[發明專利]一種基于神經網絡的意圖識別方法及電子裝置在審
| 申請號： | 202011268543.3 | 申請日： | 2020-11-13 |
| 公開（公告）號： | CN112364662A | 公開（公告）日： | 2021-02-12 |
| 發明（設計）人： | 趙軍鎖;鐘方潔;吳鳳鴿;徐帆江;呂曉寧;朱博 | 申請（專利權）人： | 中國科學院軟件研究所 |
| 主分類號： | G06F40/30 | 分類號： | G06F40/30;G06F40/279;G06N3/04;G06N3/08 |
| 代理公司： | 北京君尚知識產權代理有限公司 11200 | 代理人： | 余長江 |
| 地址： | 100190 *** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 神經網絡 意圖 識別 方法 電子 裝置 | ||
1.一種基于神經網絡的意圖識別方法，其步驟包括：
1)依據待識別話術文本的預設場景，選取意圖識別模型V1；
2)將待識別話術文本輸入意圖識別模型V1，獲取待識別話術文本的預測意圖標簽；其中，通過以下步驟得到所述意圖識別模型V1：
a)將訓練話術文本輸入預訓練語言模型T1，獲取預訓練語言模型T1中首位標簽CLS對應的最終隱藏層輸出的特征向量C1；
b)通過全連接神經網絡與softmax神經網絡，將特征向量C1轉化為特征矩陣P1；
c)獲取特征矩陣P1中最大元素的分布位置，從設定自然語言處理任務的預設候選意圖標簽集合中選取對應分布位置的的候選意圖標簽，作為所述訓練話術文本的預測意圖標簽；
d)通過預設損失函數，得到所述預測意圖標簽與所述訓練話術文本真實意圖標簽之間的結果誤差值，并根據所述結果誤差值對模型參數進行調整，直到結果誤差值小于結果誤差閾值且誤差符合次數不小于誤差符合次數閾值，得到所述意圖識別模型V1。
2.如權利要求1所述的方法，其特征在于，所述預設場景包括：催收或疫情調查。
3.如權利要求1所述的方法，其特征在于，得到預訓練語言模型T1的方法包括：使用大量無監督語料對一語言模型進行預訓練。
4.如權利要求3所述的方法，其特征在于，所述語言模型包括：Bert模型。
5.如權利要求1所述的方法，其特征在于，通過一可視化界面里，顯示任一預測意圖標簽的訓練話術文本。
6.如權利要求5所述的方法，其特征在于，通過在可視化界面里編輯或刪除訓練話術文本，對所述意圖識別模型V1進行重新訓練，得到意圖識別模型V2。
7.如權利要求1所述的方法，其特征在于，依據所述預測意圖標簽，完成自然語言處理任務；所述自然語言處理任務包括：分類、序列標注、句間關系判斷或機器閱讀理解。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國科學院軟件研究所，未經中國科學院軟件研究所許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011268543.3/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：多功能燃氣噴嘴及應用其的燃燒器
- 下一篇：一種濕地松種苗的組織培養快繁技術
