摘要
本发明提供一种基于自然语言处理的文本指令意图识别方法及装置,涉及数据处理技术领域,通过Bert模型对输入的文本指令进行识别,捕捉文本指令中与意图相关的特征后,由分类器模型输出特征对应的分类结果,基于分类结果确定文本指令的意图。其中,Bert模型通过采用约束性注意力调整策略动态调整注意力权重后构建,该方式能够提高模型对文本指令上下文的理解能力,以更准确地识别和理解文本指令中的意图。分类器模型利用极限学习机作为分类器算法,且,采用稳态优化策略确定极限学习机的输出权重,该方式优化了训练过程中模型参数的稳定性,提高了分类性能。
技术关键词
极限学习机
分类器模型
生成对抗网络
文本
训练样本集
意图识别方法
分类器算法
编码机制
特征提取模型
指令
注意力
策略
量子态
自然语言
局部线性嵌入算法
编码器
参数
意图识别装置
系统为您推荐了相关专利信息
预测模型训练方法
生成对抗网络
降维特征
特征提取模块
指标