[发明专利]多粒度卷积自注意力上下文网络解决视频对话任务的方法有效
| 申请号： | 201910097296.6 | 申请日： | 2019-01-31 |
| 公开（公告）号： | CN109857909B | 公开（公告）日： | 2020-11-20 |
| 发明（设计）人： | 赵洲;张易诚 | 申请（专利权）人： | 杭州一知智能科技有限公司 |
| 主分类号： | G06F16/783 | 分类号： | G06F16/783;G06F16/735;G06N3/04;G06N3/08 |
| 代理公司： | 无锡市汇诚永信专利代理事务所(普通合伙) 32260 | 代理人： | 王闯 |
| 地址： | 311200 浙江省杭州市萧山*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种利用多粒度卷积自注意力上下文网络解决视频对话任务的方法。主要包括如下步骤：1)针对于所给视频、对话历史及当轮问题，获取含有对话上下文信息的当轮问题表达与含有对话上下文信息的视频表达。2)利用得到的含有对话上下文信息的当轮问题表达与含有对话上下文信息的视频表达，获取当轮回答。相比于一般的视频问答解决方案，本发明利用了多粒度卷积自注意力上下文网络模型，能够更好地克服现有技术由于缺乏对于对话上下文信息处理而无法直接运用于解决视频对话任务的问题。本发明在视频对话任务中所取得的效果相比于传统的方法更好。 | ||
| 搜索关键词： | 粒度 卷积 注意力 上下文 网络 解决 视频 对话 任务 方法 | ||
【主权项】：
1.一种利用多粒度卷积自注意力上下文网络解决视频对话任务的方法，其特征在于包括如下步骤：1)设计一种多粒度卷积自注意力处理机制对视频、对话信息进行编码处理；2)利用步骤1)中设计的多粒度卷积自注意力处理机制，设计一种分层对话历史编码器，利用该分层对话历史编码器获得含有对话上下文信息的当轮问题表达；3)利用步骤1)中设计的多粒度卷积自注意力处理机制，设计一种视频编码器，利用该视频编码器获得含有对话上下文信息的视频表达；4)利用步骤2)获得的含有对话上下文信息的当轮问题表达与步骤3)获得的含有对话上下文信息的视频表达，设计一种答案解码器，利用该答案解码器获得当轮问题答案；5)步骤3)中设计的视频编码器及步骤4)中设计的答案解码器经过训练，得到最终的多粒度卷积自注意力上下文网络，利用该多粒度卷积自注意力上下文网络针对于特定视频，与用户进行对话。
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杭州一知智能科技有限公司，未经杭州一知智能科技有限公司许可，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/patent/201910097296.6/，转载请声明来源钻瓜专利网。
