申请/专利权人：上海卓繁信息技术股份有限公司

申请日：2019-08-29

公开（公告）日：2021-04-13

公开（公告）号：CN111639152B

主分类号：G06F16/33(20190101)

分类号：G06F16/33(20190101);G06F16/332(20190101);G06N3/04(20060101);G06N3/08(20060101)

优先权：

专利状态码：有效-授权

法律状态：2021.04.13#授权;2020.10.02#实质审查的生效;2020.09.08#公开

摘要：一种意图识别方法包括：对去停用词后的待识别文本按照词级分割，分别利用两种量化模型对待识别文本进行文本量化；将待识别文本按照行拼接得到词向量；计算词向量以得到位置向量，将位置向量与词向量相加得到中间向量；中间向量作为第一层神经网络输入，第一层神经网络输出和中间向量作为第二层神经网络输入，第二和第一层神经网络输出及中间向量作为第三层神经网络输入，得到第三层神经网络最后时刻输出向量；最后时刻输出向量与每一个时刻的输出向量匹配计算得到每一个时刻的权重并将权重归一化，加权求和得到最终输出向量；最终输出向量作为全连接层的输入以输出数字向量；数字向量作为分类器的输入以获得分类数字向量分析出待识别文本的意图。

主权项：1.一种意图识别方法，其特征在于，其包括以下步骤：S1、对作为训练语料的去停用词后的待识别文本按照词级进行分割，分别利用两种量化模型对待识别文本进行文本量化；S2、将分别量化后的待识别文本按照行拼接的方式得到更高维度的词向量；S3、通过位置向量计算公式计算词向量以得到位置向量，将得到的位置向量与词向量相加得到中间向量；S4、将中间向量作为编码器的第一层神经网络的输入，将第一层神经网络的输出和中间向量作为编码器的第二层神经网络的输入，将第二层神经网络的输出、第一层神经网络的输出和中间向量作为编码器的第三层神经网络的输入，得到第三层神经网络的最后时刻的输出向量；S5、将第三层神经网络的最后时刻的输出向量与第三层神经网络的每一个时刻的输出向量做匹配计算得到每一个时刻的权重并将权重归一化，按照加权求和方式得到编码器的最终输出向量；S6、将最终输出向量作为全连接层的输入以输出一行多列的数字向量；S7、将数字向量作为分类器的输入以获得分类数字向量，从而分析出待识别文本的意图；在步骤S7中，分类数字向量中的行列表示的是待识别文本与行列对应的类别意图的概率，并选取概率值最大的行列对应的类别意图作为待识别文本的意图。

全文数据：

权利要求：

百度查询： 上海卓繁信息技术股份有限公司 意图识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD