申请/专利权人:深圳市雅乐实业有限公司
申请日:2024-03-05
公开(公告)日:2024-04-09
公开(公告)号:CN117851909A
主分类号:G06F18/2413
分类号:G06F18/2413;G06F40/30;G06F16/35;G06F18/2415;G06F18/25;G06N3/044;G06N3/045;G06N3/047;G06N3/082;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明涉及神经网络技术领域,揭露了一种基于跳跃连接的多循环决策意图识别系统及方法,该系统包括多组循环跳跃神经网络构建模块、多组循环分析流神经网络构建模块、意图决策识别模块、意图标签概率更新模块及决策意图确定模块,构建多组循环神经网络,对多组循环神经网络进行特征补全,将多组意图分类器添加至多组循环跳跃神经网络中,得到多组循环分析流神经网络;将用户指令转换为指令向量,利用多组循环分析流神经网络对指令向量进行意图决策识别;根据意图标签概率确定目标用户的目标意图,提取目标意图的反馈语义,通过反馈语义更新意图标签概率;根据更新后的意图标签概率确定目标用户的决策意图。本发明可以提高意图识别的精确度。
主权项:1.一种基于跳跃连接的多循环决策意图识别系统,其特征在于,所述系统包括多组循环跳跃神经网络构建模块、多组循环分析流神经网络构建模块、意图决策识别模块、意图标签概率更新模块及决策意图确定模块,其中,所述多组循环跳跃神经网络构建模块,用于根据预设的意图类别构建多组循环神经网络,利用预设的跳跃连接方式对所述多组循环神经网络进行特征补全,得到多组循环跳跃神经网络;所述多组循环分析流神经网络构建模块,用于将预设的多组意图分类器添加至所述多组循环跳跃神经网络中,得到多组循环分析流神经网络;所述意图决策识别模块,用于获取目标用户的用户指令,将所述用户指令转换为指令向量,利用所述多组循环分析流神经网络对所述指令向量进行意图决策识别,得到意图标签概率;所述意图标签概率更新模块,用于根据所述意图标签概率确定所述目标用户的目标意图,提取所述目标意图的反馈语义,通过所述反馈语义更新所述意图标签概率,其中所述通过所述反馈语义更新所述意图标签概率时,具体用于:对所述反馈语义进行语义量化,得到反馈量化值;根据所述反馈量化值更新所述意图标签概率,其中所述意图标签概率计算公式为:其中,为第个意图标签的更新后的意图标签概率,为第个意图标签的目标意图概率,为第个意图标签的反馈量化值,为第一意图标签阈值,为第二意图标签阈值,为标签更新权重,为外部因素权重,为第个意图标签的目标更新意图概率,为外部因影响标签概率;所述决策意图确定模块,用于根据更新后的意图标签概率确定所述目标用户的决策意图。
全文数据:
权利要求:
百度查询: 深圳市雅乐实业有限公司 一种基于跳跃连接的多循环决策意图识别系统及方法
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。