Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 清华大学深圳国际研究生院董宇涵获国家专利权

清华大学深圳国际研究生院董宇涵获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉清华大学深圳国际研究生院申请的专利端到端任务型对话方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115238051B

龙图腾网通过国家知识产权局官网在2025-11-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210794902.1,技术领域涉及:G06F16/332;该发明授权端到端任务型对话方法及系统是由董宇涵;池达丰;李志德;张凯设计研发完成,并于2022-07-05向国家知识产权局提交的专利申请。

端到端任务型对话方法及系统在说明书摘要公布了:本发明公开了一种端到端任务型对话方法及系统,其是基于自注意力机制而构建,所述方法包括如下步骤:S1、构建用户模拟器,利用预训练语言模型来根据对话目标实现对应的自然语言理解、策略动作、自然语言生成功能;S2、构建对话系统,利用预训练语言模型来实现对应的信念状态跟踪、策略动作、自然语言生成功能;S3、构建任务型对话系统框架,并联合更新用户模拟器和系统,从而达到较高的对话成功率。本发明能够有效地构建端到端的用户模拟器和对话系统,同时可以实现较高的用户模拟器和系统的对话成功率。

本发明授权端到端任务型对话方法及系统在权利要求书中公布了:1.一种端到端任务型对话方法,其特征在于,其是基于自注意力机制而构建,包括如下步骤: S1、构建用户模拟器,利用预训练语言模型来根据对话目标实现对应的自然语言理解、策略动作、自然语言生成功能;步骤S1中,用户模拟器是目标导向的端到端对话用户模拟器,利用基于自注意力机制的自然语言模型来将其构造成一个用户模拟器的序列预测问题;对于用户模拟器的序列预测问题,每一轮次用户模拟器的对话分解为:User_Context、NLU、Dynamic_Goal、User_Policy、User_NLG五个部分;其中User_Context为每个轮次用户模拟器和系统的自然语言对话,NLU即用户模拟器对系统所作动作的理解,Dynamic_Goal即对话过程中的动态目标状态,User_Policy即用户模拟器该轮次做出的动作,User_NLG即根据动作来生成用户模拟器的自然语言,生成的自然语言为去词化用户语言Delex_User_Utterance,同时结合目标Goal信息来生成词汇化用户语言Lex_User_Utterance; S2、构建对话系统,利用预训练语言模型来实现对应的信念状态跟踪、策略动作、自然语言生成功能;步骤S2中,所述对话系统为端到端对话系统;利用基于自注意力机制的自然语言模型来将其构造成一个对话系统的序列预测问题;对于对话系统的序列预测问题,每一轮次的对话系统的对话分解为:Sys_Context、DST、DB、Sys_Policy、Sys_NLG四个部分;其中Sys_Context为每个轮次用户模拟器和系统的自然语言对话,DST即系统对用户所有有用信念状态的理解,DB即外部数据库的搜索结果,Sys_Policy即系统该轮次做出的动作,Sys_NLG即根据动作来生成系统的自然语言,生成的自然语言为去词化系统响应Delex_Sys_Response,同时信念状态BeliefState信息来生成词汇化用户语言Lex_Sys_Response; S3、构建任务型对话系统框架,并联合更新用户模拟器和系统,从而达到较高的对话成功率;步骤S3中包括优化步骤,采用Transformer模型,同时设置用户模拟器的Transformer模型为User_Transformer,设置对话系统的Transformer模型为Sys_Transformer;对于用户模拟器而言,在轮次t,用户模拟器生成用户语言Ut,针对用户模拟器构造历史文本Cu_t=[S0,U0,S1,U1......St-1],自然语言理解记为NLUu_t,用户动态状态为Goalu_t,用户策略记为POLu_t,整个过程归纳为: NLUu_t=User_Transformer[Cu_t] POLu_t=User_Transformer[Cu_t,NLUu_t,Goalu_t] Ut=User_Transformer[Cu_t,NLUu_t,Goalu_t,POLu_t]; 对于系统而言,在轮次t,系统生成系统响应St,针对对话系统构造历史文本Cs_t=[U0,S0,U1,S1,......Ut],信念状态跟踪记为DSTs_t,外部数据库搜索为DBs_t,系统策略记为POLs_t,整个过程归纳为: DSTs_t=Sys_Transformer[Cs_t] POLs_t=Sys_Transformer[Cs_t,DSTs_t,DBs_t] St=Sys_Transformer[Cs_t,DSTs_t,DBs_t,POLs_t]; 其中,对于联合优化更新,针对用户模拟器的损失函数Luser和对话系统的损失函数Lsys构成的整体损失函数Luser+Lsys。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人清华大学深圳国际研究生院,其通讯地址为:518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。