申请/专利权人：重庆邮电大学

申请日：2023-12-29

公开（公告）日：2024-04-02

公开（公告）号：CN117807206A

主分类号：G06F16/332

分类号：G06F16/332;G06F40/30;G06N3/045;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明涉及基于意图匹配的多方人机对话方法，属于自然语言处理领域。该方法包括以下步骤：S1:利用预训练的BERT语言模型，提取对话文本的局部对话层意图嵌入表示；S2:通过图模型描述对话中实体间的关系，用对话实体嵌入的均值初始化会话嵌入，再经过L层图卷积学习，得到全局话语层意图表示；S3:在描述多方对话过程的图模型中，将边集初始化为邻接矩阵，通过2层图卷积学习基于说话人意图表示，得到说话人角色意图表示；S4:将全局话语层意图表示和说话人层意图表示进行图对比学习，优化对话意图表示，与基于三个不同水平的意图构建下一句回复预测任务相统一。本发明能更好地理解对话内在结构和意图，准确预测下一句回复。

主权项：1.基于意图匹配的多方人机对话方法，其特征在于：该方法包括以下步骤：S1：将当前对话文本输入到预训练的BERT语言模型中，得到对话文本的局部对话层意图嵌入表示；S2：在描述对话中各实体之间和话语之间关系的图模型中，用每个会话中的对话实体嵌入的均值来初始化会话嵌入，经过L层图卷积学习会话信息，得到全局话语层意图表示；S3：在描述多方对话过程的图模型中，将边集初始化为邻接矩阵，经过L层图卷积学习基于说话人意图表示，将图卷积层数设置为2，得到说话人角色意图表示；S4：将全局话语层意图表示和说话人层意图表示进行图对比学习，得到优化对话意图表示；在多图神经网络的会话编码模块中基于局部对话层意图嵌入表示、全局话语层意图表示、说话人层意图表示和当前对话的每个候选回复的向量表示，采用三个不同水平的意图来构建下一句回复预测任务，将所述得到的优化对话意图表示与构建的下一句回复预测任务进行统一，生成回复。

全文数据：

权利要求：

百度查询： 重庆邮电大学 基于意图匹配的多方人机对话方法

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