申请/专利权人：重庆邮电大学

申请日：2019-11-05

公开（公告）日：2022-05-03

公开（公告）号：CN110825861B

主分类号：G06F16/332

分类号：G06F16/332;G06F16/35;G06K9/62

优先权：

专利状态码：有效-授权

法律状态：2022.05.03#授权;2020.03.17#实质审查的生效;2020.02.21#公开

摘要：本发明涉及自然语言处理领域，特别涉及一种基于分布式表示模型困惑度的人机对话方法；本方法包括：获取文本数据；对文本数据进行处理，得到BERT模型和模型困惑度特征向量；将文本数据转换为768维句向量；利用768维句向量训练t‑SNE模型，并结合k得到3维向量；利用3维向量训练单分类One‑ClassSVM模型，并判别输入数据属于域内还是域外；利用768维句向量训练逻辑回归文本分类模型，并对文本数据进行领域内分类；输入文本数据，判断输入的数据为域内还是域外，并做出回答；本发明实现了对文本域内域外的判断，从而判别出用户输入是否在问答系统解决能力范围内，避免了问答系统对不知情的问题乱回答的现象。

主权项：1.一种基于分布式表示模型困惑度的人机对话方法，其特征在于，所述方法步骤为：S1：获取文本数据；S2：通过问答数据集训练SequencetoSequence模型；S3：使用BERT算法对文本数据进行处理，得到BERT模型，并利用BERT模型对所有文本数据进行测试，将测试得到的数据进行处理得到每个文本的模型困惑度特征向量；S4：结合BERT模型和bert-as-service库把文本数据转换为768维句向量；S5：利用768维句向量训练t-SNE模型，得到2维向量数据，并结合模型困惑度特征向量得到3维向量；S6：利用3维句向量训练单分类One-ClassSVM模型，通过单分类One-ClassSVM模型判别输入数据属于域内还是域外；利用单分类One-ClassSVM模型判别输入数据是域内还是域外包括：S601：选取3维数据的任一一个点，形成半径为R的最小球面，使得3维数据均在这个球面内；S602：输入新的数据，利用Lagrange乘子法求解得到新的数据点；S603：判断得到的数据点是否在球面内，若在球面内，则判定新输入的数据在域内；若在球面外，则判定新输入的数据在域外；S7：利用768维句向量数据结合逻辑回归分类算法训练逻辑回归文本分类模型，通过逻辑回归文本分类模型完成领域分类；S8：输入文本数据，判断输入的数据为域内还是域外；若为域内，利用训练的SequencetoSequence模型对输入的数据做出相应的回答；若为域外，则提供给用户网络上的相关回答。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种基于分布式表示模型困惑度的人机对话方法与系统

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