[发明专利]意图识别方法及系统有效
申请号: | 202010568406.5 | 申请日: | 2020-06-19 |
公开(公告)号: | CN111723207B | 公开(公告)日: | 2022-07-08 |
发明(设计)人: | 赵畅 | 申请(专利权)人: | 思必驰科技股份有限公司 |
主分类号: | G06F16/35 | 分类号: | G06F16/35;G06F40/284;G06F40/30;G06N3/04 |
代理公司: | 北京商专永信知识产权代理事务所(普通合伙) 11400 | 代理人: | 黄谦;车江华 |
地址: | 215123 江苏省苏州市苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 意图 识别 方法 系统 | ||
1.一种意图识别方法,包括:
提取待识别语句的第一单词向量;
将所述第一单词向量输入至双向长短时记忆网络,得到包含上下文信息的第二单词向量;
将所述第二单词向量输入至图卷积神经网络,得到包含上下文信息和句法信息的第三单词向量;
利用自注意力机制学习第三单词向量的注意力系数,得到包含上下文信息、句法信息和权重信息的第四单词向量;
通过领域词典与所述第四单词向量进行匹配,得到领域信息的第五单词向量;
将所述第五单词向量与所述第四单词向量进行拼接,确定为所述待识别语句的语义向量表示,基于所述语义向量表示确定所述待识别语句的意图。
2.根据权利要求1所述的方法,其中,所述将所述第一单词向量输入至双向长短时记忆网络,得到包含上下文信息的第二单词向量包括:
所述双向长短时记忆网络对于所述待识别语句中每个单词会学习到两个向量,包括所述每个单词的上文信息向量以及所述单词的下文信息向量,将所述每个单词的上文信息向量与所述下文信息向量进行拼接,得到包含上下文信息的第二单词向量。
3.根据权利要求1所述的方法,其中,所述句法信息包括:单词间的局部特征关系;
所述单词间的局部特征关系包括:主谓关系、动宾关系、介宾关系、后补关系、并列关系、偏正关系、方位关系。
4.根据权利要求1所述的方法,其中,所述领域词典中的词汇与意图相关,以用于区分所述待识别语句中各单词的意图。
5.一种意图识别系统,包括:
单词向量提取程序模块,用于提取待识别语句的第一单词向量;
上下文信息确定程序模块,用于将所述第一单词向量输入至双向长短时记忆网络,得到包含上下文信息的第二单词向量;
句法信息确定程序模块,用于将所述第二单词向量输入至图卷积神经网络,得到包含上下文信息和句法信息的第三单词向量;
权重信息确定程序模块,用于利用自注意力机制学习第三单词向量的注意力系数,得到包含上下文信息、句法信息和权重信息的第四单词向量;
领域信息确定程序模块,用于通过领域词典与所述第四单词向量进行匹配,得到领域信息的第五单词向量;
意图识别程序模块,用于将所述第五单词向量与所述第四单词向量进行拼接,确定为所述待识别语句的语义向量表示,基于所述语义向量表示确定所述待识别语句的意图。
6.根据权利要求5所述的系统,其中,所述上下文信息确定程序模块用于:
所述双向长短时记忆网络对于所述待识别语句中每个单词会学习到两个向量,包括所述每个单词的上文信息向量以及所述单词的下文信息向量,将所述每个单词的上文信息向量与所述下文信息向量进行拼接,得到包含上下文信息的第二单词向量。
7.根据权利要求5所述的系统,其中,所述句法信息包括:单词间的局部特征关系;
所述单词间的局部特征关系包括:主谓关系、动宾关系、介宾关系、后补关系、并列关系、偏正关系、方位关系。
8.根据权利要求5所述的系统,其中,所述领域词典中的词汇与意图相关,以用于区分所述待识别语句中各单词的意图。
9.一种电子设备,其包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述方法的步骤。
10.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-4中任一项所述方法的步骤。
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思必驰科技股份有限公司,未经思必驰科技股份有限公司许可,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/202010568406.5/1.html,转载请声明来源钻瓜专利网。