[发明专利]基于人工智能的交互意图知识网络配置方法及系统在审
申请号: | 202110519388.6 | 申请日: | 2020-12-04 |
公开(公告)号: | CN113190597A | 公开(公告)日: | 2021-07-30 |
发明(设计)人: | 崔秀芬 | 申请(专利权)人: | 崔秀芬 |
主分类号: | G06F16/2458 | 分类号: | G06F16/2458;G06N3/08;G06N3/04 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 650106 云南省昆明市*** | 国省代码: | 云南;53 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 人工智能 交互 意图 知识 网络 配置 方法 系统 | ||
1.一种基于人工智能的交互意图知识网络配置方法,其特征在于,应用于云计算互动中心,所述云计算互动中心与多个信息流节点终端通信连接,所述方法包括:
获取训练样本集合,所述训练样本集合包括若干交互事件验证流样本和所述交互事件验证流样本对应的挖掘信息样本;
对所述交互事件验证流样本进行意图主题特征提取,得到所述交互事件验证流样本的样本交互事件特征,以及对所述交互事件验证流样本所对应挖掘信息样本进行交互意图路径特征提取,得到所述挖掘信息样本的样本交互意图路径特征;
由所述第一意图知识单元根据所述样本交互意图路径特征输出第一意图分类信息序列,通过第六意图知识单元根据所述第一意图分类信息序列为所述挖掘信息样本分类得到分类结果,所述第六意图知识单元是基于人工智能的循环深度神经网络单元;
根据所分类得到的分类结果和所述挖掘信息样本的实际分类结果计算得到交互意图路径差异;
由所述第二意图知识单元根据所述第一意图分类信息序列和所述交互事件验证流样本的样本交互事件特征输出第二意图分类信息序列,通过第五挖掘控件根据所述第二意图分类信息序列为所述交互事件验证流样本输出目标挖掘信息;
根据所述目标挖掘信息和所述交互事件验证流样本所对应挖掘信息样本计算得到所述意图主题差异;
根据所述交互意图路径差异和所述意图主题差异计算得到目标差异;
基于所述目标差异调整所述交互意图知识网络的参数。
2.根据权利要求1所述的基于人工智能的交互意图知识网络配置方法,其特征在于,所述方法还包括:
获取所述信息流节点终端所确认的交互事件验证流,并获取所述交互事件验证流的交互意图路径特征;
由交互意图知识网络所包含的第一意图知识单元根据所述交互意图路径特征生成第一意图分类信息,所述第一意图分类信息用于指示所述交互意图路径信息,所述交互意图知识网络还包括第二意图知识单元,所述第一意图知识单元和第二意图知识单元是基于人工智能的循环深度神经网络单元;
由所述第二意图知识单元根据所述第一意图分类信息和所述交互事件特征生成第二意图分类信息,所述第二意图分类信息用于指示所述意图主题信息;
根据所述意图主题信息生成所述交互事件验证流的交互意图表示挖掘信息。
3.根据权利要求2所述的基于人工智能的交互意图知识网络配置方法,其特征在于,所述根据所述意图主题信息生成所述交互事件验证流的交互意图表示挖掘信息,包括:
根据所述第二意图知识单元在n个知识规则节点生成的第二意图分类信息确定n个知识规则节点的意图分类分量;
根据各知识规则节点所输出的意图分类分量生成所述交互意图表示挖掘信息;
所述由交互意图知识网络所包含的第一意图知识单元根据所述交互意图路径特征生成第一意图分类信息,包括:
根据n-1知识规则节点的第一意图分类信息对所述交互意图路径特征进行加权计算,得到对应于n个知识规则节点的目标交互意图路径特征;
将所述对应于n个知识规则节点的目标交互意图路径特征与所述n-1知识规则节点的意图分类分量进行融合,得到对应于n个知识规则节点的第一融合分量;
由所述第一意图知识单元以所述对应于n个知识规则节点的第一融合分量作为输入,对应输出n个知识规则节点的第一意图分类信息;
所述由所述第二意图知识单元根据所述第一意图分类信息和所述交互事件特征生成第二意图分类信息,包括:
根据所述n-1知识规则节点的第二意图分类信息对所述交互事件特征进行加权计算,得到对应于n个知识规则节点的交互事件验证流的意图主题向量;
将所述对应于n个知识规则节点的交互事件验证流的意图主题向量与所述n个知识规则节点的第一意图分类信息进行融合,得到对应于n个知识规则节点的第二融合分量;
由所述第二意图知识单元以所述对应于n个知识规则节点的第二融合分量作为输入,对应输出n个知识规则节点的第二意图分类信息。
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崔秀芬,未经崔秀芬许可,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/202110519388.6/1.html,转载请声明来源钻瓜专利网。