[发明专利]根据用户问句召回标准问句的方法和装置有效

专利信息
申请号: 201910635574.9 申请日: 2019-07-15
公开(公告)号: CN110413750B 公开(公告)日: 2023-05-23
发明(设计)人: 刘俊宏;温祖杰 申请(专利权)人: 创新先进技术有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F16/33;G06N3/0464;G06N3/08
代理公司: 北京亿腾知识产权代理事务所(普通合伙) 11309 代理人: 孙欣欣;周良玉
地址: 开曼群岛大开曼岛*** 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: 本说明书实施例提供一种根据用户问句召回标准问句的方法和装置,方法包括:针对当前用户问句进行分词处理,得到所述当前用户问句对应的分词集合;将所述分词集合作为预先训练的第一卷积神经网络CNN模型的输入,通过所述第一CNN模型的输出得到所述当前用户问句的第一句子表示向量;获取根据预先训练的第二CNN模型生成的各标准问句对应的各第二句子表示向量;根据所述第一句子表示向量与各第二句子表示向量,确定召回的标准问句;其中,所述第一CNN模型、所述第二CNN模型作为深度结构语义模型DSSM模型中的特征提取器,通过对所述DSSM模型的训练而训练获得。能够高效地根据用户问句召回标准问句,并且召回的标准问句有较大概率符合用户述求。
搜索关键词: 根据 用户 问句 召回 标准 方法 装置
【主权项】:
1.一种根据用户问句召回标准问句的方法,所述方法包括:针对当前用户问句进行分词处理,得到所述当前用户问句对应的分词集合;将所述分词集合作为预先训练的第一卷积神经网络CNN模型的输入,通过所述第一CNN模型的输出得到所述当前用户问句的第一句子表示向量;获取根据预先训练的第二CNN模型生成的各标准问句对应的各第二句子表示向量;根据所述第一句子表示向量与各第二句子表示向量,确定召回的标准问句;其中,所述第一CNN模型、所述第二CNN模型作为深度结构语义模型DSSM模型中的特征提取器,通过对所述DSSM模型的训练而训练获得。
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创新先进技术有限公司,未经创新先进技术有限公司许可,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/201910635574.9/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top