基于神經(jīng)網(wǎng)絡(luò)模型的意圖分類方法、系統(tǒng)、終端及介質(zhì)

基本信息

申請(qǐng)?zhí)?/td> CN202010681562.2 申請(qǐng)日 -
公開（公告）號(hào) CN113961698A 公開（公告）日 2022-01-21
申請(qǐng)公布號(hào) CN113961698A 申請(qǐng)公布日 2022-01-21
分類號(hào) G06F16/35（2019.01）I;G06F16/33（2019.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 屠可偉;沈李斌;蔣承越;奚寧;李波 申請(qǐng)（專利權(quán)）人 上海樂言科技股份有限公司
代理機(jī)構(gòu) 北京酷愛智慧知識(shí)產(chǎn)權(quán)代理有限公司 代理人 鄒成嬌
地址 200051上海市長寧區(qū)天山支路201號(hào)二層2032室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于神經(jīng)網(wǎng)絡(luò)模型的意圖分類方法，包括：獲取意圖分類任務(wù)數(shù)據(jù)；針對(duì)意圖分類數(shù)據(jù)集撰寫正則表達(dá)式規(guī)則以及對(duì)應(yīng)的邏輯甄選操作；將正則表達(dá)式轉(zhuǎn)換為有限狀態(tài)自動(dòng)機(jī)；將有限狀態(tài)自動(dòng)機(jī)轉(zhuǎn)換為三維張量；利用張量分解方法分解三維張量，得到三個(gè)矩陣初始化TFRNN的參數(shù)；初始化邏輯甄選層的參數(shù)，將邏輯甄選層和TFRNN構(gòu)成意圖分類模型；將意圖分類任務(wù)數(shù)據(jù)輸入意圖分類模型進(jìn)行訓(xùn)練，輸出意圖分類結(jié)果。該方法將正則表達(dá)式轉(zhuǎn)化為其對(duì)應(yīng)的循環(huán)神經(jīng)網(wǎng)絡(luò)形式，將這個(gè)神經(jīng)網(wǎng)絡(luò)正確地初始化，使得在未訓(xùn)練的時(shí)候運(yùn)行神經(jīng)網(wǎng)絡(luò)等價(jià)于直接運(yùn)行正則表達(dá)式。循環(huán)神經(jīng)網(wǎng)絡(luò)經(jīng)過訓(xùn)練后具備非常強(qiáng)的可解釋性。