[發明專利]一種面向任務型對話的多域請求式意圖識別方法

有效

• 申請號: 202110296459.0
• 申請日: 2021-03-19
• 公開（公告）號: CN113076758B
• 公開（公告）日: 2023-03-14
• 發明（設計）人: 謝洪途;林奕全;王國倩
• 申請（專利權）人: 中山大學
• 主分類號: G06F40/35
• 分類號: G06F40/35;G06F40/284
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 劉俊

1.一種面向任務型對話的多域請求式意圖識別方法，其特征在于，包括以下步驟：

S1：獲取對話數據，從對話數據中獲取實體ID集合E＝{1,2,…,C}和對話歷史U＝{u₁,u₂,…,u_t}，并對對話歷史進行分詞；

S2：隨機采樣一批步驟S1已分詞的對話歷史，與實體ID構成樣本對，通過雙編碼器模型分別對對話歷史及實體ID進行特征提取，得到正樣本i對應的查詢表征及實體ID的碼本表征分別為q_i＝E(U_i)∈R^d和Z＝{z₁,z₂,…,z_C}∈R^|E|×d；

S3：通過步驟S2得到的批樣本對的高維表征，根據實體級層級標簽計算樣本對重要性，并進行實體級表征三元組的挖掘：

Triples_i,local＝{(q_i,z_i,q_i,1^-),(q_i,z_i,q_i,2^-),…,(q_i,z_i,q_i,M^-)}

其中，q_i為正樣本i對應的查詢表征，q_,M^-為樣本i的第M個負樣本對應的查詢表征，z_i為正樣本i錨定的碼本表征，最后計算實體級局部損失函數

S4：通過步驟S2得到的批樣本對的高維表征，根據域級層級標簽計算樣本對重要性，并進行域級表征三元組的挖掘：

Triples_global＝q₁,z₁,q₁^-,q₂,z₂,q₂^-,…,q_N,z_N,q_N^-}}

其中，q_N^-為度量空間中與z_N相似度最高的異域樣本表征，最后計算域級全局損失函數

S5：計算總損失函數，

其中，β、γ為可調參數，為碼本損失函數，用于對碼本嵌入進行更新，最后，通過總損失函數優化雙編碼器模型，重復步驟S2-S5直至達到設定的最大迭代次數；

S6：停止迭代雙編碼器模型，并用于請求式意圖識別。

2.根據權利要求1所述的面向任務型對話的多域請求式意圖識別方法，其特征在于，步驟S2中的輸入對話歷史U＝{u₁,u₂,…,u_t}包含多輪交互，每輪交互由用戶及發言者的對話語句構成，待識別的意圖即為實體ID集合E＝{1,2,…,C}。

3.根據權利要求1所述的面向任務型對話的多域請求式意圖識別方法，其特征在于，步驟S3-S4中，對于由輸入對話歷史和實體ID中構成的樣本對，定義度量相似度為兩者于度量空間的L2距離，查詢表征在度量空間與相應的碼本表征進行最近鄰匹配：

sim(q_i，q_j)＝||q_i-q_j||₂

其中，q_i，q_j為樣本對(i,j)對應的查詢表征，z_e為實體e∈E對應的碼本表征。