摘要
本发明提供一种基于CTR提升的多模态意图感知方法及系统,涉及智能多模态交互与意图识别领域,所述方法包括:获取用户的多模态数据;将多模态数据通过PCA对高维特征进行降维,构建特征提取网络,提取关键特征数据;根据每种模态,构建对应的识别模型,并通过Adam优化模型参数,得到单模态识别模型;根据单模态识别模型,对关键特征数据进行识别,获取各模态的识别结果;将识别结果和贝叶斯网络结合,进行多模态信息融合,得到用户初步意图;根据历史数据,计算不同CTR用户群体的典型意图模式,作为第一基准点和第二基准点。本发明能够提高用户意图识别准确性,提升CTR并增加用户点击可能性。
技术关键词
多模态信息融合
特征提取网络
特征交互作用
数据矩阵相乘
条件依赖关系
特征值
协方差矩阵
意图识别模型
典型
多模态交互
可读存储介质
模式
参数
感知系统
系统为您推荐了相关专利信息
康复机器人
运动规划方法
患者
康复需求
规划算法
独立计量分区
蒙特卡洛
调压控制系统
参数
供水管
血栓弹力图仪
磁悬浮驱动
人工智能决策
电磁驱动单元
信号处理模块