申请/专利权人:重庆长安汽车股份有限公司
申请日:2024-01-02
公开(公告)日:2024-03-22
公开(公告)号:CN117746862A
主分类号:G10L15/22
分类号:G10L15/22;G10L15/26;G10L15/18;G10L15/16;G10L15/06
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本申请公开了一种基于改进的seq2seq模型的多意图识别方法、装置、设备及介质,应用于车辆中控设备,所述方法包括:获得待识别语音信息,并根据所述待识别语音信息中的各个词,构建对应所述词的特征向量;其中,所述特征向量包括字符向量和分词向量;将所述特征向量输入至多意图识别模型中,采用所述多意图识别模型对所述特征向量进行处理,得到处理结果;其中,所述处理结果包括所述待识别语音信息对应的由多个单意图语句组成的意图识别结果,所述多意图识别模型是基于seq2seq模型进行改进的;所述处理结果至少依据所述字符向量对应的局部上下文特征向量和所述分词向量对应的全局上下文特征向量得到的。
主权项:1.一种基于改进的seq2seq模型的基于改进的seq2seq模型的多意图识别方法,其特征在于,所述方法包括:获得待识别语音信息,并根据所述待识别语音信息中的各个词,构建对应所述词的特征向量;其中,所述特征向量包括字符向量和分词向量;将所述特征向量输入至多意图识别模型中,采用所述多意图识别模型对所述特征向量进行处理,得到处理结果;其中,所述处理结果包括所述待识别语音信息对应的由多个单意图语句组成的意图识别结果,所述多意图识别模型是基于seq2seq模型进行改进的;所述处理结果至少依据所述字符向量对应的局部上下文特征向量和所述分词向量对应的全局上下文特征向量得到的。
全文数据:
权利要求:
百度查询: 重庆长安汽车股份有限公司 基于改进的seq2seq模型的多意图识别方法、装置、设备及介质
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。