申请/专利权人：四川大学

申请日：2022-08-04

公开（公告）日：2022-11-04

公开（公告）号：CN115292491A

主分类号：G06F16/35

分类号：G06F16/35;G06F16/332;G06N3/04;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2023.06.02#授权;2022.11.22#实质审查的生效;2022.11.04#公开

摘要：本发明公开了基于CTMSN‑EHI的任务型多轮对话信息处理方法，用户当前话语、历史话语编码后至输入添加时间衰减函数的多头自注意力网络得到话语级、字符级上下文表示，将话语级上下文表示、当前话语编码器输出和辅助句子特征拼接分别输入意图解码器、对话动作解码器，得到意图分类和对话动作识别；将意图分类和对话动作输入槽填充解码器，得到槽填充；对意图分类和槽填充、对话动作识别训练，得到任务型多轮对话模型，采用任务型多轮对话模型进行对话信息处理。本发明增强了从句子和字符级别捕获对话系统最近上下文的能力，辅助句子，以便于从对话系统的角度理解用户的话语，输出准确信息或执行相应动作。

主权项：1.一种基于CTMSN-EHI的任务型多轮对话信息处理方法，其特征在于，包括：步骤S100、对用户当前话语采用BiLSTM进行编码，得到当前话语编码器输出hlast和字符级特征ho，表示d维连续空间；对历史对话采用BiLSTM进行顺序编码，得到上下文特征mi，i∈{1,2,...,t-1}，t为对话轮次，定义历史话语矩阵M，其中第i行是mi，利用当前轮对话的系统动作和前一轮对话状态构造辅助句子，对辅助句子采用BiLSTM进行编码获取辅助句子特征alast；步骤S200、将当前话语编码器输出hlast和历史话语矩阵M拼接后输入添加时间衰减函数的多头自注意力网络，得到话语级上下文表示h′last；将历史话语矩阵M与历史话语表示{h1,h2,...,hn}拼接后，输入添加时间衰减函数的多头自注意力网络得到字符级上下文表示{h′1,h′2,...,h′n}；步骤S300、将话语级上下文表示h′last与当前话语编码器输出hlast和辅助句子特征alast拼接得到表示拼接操作，将Cu输入意图解码器，得到当前用户话语的意图分类将Cu输入对话动作解码器得到当前话语的对话动作识别步骤S400、将字符级上下文表示{h′1,h′2,...,h′n}与字级别特征{h1,h2,...,hn}、辅助句子的特征alast，拼接得到将Co、当前话语的意图和对话动作的嵌入向量表示输入槽填充解码器，得到槽填充步骤S500、对意图分类和槽填充采用分类交叉熵损失函数训练，对对话动作识别采用二元交叉熵损失函数训练，得到任务型多轮对话模型；步骤S600、采用任务型多轮对话模型进行对话信息处理。

全文数据：

权利要求：

百度查询： 四川大学 基于CTMSN-EHI的任务型多轮对话信息处理方法

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