摘要
本发明实施例提供一种水电站知识问答的用户意图识别方法及系统,属于知识问答技术领域。所述方法包括:对所述自然语言问题执行结构化处理,获得结构化问题信息;对问题进行分类,并基于分类结构和BERT模型提取结构化问题信息中的意图信息并识别各意图信息的限定条件,获得问题解析信息;基于预训练的实体识别模型进行问题解析信息中的关键实体识别,并通过词典匹配和/或上下文分析,将关键实体链接到知识图谱;将问题解析信息和关键实体链接到知识图谱的信息构建为语义结构,输出用户意图。本发明方案,确保最终输出的用户意图具备高准确性和一致性,从而大幅提高了问答系统对水电站领域问题的解析能力和响应精准度。
技术关键词
实体识别模型
意图识别方法
语义结构
图谱
BERT模型
自然语言
水电站
词典
分类结构
模式匹配
LSTM模型
深度学习方法
循环卷积神经网络
执行用户意图
知识问答技术
上下文语义信息
意图识别系统
系统为您推荐了相关专利信息
动态交通数据
孤立森林算法
异常检测方法
异常点
行业专用
多模态
知识图谱构建
推荐方法
知识图谱优化
工程现场