[發明專利]一種人機協同的智能需求識別方法和系統

有效

• 申請號: 202111344985.6
• 申請日: 2021-11-15
• 公開（公告）號: CN113792150B
• 公開（公告）日: 2022-02-11
• 發明（設計）人: 楊春生;楊羅生;周則芬;周柯;吳卡莉;陳燦
• 申請（專利權）人: 湖南科德信息咨詢集團有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/332
• 代理公司: 北京中譽至誠知識產權代理事務所(普通合伙) 11858
• 代理人: 霍麗惠

1.一種人機協同的智能需求識別系統,其特征在于，包括，

識別處理模塊，用以對待處理的原數據進行分類，并進行信息提取，形成基礎數據；所述識別處理模塊將原數據轉化成文本模態或圖像模態，識別處理模塊根據文本模態與圖像模態的占比對原數據進行分類；

深度對比模塊，其內部設置有數據庫，所述深度對比模塊對所述基礎數據進行深度分析，深度對比模塊根據基礎數據的關鍵詞信息、相關詞信息與圖像識別信息在所述數據庫中對比出匹配的數據項作為匹配項集合；

貢獻計算模塊，其與所述深度對比模塊相連，用以計算所述匹配項集合內各匹配項與原數據的貢獻值；所述貢獻計算模塊根據選擇學習貢獻值與原數據的貢獻值的對比將原數據投放至所述數據庫中；所述貢獻計算模塊能通過匹配項集合內各匹配項與原數據的貢獻值對選擇學習貢獻值進行調整，所述貢獻計算模塊根據符合項集合的項數對選擇學習貢獻值進行調整，所述貢獻計算模塊根據選擇學習貢獻值與各匹配項的貢獻值選出符合項集合；

分類選取模塊，其與所述貢獻計算模塊相連，用以將原數據與符合項集合進行對比，選取出近似項集合；所述分類選取模塊根據符合項集合內各符合項的貢獻值選取出高貢獻項集合；所述分類選擇模塊通過符合項集合項數，調整近似項集合的項數與高貢獻項集合的項數；

結果展示模塊，其與所述分類選取模塊、所述深度對比模塊分別相連，用以展示相近項集合與高貢獻項集合；所述結果展示模塊能夠對原數據項進行評價，結果展示模塊將近似項集合內的項與高貢獻值集合內的項做對比展示；所述近似項集合為符合項集合中與原數據貢獻值相近的項的集合；所述高貢獻值集合為符合項集合中貢獻值比原數據貢獻值高的項的集合;

所述貢獻計算模塊內設置有神經網絡結構，貢獻計算模塊計算所述原數據項的貢獻值Q，貢獻計算模塊內設有選擇學習貢獻值QB,貢獻計算模塊將原數據項的貢獻值Q與選擇學習貢獻值QB進行對比，

當Q≥QB時，所述貢獻計算模塊判定所述原數據到達選擇學習貢獻標準，貢獻計算模塊將所述原數據進行復制形成原數據副本，并將原數據副本輸入至所述數據庫中，由所述深度對比模塊進行深度學習；

當Q＜QB時，所述貢獻計算模塊判定所述原數據未到達選擇學習貢獻標準，貢獻計算模塊將根據原數據項的貢獻值Q與匹配項集合內各項的貢獻值選擇學習所述原數據項;

所述貢獻計算模塊計算匹配項集合內各數據項的貢獻值，并確定貢獻最高值Qz、貢獻最低值Qa、貢獻平均值Qp，當所述貢獻計算模塊判定所述原數據未到達選擇學習貢獻標準時，貢獻計算模塊將貢獻平均值Qp與選擇學習貢獻值QB進行對比，

當Qp≥QB時，所述貢獻計算模塊判定選擇學習貢獻值低于匹配項集合貢獻平均值，所述深度對比模塊不對原數據進行學習；

當Qp＜QB時，所述貢獻計算模塊判定選擇學習貢獻值高于匹配項集合貢獻平均值，貢獻計算模塊將選擇學習貢獻值QB調整為QB’，QB’=QB×[（Qp-Qa）/Qp]×[（Qz-Qp）/Qp]+QB，所述貢獻計算模塊重復上述原數據項的貢獻值Q與選擇學習貢獻值QB進行判定的操作，將原數據項的貢獻值Q與調整后的選擇學習貢獻值QB’進行對比，以判定是否對原數據項進行學習;

所述貢獻計算模塊中設有最大符合項項數Dx與最小符合項項數Dn，貢獻計算模塊通過選擇學習貢獻值QB’在匹配項集合中選取符合項集合，貢獻計算模塊對比計算匹配項集合中高于選擇學習貢獻值QB’的項數Ds，貢獻計算模塊將Ds與最大符合項項數Dx、最小符合項項數Dn進行對比，

當Dn≤Ds≤Dx時，所述貢獻計算模塊判定選擇學習貢獻值QB’的設定達標，貢獻計算模塊將匹配項集合中高于選擇學習貢獻值QB’的項確定為符合項集合。

當Ds＜Dn時，所述貢獻計算模塊判定選擇學習貢獻值QB’的設定過高，貢獻計算模塊將選擇學習貢獻值QB’調整為QB’’，QB’’=QB’×[1-（Dn-Ds）/Dn]，貢獻計算模塊根據選擇學習貢獻值QB’’在匹配項集合中選取符合項集合，并重復上述將高于選擇學習貢獻值的項數與最大符合項項數、最小符合項項數對比調節選擇學習貢獻值的操作，直至Dn≤Ds’≤Dx時，停止調節，所述貢獻計算模塊將匹配項集合中高于選擇學習貢獻值的項作為符合項集合，并輸出；

當Ds＞Dx時，所述貢獻計算模塊判定選擇學習貢獻值QB’的設定過低，貢獻計算模塊將選擇學習貢獻值QB’調整為QB’’，QB’’=QB’×[1+（Ds-Dx）/Dx]，貢獻計算模塊根據選擇學習貢獻值QB’’在匹配項集合中選取符合項集合，并重復上述將高于選擇學習貢獻值的項數與最大符合項項數、最小符合項項數對比調節選擇學習貢獻值的操作，直至Dn≤Ds’≤Dx時，停止調節，所述貢獻計算模塊將匹配項集合中高于選擇學習貢獻值的項作為符合項集合，并輸出。