摘要
本发明涉及多模态对话技术领域,尤其涉及面向智能家居多模态对话系统的知识抽取与挖掘方法,其包括以下步骤:S1.智能家居多模态对话系统输入数据获取;S2.多模态显性知识图谱构建;S3.多模态显性知识表示学习;S4.多模态显性知识的推理与关系补全;S5.多模态隐性知识的挖掘与表示学习。本发明对海量非结构化文本、图片和视频进行知识提取与对齐,完成多模态知识图谱的构建,并基于语义元路径进行图谱的表示学习,通过图卷积运算提取丰富的子图信息以完成知识推理,进而补全缺失的关系。此外基于大规模预训练模型,设计挖掘隐性知识的预训练任务,引导模型学习出情感等隐性知识,能够提高对话系统的逻辑推理能力。
技术关键词
多模态对话系统
面向智能家居
挖掘方法
训练情感分类模型
实体
三元组
节点
序列特征
LSTM模型
循环神经网络模型
卷积模块
预训练模型
数据
海量非结构化文本
知识图谱构建
关系
关键帧
系统为您推荐了相关专利信息
关键词
预训练语言模型
分词
数据集构建方法
命名实体识别模型