WO2025141391 - A COMPUTER AUTOMATED SYSTEM AND METHOD FOR RANDOMIZED DATASET CREATION AND EVALUATION OF LANGUAGE MODELS IN UNDERSTANDING BASIC HUMAN EMOTIONS
National phase entry is expected:
Publication Number
WO/2025/141391
Publication Date
03.07.2025
International Application No.
PCT/IB2024/062729
International Filing Date
16.12.2024
Title **
[English]
A COMPUTER AUTOMATED SYSTEM AND METHOD FOR RANDOMIZED DATASET CREATION AND EVALUATION OF LANGUAGE MODELS IN UNDERSTANDING BASIC HUMAN EMOTIONS
[French]
SYSTÈME ET PROCÉDÉ INFORMATIQUES AUTOMATISÉS POUR LA CRÉATION DE JEUX DE DONNÉES ALÉATOIRES ET L'ÉVALUATION DE MODÈLES DE LANGAGE EN MATIÈRE DE COMPRÉHENSION D'ÉMOTIONS HUMAINES DE BASE
Applicants **
BANERJEE, Sourav
CHAKRAVORTY, Krishnahara
AGARWAL, Ayushi
MAHAJAN, Anush
Inventors
BANERJEE, Sourav
CHAKRAVORTY, Krishnahara
AGARWAL, Ayushi
MAHAJAN, Anush
Priority Data
202311089896
29.12.2023
IN
Application details
| Total Number of Claims/PCT | * |
| Number of Independent Claims | * |
| Number of Priorities | * |
| Number of Multi-Dependent Claims | * |
| Number of Drawings | * |
| Pages for Publication | * |
| Number of Pages with Drawings | * |
| Pages of Specification | * |
| * | |
| Number of Office Actions | * |
| * | |
International Searching Authority |
IP India
* |
| Recordal of a Change of the Applicant's Name/Address |
Change of Applicant's Name and Address
* |
| Type of Assignment |
The Standard Agent's Assignment
* |
| Applicant's Legal Status |
Natural Person
* |
| * | |
| * | |
| * | |
| * | |
| * | |
| Entry into National Phase under |
Chapter I
* |
| Patent Delivery |
Send the Letters Patent by Courier
* |
| Translation |
|
* The data is based on automatic recognition. Please verify and amend if necessary.
** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.
Quotation for National Phase entry
| Country | Stages | Total | |
|---|---|---|---|
| China | Filing, Examination, Granting | 2086 | |
| EPO | Filing, Examination, Granting | 8736 | |
| Japan | Filing, Examination, Granting | 2141 | |
| South Korea | Filing, Examination, Granting | 2056 | |
| USA | Filing, Examination, Granting | 4740 |
Total:
19,759
Contact Us
Abstract[English]
Embodiments disclosed include computer automated systems and methods for randomized dataset creation and evaluation of language models in understanding basic human emotions. The computer automated systems and methods are configured to aggregate user data from a plurality of data sources. Subsequently the systems and methods standardize the aggregated user data from the plurality of data sources, and to normalize the standardized, aggregated user data from the plurality of data sources. Embodiments disclosed are configured to estimate an emotional state or states of the aggregated user data based on pre-defined criteria, and ideally to triangulate each of the estimated emotional state or states of the aggregated user data, to estimate user data sample distribution and finally to estimate an error or errors in pre-labelled user data.[French]
Des modes de réalisation divulgués comprennent des systèmes et des procédés informatiques automatisés destinés à la création de jeux de données aléatoires et à l'évaluation de modèles de langage en matière de compréhension d'émotions humaines de base. Les systèmes et procédés informatiques automatisés sont conçus pour agréger des données d'utilisateur provenant d'une pluralité de sources de données. Ensuite, les systèmes et les procédés standardisent les données d'utilisateur agrégées provenant de la pluralité de sources de données et normalisent les données d'utilisateur agrégées standardisées provenant de la pluralité de sources de données. Des modes de réalisation divulgués sont conçus pour estimer un ou plusieurs états émotionnels relatifs aux données d'utilisateur agrégées, sur la base de critères prédéfinis, et idéalement trianguler chacun des états émotionnels relatifs aux données d'utilisateur agrégées estimés, afin d'estimer une distribution d'échantillon de données d'utilisateur et enfin estimer une ou plusieurs erreurs dans des données d'utilisateur pré-étiquetées.