基于深度學(xué)習(xí)的多輪對(duì)話數(shù)據(jù)分類(lèi)方法、裝置和電子設(shè)備

基本信息

申請(qǐng)?zhí)?/td> CN201810680888.6 申請(qǐng)日 -
公開(kāi)(公告)號(hào) CN109101537B 公開(kāi)(公告)日 2021-08-06
申請(qǐng)公布號(hào) CN109101537B 申請(qǐng)公布日 2021-08-06
分類(lèi)號(hào) G06F16/35;G06K9/62 分類(lèi) 計(jì)算;推算;計(jì)數(shù);
發(fā)明人 楊鵬 申請(qǐng)(專(zhuān)利權(quán))人 北京慧聞科技(集團(tuán))有限公司
代理機(jī)構(gòu) 北京睿邦知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 代理人 徐丁峰
地址 100000 北京市西城區(qū)西外大街辛137號(hào)寶藍(lán)金融創(chuàng)新中心203室
法律狀態(tài) -

摘要

摘要 本申請(qǐng)涉及基于深度學(xué)習(xí)的多輪對(duì)話數(shù)據(jù)分類(lèi)方法、裝置和電子設(shè)備。該方法包括:對(duì)獲取的當(dāng)前輪次語(yǔ)句和先前輪次語(yǔ)句進(jìn)行詞向量轉(zhuǎn)化以獲得當(dāng)前語(yǔ)句和先前語(yǔ)句的詞向量;通過(guò)長(zhǎng)短期記憶層處理當(dāng)前語(yǔ)句和先前語(yǔ)句的詞向量以獲得當(dāng)前輪次和先前輪次的句向量;以注意力機(jī)制層對(duì)先前輪次句向量進(jìn)行加權(quán)求和以獲得背景句向量;將當(dāng)前輪次句向量與背景句向量連接以獲得句子向量表達(dá);以用于分類(lèi)的邏輯回歸模型處理句子向量表達(dá)以獲得多輪對(duì)話數(shù)據(jù)相對(duì)于邏輯回歸模型的多個(gè)標(biāo)簽的概率分布。這樣,可以通過(guò)注意力機(jī)制從多輪對(duì)話數(shù)據(jù)中的先前輪次對(duì)話數(shù)據(jù)生成背景向量以與當(dāng)前輪次對(duì)話數(shù)據(jù)的句向量結(jié)合進(jìn)行分類(lèi),從而改進(jìn)多輪對(duì)話場(chǎng)景下的分類(lèi)效果。