买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉长沙理工大学申请的专利基于BERT-BLSTM-RPEA-LSTM的语义槽填充与意图检测联合方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115934916B 。

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211743035.5，技术领域涉及：G06F16/3329；该发明授权基于BERT-BLSTM-RPEA-LSTM的语义槽填充与意图检测联合方法是由唐小勇;许佳豪;曹嵘晖;邓锬;刘文正设计研发完成，并于2022-12-27向国家知识产权局提交的专利申请。

本基于BERT-BLSTM-RPEA-LSTM的语义槽填充与意图检测联合方法在说明书摘要公布了：本发明公开了一种基于BERT‑BLSTM‑RPEA‑LSTM的语义槽填充与意图检测联合方法，包括如下步骤：S1、构建一个由共享网络及两个分类网络组成的模型框架；S2、对S1所述的模型进行训练，更新除词嵌入层以外整个网络模型的参数，得到语义槽填充与意图检测模型；S3、基于S2所述语义槽填充与意图检测模型，实现对待检测对话文本句子中语义槽的填充和意图的检测。本发明可在不增加较多计算量的前提下会自动找到两个任务之间的平衡，获得更好的整体性能。

本发明授权基于BERT-BLSTM-RPEA-LSTM的语义槽填充与意图检测联合方法在权利要求书中公布了：1.一种基于BERT-BLSTM-RPEA-LSTM的语义槽填充与意图检测联合方法，其特征在于，包括如下步骤： S1、构建一个由共享网络及两个分类网络组成的模型框架，所述模型包括词嵌入层、编码器层、RPEA机制以及解码双任务分类层，其中共享网络由“BERT-BLSTM-RPEA-LSTM”组成，两个分类网络分别对应语义槽填充和意图检测的前馈神经网络； S2、对S1所述的模型进行训练，通过S1所述模型输出获得的两种预测向量和真实值的误差计算损失并更新除词嵌入层以外整个网络模型的参数，得到语义槽填充与意图检测模型； S3、基于S2所述语义槽填充与意图检测模型，根据从对话系统中获得的待检测的对话文本句子，实现对待检测对话文本句子中语义槽的填充和意图的检测； 所述编码器层选择一个包含前向和后向LSTM的BLSTM网络，并设置网络的输入维度为De，输出维度为Dh＝256； 所述RPEA机制是将获得的每个句子中每个单词的隐藏层特征向量通过RPEA机制分别计算出一个对应的全局加局部注意力补充信息向量； 对获取的每个隐藏层特征向量计算一个补充信息向量，当对第t个隐藏层向量ht计算补充信息向量ct时，先计算出一个全局的阈值参数向量和一个局部阈值参数向量然后ct由at与rt求哈达玛积之后与隐藏层特征向序列做乘积求得；通过先将ht和每一个隐藏层特征向量拼接，然后与参数矩阵Wα做矩阵乘法运算并送入双曲正切阈值函数，接着再与参数矩阵Vα求相乘获得一个全局注意的得分，最终对全局得分归一化得到全局阈值参数向量at；局部阈值参数向量rt由每个隐藏层特征向量相对ht位置及ht计算得到的局部注意得分并通过sigmoid阈值函数求得； 其中T代表矩阵的转置，rt，i∈0，1；N代表输入句子单词最大个数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人长沙理工大学，其通讯地址为：410117 湖南省长沙市天心区赤岭路45号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。