得到对应用户终端的访问数据,访问数据包括用户的问答次数、问答时长、注册时间、登录次数等,所述权限差别模块用于对用户的访问权限进行差别设定,设定过程具体如下:
步骤P1:将用户终端标记为o,o=1,2,……,v,v为正整数;获取用户终端的注册时间,利用服务器的当前时间减去注册时间得到用户终端的注册时长ZTo;
步骤P2:获取用户终端的访问次数,并将访问次数标记为FCo;
步骤P3:获取用户终端每次访问时的访问时长,访问时长相加求和除以访问次数得到用户终端的访问均时FJTo;
步骤P4:结合公式HYo=ZTo×c1+FCo×c2+FJTo×c3计算得到用户终端的活跃值HYo;式中,c1、c2和c3均为固定数值的比例系数,且c1、c2和c3的取值均大于零;
步骤P5:若HYo>Y2,则用户终端的活跃等级为活跃访问用户;
若Y2>HYo≥Y1,则用户终端的活跃等级为普通访问用户;
若Y1>HYo,则用户终端的活跃等级为冷门访问用户;其中,Y1和Y2均为活跃阈值,且Y1<Y2;
所述权限差别模块将用户终端的活跃等级反馈至服务器,所述服务器依据活跃等级分别为活跃访问用户、普通访问用户和冷门访问用户设定对应的访问权限;
需要具体说明的是,冷门访问用户的权限为财务问答机器中数据的浏览;普通访问用户的权限为财务问答机器中数据的浏览、下载、转发;活跃访问用户的权限为财务问答机器中数据的浏览、下载、转发、上传等,在具体实施时,可以用户需求进行权限设定,只要保证不同活跃等级的用户终端有不同的权限即可。
基于人工智能技术的财务问答机器人,工作时,用户通过用户终端输入个人信息后注册登录,并将个人信息发送至处理器,处理器将个人信息发送至服务器内存储;
通过数据采集模块采集用户的语音数据和实时脸部图像,并将语音数据和实时脸部图像发送至处理器,处理器将语音数据和实时脸部图像发送至服务器,服务器将语音数据发送至语音解析模块,通过语音解析模块对语音数据进行解析,将语音数据进行分词处理后分割为若干组输入短语词组,索引关键词组与输入短语词组进行逐字比对,通过统计重复字的字数得到索引关键词组与输入短语词组之间的第一相似值XS1u,若索引关键词组的第一相似值小于对应的相似阈值,则索引关键词组进行剔除,若索引关键词组的第一相似值大于等于对应的相似阈值,则通过索引关键词组与输入短语词组之间的字数差,字数差取绝对值得到索引关键词组与输入短语词组之间的第二相似值XS2u,若索引关键词组的第二相似值小于对应的相似阈值,将索引关键词组进行剔除,若索引关键词组的第二相似值大于等于对应的相似阈值,则统计索引关键词组中每个汉字的笔画数,按照笔画数依次排序得到索引解析数字,同理,统计输入短语词组中每个汉字的笔画数并按照笔画数依次排序得到输入解析数字,若索引解析数字与输入解析数字相匹配,选定对应的索引关键词组作为输入短语词组的解析词语,语音解析模块将选定的索引关键词组反馈至服务器,服务器按照索引关键词组进行索引得到语音数据的财务答案,服务器将语音数据的财务答案发送至处理器,处理器将语音数据的财务答案显示在用户终端中;
在进行财务问答时,通过安全分析模块对用户的身份进行安全验证,获取用户的实时脸部图像,依据实时脸部图像得到用户的实时人脸特征;获取服务器中存储的若干组预设脸部图像,依据预设脸部图像得到预设人脸特征,依次比对两眼角外间距、鼻部长度、头部下端至鼻部下端的间距以及嘴角间距,若比对一致,则人脸识别通过,生成识别成功信号,反之生成识别失败信号,安全分析模块将识别成功信号或识别失败信号反馈至服务器,服务器将识别成功信号或识别失败信号发送至处理器,处理器将识别成功信号或识别失败信号显示在用户终端上;
同时,数据采集模块还用于采集问答机器人的工作数据,并将工作数据发送至处理器,处理器将工作数据发送至服务器,服务器将财务问答机器人的工作数据发送至安全分析模块,而后再通过安全分析模块对财务问答机器人的运行环境进行安全分析,设定财务问答机器人的安全监测时段,在安全监测时间内设定监测时间点t1、t2和t3,分别获取在对应时间点时财务问答机器人的网速值,分别记为WSit1、WSit2和WSit3,结合公式计算得到财务问答机器人的网速波动速率WBSi,获取财务问答机器人的网速波动速率阈值,计算网速波动速率与网速波动速率阈值的差值后得到财务问答机器人的网速波动速率差WBSCi,而后财务问答机器人的跳转均时JTi和故障次数GCi,利用公式计算得到财务问答机器人的安全值AQi,若AQi<X1,则生成安全异常信号,若X1≤AQi,则生成安全正常信号,安全分析模块将安全正常信号或安全异常信号反馈至服务器,若服务器接收到安全正常信号时不进行任何操作,若服务器接收到安全异常信号时则发送至处理器,处理器依据安全异常信号生成警报指令加载至警报终端,警报终端接收到警报指令后发出警报声;
在实际设计时为了方便为用户提供准确的财务问答数据,通过数据更迭模块对财务问答机器人的索引关键词组进行数据更迭,获取财务问答机器人的使用时长STi、问答均时JWTi和财务问答机器人中索引关键词组的录入时长LTi,结合公式计算得到财务问答机器人的更迭值GDi,若GDi>Y1,则生成数据更迭信号,若GDi≤Y1,则不进行任何操作,若生成数据更迭信号时,数据更迭模块将数据更迭信号反馈至服务器,服务器将数据更迭信号发送至处理器,处理器依据数据更迭信号生成数据更新指令加载至管理终端,管理终端接收到数据更迭指令后用于对服务器中的索引关键词组进行更新;
最后,还通过数据采集模块采集用户终端的访问数据,并将访问数据发送至处理器,处理器将访问数据发送至服务器,服务器将访问数据发送至权限差别模块,通过权限差别模块对用户的访问权限进行差别设定,获取用户终端的注册时长ZTo、访问次数FCo和访问均时FJTo,结合公式HYo=ZTo×c1+FCo×c2+FJTo×c3计算得到用户终端的活跃值HYo,若HYo>Y2,则用户终端的活跃等级为活跃访问用户,若Y2>HYo≥Y1,则用户终端的活跃等级为普通访问用户,若Y1>HYo,则用户终端的活跃等级为冷门访问用户,权限差别模块将用户终端的活跃等级反馈至服务器,服务器依据活跃等级分别为活跃访问用户、普通访问用户和冷门访问用户设定对应的访问权限。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭示如上,然而并非用以限定本发明,任何本领域技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所做的任何简介修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (6)
1.基于人工智能技术的财务问答机器人,其特征在于,包括处理器和服务器,所述处理器与服务器数据连接,所述处理器连接有数据采集模块和用户终端,所述服务器包括安全分析模块、语音解析模块以及数据更迭模块,所述数据采集模块用于采集用户的语音数据,并将语音数据发送至处理器,所述处理器将语音数据发送至服务器,服务器存储有用于财务问答的若干个索引关键词组,所述服务器将语音数据发送至语音解析模块,所述语音解析模块用于将语音数据进行解析,解析过程具体如下:
步骤一:将语音数据进行分词处理后分割为若干组输入短语词组;
步骤二:获取服务器中存储的若干组索引关键词组u,u=1,2,……,z为正整数,索引关键词组与输入短语词组进行逐字比对,通过统计重复字的字数得到索引关键词组与输入短语词组之间的第一相似值XS1u;
步骤三:若索引关键词组的第一相似值大于等于对应的相似阈值,则进入下一步骤,反之将索引关键词组进行剔除;
步骤四:通过索引关键词组与输入短语词组之间的字数差,字数差取绝对值得到索引关键词组与输入短语词组之间的第二相似值XS2u;
步骤五:若索引关键词组的第二相似值大于等于对应的相似阈值,则进入下一步骤,反之将索引关键词组进行剔除;
步骤六:统计索引关键词组中每个汉字的笔画数,按照笔画数依次排序得到索引解析数字,同理,统计输入短语词组中每个汉字的笔画数并按照笔画数依次排序得到输入解析数字;
步骤七:若索引解析数字与输入解析数字相匹配,选定对应的索引关键词组作为输入短语词组的解析词语;
所述语音解析模块将解析得到选定的索引关键词组反馈至服务器,所述服务器按照索引关键词组进行索引得到语音数据的财务答案,所述服务器将语音数据的财务答案发送至处理器,所述处理器将语音数据的财务答案显示在用户终端中;
所述数据采集模块还用于采集问答机器人的工作数据,并将工作数据发送至处理器,所述处理器将工作数据发送至服务器,所述服务器将财务问答机器人的工作数据发送至安全分析模块,所述安全分析模块用于对财务问答机器人的运行环境进行安全分析,分析生成安全异常信号或安全正常信号并反馈至服务器,若服务器接收到安全异常信号时则发送至处理器,处理器依据安全异常信号生成警报指令加载至警报终端,所述警报终端接收到警报指令后发出警报声;所述数据更迭模块用于对财务问答机器人的索引关键词组进行数据更迭,生成数据更迭信号,若生成数据更迭信号时,则数据更迭模块将数据更迭信号反馈至服务器,所述服务器将数据更迭信号发送至处理器,处理器依据数据更迭信号生成数据更新指令加载至管理终端,所述管理终端接收到数据更迭指令后用于对服务器中的索引关键词组进行更新。
2.根据权利要求1所述的基于人工智能技术的财务问答机器人,其特征在于,所述用户终端用于用户输入个人信息后注册登录,并将个人信息发送至处理器,所述处理器将个人信息发送至服务器内存储;
个人信息包括姓名、手机号码和预设脸部图像;工作数据为财务问答机器人的实时网速值、财务问答机器人的故障次数、财务问答机器人中画面的跳转时长、财务问答机器人的投放时间、财务问答机器人的问答次数和问答时长。
3.根据权利要求1所述的基于人工智能技术的财务问答机器人,其特征在于,所述数据采集模块还用于采集用户的实时脸部图像,并将实时脸部图像发送至处理器,所述处理器将实时脸部图像发送至服务器,所述服务器将实时脸部图像发送至安全分析模块,所述安全分析模块还用于对用户的身份进行安全验证,验证过程具体如下:
步骤V1:获取用户的实时脸部图像,依据实时脸部图像得到用户的实时人脸特征;获取服务器中存储的若干组预设脸部图像,依据预设脸部图像得到预设人脸特征;
步骤V2:实时人脸特征与预设人脸特征进行比对,将实时录入的两眼角外间距与若干个预设存储的两眼角外间距进行比对,若两眼角外间距一致,则下一步骤,反之生成识别失败信号;
步骤V3:实时录入的鼻部长度与若干个预设存储的鼻部长度进行比对,若鼻部长度一致,则下一步骤,反之生成识别失败信号;
步骤V4:实时录入的头部下端至鼻部下端的间距与若干个预设存储的头部下端至鼻部下端的间距进行比对,若头部下端至鼻部下端的间距一致,则下一步骤,反之生成识别失败信号;
步骤V5:实时录入的嘴角间距与若干个预设存储的嘴角间距进行比对,若嘴角间距一致,人脸识别通过,生成识别成功信号;
所述安全分析模块将识别成功信号或识别失败信号反馈至服务器,所述服务器将识别成功信号或识别失败信号发送至处理器,所述处理器将识别成功信号或识别失败信号显示在用户终端上。
4.根据权利要求3所述的基于人工智能技术的财务问答机器人,其特征在于,实时人脸特征包括用户的两眼角外间距、鼻部长度、头部下端至鼻部下端的间距和嘴角间距;预设人脸特征包括若干位门禁使用人员的两眼角外间距、鼻部长度、头部下端至鼻部下端的间距和嘴角间距。
5.根据权利要求1所述的基于人工智能技术的财务问答机器人,其特征在于,所述安全分析模块的分析过程具体如下:
步骤S1:将财务问答机器人标记为i,i=1,2,……,x,x为正整数;设定财务问答机器人的安全监测时段,安全监测时段以用户开启财务问答机器人的时间为开始时间,以用户关闭财务问答机器人的时间为停止时间;
步骤S2:在安全监测时间内设定监测时间点t1、t2和t3,分别获取在对应时间点时财务问答机器人的网速值,分别记为WSit1、WSit2和WSit3;
步骤S4:获取在安全监测时段内,获取财务问答机器人操控时画面的跳转时长,每个画面的跳转时长相加求和并计算均值后得到跳转均时JTi;
步骤S5:获取财务问答机器人的故障次数,并将故障次数标记为GCi;
步骤S7:若AQi<X1,则生成安全异常信号;
若X1≤AQi,则生成安全正常信号;其中,X1为安全阈值。
6.根据权利要求1所述的基于人工智能技术的财务问答机器人,其特征在于,所述数据更迭模块的数据更迭过程具体如下:
步骤SS1:获取财务问答机器人的投放时间,利用服务器当前时间减去投放时间得到财务问答机器人的使用时长STi;
步骤SS2:获取财务问答机器人每次的问答次数和问答时长,每次的问答时长相加求和除以问答次数得到财务问答机器人的问答均时JWTi;
步骤SS3:获取财务问答机器人中索引关键词组上一次数据更迭的时间,并将数据更迭时间,服务器的当前时间减去数据更迭时间得到财务问答机器人中索引关键词组的录入时长LTi;
步骤SS5:若GDi>Y1,则生成数据更迭信号;
若GDi≤Y1,则不进行任何操作;其中,X1为录入更新阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111395549.1A CN114168722B (zh) | 2021-11-23 | 2021-11-23 | 基于人工智能技术的财务问答机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111395549.1A CN114168722B (zh) | 2021-11-23 | 2021-11-23 | 基于人工智能技术的财务问答机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114168722A CN114168722A (zh) | 2022-03-11 |
CN114168722B true CN114168722B (zh) | 2022-06-14 |
Family
ID=80480078
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111395549.1A Active CN114168722B (zh) | 2021-11-23 | 2021-11-23 | 基于人工智能技术的财务问答机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114168722B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114422405B (zh) * | 2022-03-16 | 2022-07-01 | 深圳市思迅软件股份有限公司 | 一种支付环境的安全检测系统及方法 |
CN115424622A (zh) * | 2022-11-04 | 2022-12-02 | 之江实验室 | 一种人机语音智能交互方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110032283A (zh) * | 2018-01-11 | 2019-07-19 | 北京京东尚科信息技术有限公司 | 一种对联想词进行排序的方法和装置 |
CN110059155A (zh) * | 2018-12-18 | 2019-07-26 | 阿里巴巴集团控股有限公司 | 文本相似度的计算、智能客服系统的实现方法和装置 |
CN112417129A (zh) * | 2021-01-22 | 2021-02-26 | 北京新广视通科技有限公司 | 一种具有ai学习功能的智能快速应答方法及设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100565515C (zh) * | 2006-11-30 | 2009-12-02 | 腾讯科技(深圳)有限公司 | 一种中文自动应答方法及系统 |
CN106790054A (zh) * | 2016-12-20 | 2017-05-31 | 四川长虹电器股份有限公司 | 基于人脸识别和声纹识别的交互式认证系统及方法 |
CN110970021B (zh) * | 2018-09-30 | 2022-03-08 | 航天信息股份有限公司 | 一种问答控制方法、装置及系统 |
CN111488433B (zh) * | 2020-06-28 | 2021-04-23 | 南京银行股份有限公司 | 一种适用于银行的提升现场体验感的人工智能交互系统 |
CN112201238A (zh) * | 2020-09-25 | 2021-01-08 | 平安科技(深圳)有限公司 | 智能问答中语音数据的处理方法、装置及相关设备 |
CN112307291A (zh) * | 2020-10-28 | 2021-02-02 | 福建菩泰网络科技有限公司 | 一种网上商城在线咨询管理方法及管理系统 |
CN113312465A (zh) * | 2021-06-04 | 2021-08-27 | 广州天辰信息科技有限公司 | —种基于大数据分析的智能问答机器人装置及方法 |
-
2021
- 2021-11-23 CN CN202111395549.1A patent/CN114168722B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110032283A (zh) * | 2018-01-11 | 2019-07-19 | 北京京东尚科信息技术有限公司 | 一种对联想词进行排序的方法和装置 |
CN110059155A (zh) * | 2018-12-18 | 2019-07-26 | 阿里巴巴集团控股有限公司 | 文本相似度的计算、智能客服系统的实现方法和装置 |
CN112417129A (zh) * | 2021-01-22 | 2021-02-26 | 北京新广视通科技有限公司 | 一种具有ai学习功能的智能快速应答方法及设备 |
Non-Patent Citations (1)
Title |
---|
邝展鹏.语音交互设计与研究-以金融自助终端设备语音交互设计为例.《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》.2020,正文第1-68页. * |
Also Published As
Publication number | Publication date |
---|---|
CN114168722A (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114168722B (zh) | 基于人工智能技术的财务问答机器人 | |
CN109800663A (zh) | 基于语音和视频特征的教师教学评估方法及设备 | |
US10572778B1 (en) | Machine-learning-based systems and methods for quality detection of digital input | |
CN108694590A (zh) | 用于欺诈监控的基于上下文敏感规则的警报 | |
CN110321409B (zh) | 基于人工智能的辅助面试方法、装置、设备及存储介质 | |
WO2016115835A1 (zh) | 人体特征数据的处理方法及装置 | |
CN115205764B (zh) | 基于机器视觉的在线学习专注度监测方法、系统及介质 | |
CN113343058B (zh) | 语音会话监管方法、装置、计算机设备及存储介质 | |
CN108109445A (zh) | 教学课情监控方法 | |
CN112651714A (zh) | 一种基于多模态信息的面试测评方法和系统 | |
CN114678117B (zh) | 用于规范手术室人员操作行为的管理方法及装置 | |
CN114742679A (zh) | 一种基于互联网的线上教育管理控制系统 | |
CN114186983B (zh) | 视频面试多维评分方法、系统、计算机设备及存储介质 | |
CN112884304A (zh) | 一种基于大数据的在线远程教育系统 | |
CN110111011B (zh) | 一种教学质量监管方法、装置及电子设备 | |
CN111739558B (zh) | 监控系统、方法、装置、服务器及存储介质 | |
CN110188933A (zh) | 一种高校网络舆情监测预警方法和系统 | |
CN117198446A (zh) | 一种基于医护对讲设备的查房报告自动生成方法 | |
CN110929991A (zh) | 一种基于课堂学生行为分析的学习质量评估系统和方法 | |
CN112507972B (zh) | 基于区块链的绩效考核系统 | |
CN113436717B (zh) | 一种基于大数据的智慧医疗病情监控管理系统 | |
CN114399827A (zh) | 基于面部微表情的高校毕业生职业性格测试方法及系统 | |
CN104834393A (zh) | 自动化测试装置及系统 | |
CN113256465B (zh) | 基于区块链技术的远程教育培训系统 | |
Webb Williams et al. | When Conservatives See Red but Liberals Feel Blue: Why Labeler-Characteristic Bias Matters for Data Annotation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |