[發明專利]用于神經語言行為識別系統的詞法分析器

有效

• 申請號: 201580067524.5
• 申請日: 2015-12-10
• 公開（公告）號: CN107111609B
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 徐剛;蕭銘俊;楊韜;W·K·科布
• 申請（專利權）人: 全方位人工智能股份有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/242;G06N20/00
• 代理公司: 中國貿促會專利商標事務所有限公司 11038
• 代理人: 邊海梅

公開了用于從基于輸入數據生成的符號的組合構建單詞的詞典的技術。神經語言行為識別系統包括生成描述從源輸入的數據(例如，視頻數據、SCADA數據等)的語言模型的神經語言模塊。為了生成用于語言模型的單詞，神經語言模塊中的詞法分析器組件接收符號流，每個符號基于從輸入數據生成的標準化向量的有序流而生成。詞法分析器組件基于具有一個或多個級別的分級學習模型從符號的組合確定單詞。每個級別指示要在該級別處識別的單詞的長度。為在每個級別處識別出的單詞評估統計信息。詞法分析器組件識別單詞中具有統計顯著性的一個或多個單詞。

技術領域

本文描述的實施例一般而言涉及數據分析系統，并且更具體而言，涉及基于輸入數據來構建要在神經語言行為識別系統中使用的單詞的詞典。

背景技術

許多當前可用的監控和監視系統(例如，視頻監控系統、SCADA系統等)被訓練成觀察特定的活動并且在檢測到這些活動之后向管理員發出警報。然而，這種基于規則的系統需要提前了解要觀察的動作和/或對象。這些活動可以被硬編碼到底層應用中，或者系統可以基于任何提供的定義或規則對自己進行訓練。換句話說，除非底層代碼包括某些行為或規則的描述以用于為給定觀察結果生成警報，否則系統不能識別這些行為。然而，這種基于規則的方法是死板的。即，除非給定的行為符合預定義的規則，否則該行為的發生可能不會被監視系統檢測到。即使系統訓練自己來識別行為，系統也需要為要識別的內容提前定義規則。

此外，許多監控系統(例如，視頻監控系統)需要大量的計算資源，包括處理器能力、存儲和帶寬。例如，由于視頻數據的典型尺寸，典型的視頻監控系統每相機饋送需要大量的計算資源。考慮到資源的成本，這樣的系統難以擴展。

發明內容

本文給出的一個實施例包括用于從基于輸入數據的符號的組合構建單詞的詞典的方法。該方法一般地包括接收符號流。每個符號與從輸入數據生成的向量簇相關聯。該方法還包括基于具有一個或多個級別的分級學習模型從流中的符號的組合確定單詞。每個級別指示要在該級別處識別的單詞的長度。為在每個級別處識別出的單詞評估統計信息。該方法還包括基于所評估的統計信息識別單詞中具有統計顯著性(statisticalsignificance)的一個或多個單詞。

本文給出的另一個實施例包括存儲指令的計算機可讀存儲介質，當指令在處理器上執行時，執行用于從基于輸入數據生成的符號的組合構建單詞的詞典的操作。該操作本身一般地包括接收符號流。每個符號與從輸入數據生成的向量簇相關聯。該操作還包括基于具有一個或多個級別的分級學習模型從流中的符號的組合確定單詞。每個級別指示要在該級別處識別的單詞的長度。為在每個級別處識別出的單詞評估統計信息。該操作還包括基于所評估的統計信息識別單詞中具有統計顯著性的一個或多個單詞。

本文給出的還有的另一個實施例包括具有處理器和存儲器的系統，存儲器存儲一個或多個應用程序，這一個或多個應用程序被配置為執行用于從基于輸入數據生成的符號的組合構建單詞的詞典的操作。該操作本身一般地包括接收符號流。每個符號與從輸入數據生成的向量簇相關聯。該操作還包括基于具有一個或多個級別的分級學習模型從流中的符號的組合確定單詞。每個級別指示要在該級別處識別的單詞的長度。為在每個級別處識別出的單詞評估統計信息。該操作還包括基于所評估的統計信息識別單詞中具有統計顯著性的一個或多個單詞。

附圖說明

因此，可以詳細理解本公開的上述特征的方式、對以上簡要概括的本公開的更具體的描述可以通過參考實施例而獲得，其中一些實施例在附圖中示出。然而，應當注意的是，附圖僅僅示出示例性實施例，并且因此不應當被認為是限制其范圍，可以承認其它同等有效的實施例。

圖1示出根據一個實施例的用于神經語言行為識別系統的示例計算環境。

圖2示出根據一個實施例的神經語言行為識別系統的系統體系架構。

圖3示出根據一個實施例的用于收集要用在神經語言行為識別系統中的傳感器數據的方法。