Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 杭州电子科技大学罗傲获国家专利权

杭州电子科技大学罗傲获国家专利权

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!

龙图腾网获悉杭州电子科技大学申请的专利一种基于句法分析的多意图口语理解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:CN119849512B

龙图腾网通过国家知识产权局官网在2025-10-24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:202510055021.1,技术领域涉及:G06F40/35;该发明授权一种基于句法分析的多意图口语理解方法是由罗傲;张聪设计研发完成,并于2025-01-14向国家知识产权局提交的专利申请。

一种基于句法分析的多意图口语理解方法在说明书摘要公布了:本发明公开了一种基于句法分析的多意图口语理解方法,该方法首先根据用户输入的语句,获得意图特征矩阵和槽特征矩阵,由意图特征矩阵构建多级别意图特征。其次对意图特征矩阵和槽特征矩阵,分别使用意图解码模块和槽解码模块获得初始意图标签和初始槽预测标签。然后将多级别意图特征和初始槽预测标签输入槽‑意图交互模块,获得增强的意图特征矩阵;将槽特征矩阵、多级别意图特征、初始意图标签输入意图‑槽交互模块,获得经过增强的槽特征矩阵。最后将增强的意图特征矩阵和槽特征矩阵分别输入意图解码模块和槽解码模块,获得口语理解任务的意图标签和槽序列标签。本发明提高意图识别和槽序列标注的准确性和多意图识别的准确率。

本发明授权一种基于句法分析的多意图口语理解方法在权利要求书中公布了:1.一种基于句法分析的多意图口语理解方法,其特征在于,包括以下步骤: S1:获取用户输入的语句,通过输入处理模块,获得用于意图识别任务的意图特征矩阵HI和槽填充任务的槽特征矩阵HS; 所述输入处理模块具体实现过程如下: S101:获取用户输入的语句,使用RoBert模型作为编码器生产包含语义的词向量矩阵E={eCLS,e1,e2,...,en}; S102:对用户输入的语句构建句法依存树,使用RoBert模型对依存树的节点编码为词向量,对编码后的依存树使用图注意力机制汇聚语义信息到依存树的根节点上;最后将根节点作为语法令牌[g],将语法令牌[g]插入到输入序列E的[CLS]令牌后构建包含句法信息的词向量矩阵E′={eCLS,eg,e1,e2,...,en}; S103:使用两个独立的BiLSTM网络对词向量矩阵E′进行前向和后向读取,分别用生成对上下文敏感的用于意图识别任务的意图特征矩阵HI和槽填充的槽特征矩阵HS; S2:根据意图特征矩阵HI,分别获取窗口级意图特征、句子级别的意图特征和词级别的意图特征,共同组成多级别意图特征,具体实现过程如下: 根据获得的意图特征矩阵HI,使用窗口自注意力机制构建窗口级意图特征,并且将意图特征矩阵HI的[CLS]令牌作为句子级别的意图特征,获得的意图特征矩阵HI中的词向量即为词级别的意图特征;将句子级别意图特征、窗口级别意图特征、词级别意图特征共同组成多级别意图特征; S3:对意图特征矩阵HI和槽特征矩阵HS,分别使用意图解码模块和槽解码模块获得初始意图标签和初始槽预测标签; S4:在意图识别任务中,将多级别意图特征和初始槽预测标签输入至槽-意图交互模块,获得经过槽标签指导增强的意图特征矩阵H[I,L]; 所述槽-意图交互模块具体实现过程如下: S401:在多级意图融合层中使用门控机制融合S2中得到的多级别意图特征,得到融合后的意图特征矩阵 S402:使用得到的意图特征矩阵HIF、意图特征矩阵HIF中的语法令牌初始槽预测标签构建意图语义标签图,通过图注意力机制强化意图特征的表达,得到使用语法令牌和槽标签增强的意图特征矩阵H[I,L]; S5:在槽填充任务中,将槽特征矩阵、多级别意图特征、初始意图标签输入到意图-槽交互模块,获得经过意图标签指导增强的槽特征矩阵H[S,L]; 所述意图-槽交互模块具体实现过程如下: S501:在多级意图感知层中将多级别意图特征和槽特征矩阵拼接后,通过BiLSTM模型,再使用门控机制融合获得多级意图增强的槽向量得到融合后的槽特征矩阵 S502:使用槽特征矩阵HSF、槽特征矩阵HSF中的语法令牌初始意图标签构建槽语义标签图,并通过图注意力机制强化槽特征的表达,得到使用语法令牌和意图标签增强后的槽特征矩阵H[S,L]; S6:将槽标签指导增强的意图特征矩阵H[I,L]输入至意图解码模块,同时将意图标签指导增强的槽特征矩阵H[S,L]输入至槽解码模块,联合训练两个任务,获得口语理解任务的意图标签和槽序列标签。

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杭州电子科技大学,其通讯地址为:310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。