[发明专利]一种基于迁移学习的用户意图识别的方法在审
| 申请号： | 201810877616.5 | 申请日： | 2018-08-03 |
| 公开（公告）号： | CN108959651A | 公开（公告）日： | 2018-12-07 |
| 发明（设计）人： | 陈国锋 | 申请（专利权）人： | 北京捷易迅信息技术有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27;G06N3/04 |
| 代理公司： | 北京华仲龙腾专利代理事务所(普通合伙) 11548 | 代理人： | 李静 |
| 地址： | 100071 北京市丰*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于迁移学习的用户意图识别的方法，包括如下步骤：步骤S01，建立源语言到其它语言的空间迁移模型，步骤S02，抽取训练好的翻译模型的编码器网络，并增加注意力和全连接网络，构成用户意图识别模型S02‑1，在翻译模型的编码器网络的基础上，增加注意力和全连接网络，并根据用户意图类别构建输出层；步骤S03，使用用户意图标注语料，固定编码器参数，训练S02‑2构建的用户意图识别模型，经过以上算法步骤后，即得到用户意图识别模型。 | ||
| 搜索关键词： | 用户意图 连接网络 编码器 构建 注意力 迁移 固定编码器 空间迁移 算法步骤 翻译 输出层 源语言 语料 标注 抽取 网络 学习 语言 | ||
【主权项】：
1.一种基于迁移学习的用户意图识别的方法，其特征在于，包括如下步骤：步骤S01，建立源语言到其它语言的空间迁移模型；步骤S02，抽取训练好的翻译模型的编码器网络，并增加注意力和全连接网络，构成用户意图识别模型；步骤S03，使用用户意图标注语料，固定编码器参数，训练步骤S02构成的用户意图识别模型；经过以上算法步骤后，即得到用户意图识别模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京捷易迅信息技术有限公司，未经北京捷易迅信息技术有限公司许可，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/patent/201810877616.5/，转载请声明来源钻瓜专利网。
