摘要
本发明公开了基于深度神经网络修正老人对话意图信息的方法,具体涉及对话优化技术领域,是通过采集并清洗多话题的多轮对话数据,标注多轮对话语料并统一格式;利用多意图识别子模型对标注完成的语料进行特征提取,生成能够表征各意图的多意图表征向量;结合用户上下文动态权重调整的层次注意力机制筛选与目标意图相关的上下文内容;通过基于多轮交互历史的门控操作处理目标意图相关的上下文内容,保留具有参考价值的语义片段;基于深度神经网络的多任务学习结构对参考语义片段进行并行分析,分别对不同意图进行分类处理并计算评分;根据分类和评分结果执行多意图融合修正操作,输出能够区分各意图的意图信息。
技术关键词
意图类别
多轮对话
层次注意力机制
交互历史
意图识别
时间序列特征
语义特征
话题
多任务
标注规则
多层注意力机制
构建深度神经网络
门控阈值
格式
动态
数据
系统为您推荐了相关专利信息
计算机执行指令
文本生成方法
序列
规划
文本生成装置
医学知识图谱
智能诊断方法
智能诊断系统
患者
多轮对话
融合编码信息
时空注意力机制
时空注意力模型
社交
计算机程序指令