摘要
本发明公开了一种面向多模态交互的智能客服意图分层识别方法,包括:获取文本、语音、图像三种模态数据并预处理;利用拓扑数据分析方法构建模态数据的高维拓扑结构并进行特征融合;通过结构方程模型构建模态特征的因果关系图,筛选因果贡献显著特征;采用跨模态自监督一致性正则化方法,在极少监督数据情况下训练意图识别模型;基于谱聚类方法实现意图的多级分层分类输出。本发明显著提升了智能客服系统的意图识别准确性及泛化性能,适用于复杂多模态交互场景。
技术关键词
意图识别模型
模态特征
智能客服
分层识别方法
多模态交互
结构方程模型
数据
跨模态
谱聚类方法
拓扑特征
损失函数优化
正则化方法
语音
梅尔频率倒谱系数
背景噪声抑制
意图识别系统
文本
频谱特征
系统为您推荐了相关专利信息
多模态传感器
多尺度特征
自动化指挥系统
数据
长短记忆网络
协同优化算法
视觉
独立语义
多模态情感分析
情感关键词
智能客服系统
智能客服方法
意图识别模型
光伏电站
构建知识图谱
圣诞灯饰
多模态交互
意图
量子随机数发生器
超宽带信道