[發明專利]基于云化機器人的閱讀理解方法、系統及存儲介質有效
| 申請號: | 202110532203.5 | 申請日: | 2021-05-17 |
| 公開(公告)號: | CN113239165B | 公開(公告)日: | 2023-04-18 |
| 發明(設計)人: | 馮落落;宋虎;李銳;王建華 | 申請(專利權)人: | 山東新一代信息產業技術研究院有限公司 |
| 主分類號: | G06F16/332 | 分類號: | G06F16/332;G06F40/295;G10L15/22;G06N3/0442 |
| 代理公司: | 濟南信達專利事務所有限公司 37100 | 代理人: | 孫園園 |
| 地址: | 250100 山東省濟南市高新*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 機器人 閱讀 理解 方法 系統 存儲 介質 | ||
本發明公開了基于云化機器人的閱讀理解方法、系統及存儲介質,屬于服務機器人技術領域,本發明要解決的技術問題為如何利用云化機器人強大的計算能力來提高云化機器人的閱讀理解能力,確保云化機器人能夠更好的服務用戶,采用的技術方案為:該方法具體步驟如下:S1、通過云化機器人前端操作界面輸入一篇文章到云化機器人;S2、用戶語音提出問題,云化機器人通過語音識別技術識別用戶的問題內容;S3、對云化機器人語音識別的問題內容進行預處理;S4、云化機器人對輸入的文章進行閱讀理解;S5、云化機器人借助自然語言生成技術生成從文章中獲取的問題答案;S6、云化機器人將問題的答案合成語音并播放給用戶。
技術領域
本發明涉及服務機器人技術領域,具體地說是一種基于云化機器人的閱讀理解方法、系統及存儲介質。
背景技術
機器閱讀理解早期的模型都是基于機器學習和規則去做,但是當數據量很大的時候或者文本的長度很長的時候,這種方式的準確率也只有百分之三十。隨著人工智能的快速發展,深度學習方法在NLP領域展現出優秀的能力。但是深度學習往往需要強大的計算能力,機器人通常不能提供足夠的計算能力,所以無法具有較強的閱讀理解能力。
隨著人工智能的快速發展,機器人越來越多的成為生活中的輔助工具,例如百度小度、小米小愛同學。為了讓機器人擁有更加強大的智能能力,把云計算和機器人相結合,形成云化機器人。
云化機器人具體介紹如下:因為人腦具有百億乃至萬億個神經元,若要完成一個集成如此多神經元的電路,芯片重量將達數千噸。因此,采取將機器人的“大腦”放在云端的辦法來解決這一難題,即使有上百萬個機器人,都可以共享一個“大腦”。這種云化“家庭保姆”可以做家庭保姆所做的一切,不僅會使用自然語言與人交流,看護老人與小孩,而且會做家務。
故如何利用云化機器人強大的計算能力來提高云化機器人的閱讀理解能力,確保云化機器人能夠更好的服務用戶是目前亟待解決的技術問題。
發明內容
本發明的技術任務是提供一種基于云化機器人的閱讀理解方法、系統及存儲介質,來解決如何利用云化機器人強大的計算能力來提高云化機器人的閱讀理解能力,確保云化機器人能夠更好的服務用戶的問題。
本發明的技術任務是按以下方式實現的,一種基于云化機器人的閱讀理解方法,該方法具體步驟如下:
S1、通過云化機器人前端操作界面輸入一篇文章到云化機器人;
S2、用戶語音提出問題,云化機器人通過語音識別技術識別用戶的問題內容;
S3、對云化機器人語音識別的問題內容進行預處理;
S4、云化機器人對輸入的文章進行閱讀理解;
S5、云化機器人借助自然語言生成技術生成從文章中獲取的問題答案;
S6、云化機器人將問題的答案合成語音并播放給用戶。
作為優選,所述步驟S3中預處理包括分詞處理和糾錯處理。
作為優選,所述步驟S2中云化機器人通過語音識別技術識別用戶的問題內容具體如下:
S201、問題通過word2vec進行編碼得到embedding?vector(嵌入向量);
S202、將編碼得到embedding?vector輸入到Bi-LSTM層;
S203、通過Bi-LSTM層輸出embedding?vector的前向向量和后向向量并concat拼接;
S204、對拼接后的向量進行權重加和。
更優地,所述步驟S204中權重加和的公式如下:
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山東新一代信息產業技術研究院有限公司,未經山東新一代信息產業技術研究院有限公司許可,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/202110532203.5/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種環保型沼氣的生產方法
- 下一篇:一種新型手扶式電動耕地機





