[发明专利]基于个性化词汇和用户简档的语音响应系统-个性化语言学AI引擎在审
申请号: | 202180060950.1 | 申请日: | 2021-06-01 |
公开(公告)号: | CN116235246A | 公开(公告)日: | 2023-06-06 |
发明(设计)人: | S·卡瓦特拉;A·L·格里芬;S·K·拉克什特;L·G·埃里斯 | 申请(专利权)人: | 国际商业机器公司 |
主分类号: | G10L15/22 | 分类号: | G10L15/22 |
代理公司: | 中国贸促会专利商标事务所有限公司 11038 | 代理人: | 罗亚男 |
地址: | 美国*** | 国省代码: | 暂无信息 |
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 个性化 词汇 用户 语音 响应 系统 语言学 ai 引擎 | ||
1.一种用于个性化语音响应的方法,所述方法包括:
从物联网(IoT)连接的传感器收集多个用户数据;
基于所收集的多个用户数据识别个性化词汇;
基于所收集的多个用户数据和所识别的个性化词汇训练语音响应系统;
接收口头请求;以及
使用经训练的语音响应系统对所接收的口头请求进行响应。
2.根据权利要求1所述的方法,其中,所收集的多个用户数据选自由用户移动性模式、用户旅行位置、用户偏好、用户请求、用户响应、用户标识信息以及用户活动组成的组。
3.根据权利要求1所述的方法,其中,基于所收集的多个用户数据识别所述个性化词汇还包括:
经由潜在狄利克雷分配(LDA)使用上下文分析来识别所收集的多个用户数据的话题信息;以及
基于社交网络贡献确定所收集的多个用户数据的上下文重要性。
4.根据权利要求1所述的方法,其中,基于所收集的多个用户数据和所识别的个性化词汇训练所述语音响应系统还包括具有基于文本和图像信息的卷积神经网络(TI-CNN)模块的双向长短期记忆(Bi-LSTM)训练模块。
5.根据权利要求1所述的方法,其中,接收所述口头请求还包括:
解构所接收的口头请求;以及
使用K均值聚类来识别在所述个性化词汇中的与所接收的口头请求类似的内容。
6.根据权利要求5所述的方法,还包括:
利用合并的词汇、短语和发声个性化的区域语言语料库来找到与所接收的口头请求类似的内容。
7.根据权利要求5所述的方法,其中,使用所述经训练的语音响应系统对所接收的口头请求进行响应还包括:
利用所识别的内容来构建对所接收的口头请求的响应。
8.一种用于个性化语音响应的计算机系统,包括:
一个或多个处理器、一个或多个计算机可读存储器、一个或多个计算机可读有形存储介质以及存储在所述一个或多个有形存储介质中的至少一者上的用于由所述一个或多个处理器中的至少一者经由所述一个或多个存储器中的至少一者执行的程序指令,其中所述计算机系统能够执行一种方法,所述方法包括:
从物联网(IoT)连接的传感器收集多个用户数据;
基于所收集的多个用户数据识别个性化词汇;
基于所收集的多个用户数据和所识别的个性化词汇训练语音响应系统;
接收口头请求;以及
使用经训练的语音响应系统对所接收的口头请求进行响应。
9.根据权利要求8所述的计算机系统,其中,所收集的多个用户数据选自由用户移动性模式、用户旅行位置、用户偏好、用户请求、用户响应、用户标识信息以及用户活动组成的组。
10.根据权利要求8所述的计算机系统,其中,基于所收集的多个用户数据识别所述个性化词汇还包括:
经由潜在狄利克雷分配(LDA)使用上下文分析来识别所收集的多个用户数据的话题信息;以及
基于社交网络贡献确定所收集的多个用户数据的上下文重要性。
11.根据权利要求8所述的计算机系统,其中,基于所收集的多个用户数据和所识别的个性化词汇训练所述语音响应系统还包括具有基于文本和图像信息的卷积神经网络(TI-CNN)模块的双向长短期记忆(Bi-LSTM)训练模块。
12.根据权利要求8所述的计算机系统,其中,接收所述口头请求还包括:
解构所接收的口头请求;以及
使用K均值聚类来识别所述个性化词汇中的与所接收的口头请求类似的内容。
13.根据权利要求12所述的计算机系统,还包括:
利用合并的词汇、短语和发声个性化的区域语言语料库来找到与所接收的口头请求类似的内容。
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国际商业机器公司,未经国际商业机器公司许可,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/202180060950.1/1.html,转载请声明来源钻瓜专利网。