[发明专利]基于Rasa_Nlu框架提高实体识别率的方法、装置、系统和存储介质在审
| 申请号： | 201910923027.0 | 申请日： | 2019-09-27 |
| 公开（公告）号： | CN110704623A | 公开（公告）日： | 2020-01-17 |
| 发明（设计）人： | 冯海洪;毛德平;王康 | 申请（专利权）人： | 安徽咪鼠科技有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/36;G06F40/295 |
| 代理公司： | 53113 昆明合众智信知识产权事务所 | 代理人： | 叶春娜 |
| 地址： | 230088 安徽省合肥市高新区习友路33*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 实体识别 模型训练 语料 自然语言处理技术 预处理 人工智能领域 数据处理领域 存储介质 输入语音 意图识别 数据集 分词 构建 解析 场景 计算机 便利 | ||
1.一种基于Rasa_Nlu框架提高实体识别率的方法，其特征在于包括以下步骤：
步骤S1：语音输入并使用jieba分词；
步骤S2：语料获取及预处理；
步骤S3：MITIE模型训练，采用MITIE中wordrep这一个工具进行模型训练，得到数据集；
步骤S4：构建Rasa_Nlu语料和模型，用于进行意图识别和实体识别；
步骤S5：获取用户的意图。
2.如权利要求1所述的基于Rasa_Nlu框架提高实体识别率的方法，其特征在于：步骤S4中所述意图识别是在句子级别进行分类，明确意图；所述实体识别是在词级别找出用户问题中的关键实体，进行实体槽填充。
3.一种基于Rasa_Nlu框架提高实体识别率的装置，其特征在于：包括
信息输入模块，用于语音的输入；
信息采集及预处理模块，用于采集语音信息，并且进行预处理；
MITIE模型训练模块，用于模型训练，得到数据集；
构建Rasa_Nlu语料和模型，用于进行意图识别和实体识别；
获取模块，用于获取用户的意图。
4.一种基于Rasa_Nlu框架提高实体识别率的系统，包括存储器，处理器以及存储于存储器上并可在处理器上运行的计算机程序，其特征在于：所述处理器执行所述计算机程序时实现上述权利要求1至2中任一所述方法的步骤。
5.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述程序被处理器执行时实现上述权利要求1至2中任一所述方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于安徽咪鼠科技有限公司，未经安徽咪鼠科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910923027.0/1.html，转载请声明来源钻瓜专利网。
