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！

申请/专利权人：四川启睿克科技有限公司

摘要：本发明涉及自然语言处理和深度学习技术领域，为了提高多意图识别的准确度，提供了一种融合了主题信息的多意图识别方法，包括：1、获取用户的输入文本并对其进行规范化处理得到处理文本；2、获取处理文本中基于句子的主题信息和基于词的主题信息；3、将处理文本与所述基于句子的主题信息进行融合；4、将步骤3中融合后的文本及基于词的主题信息分别转化为向量表示；5、构建意图识别模型并训练；6、将步骤4中转化得到的向量表示输入意图识别模型，得到意图分类结果。一种融合了主题信息的多意图识别系统，包括：文本获取单元、主题获取单元、主题融合单元、向量转换单元及意图分类单元。采用上述结构提高了多意图识别的准确度。

主权项：1.一种融合了主题信息的多意图识别方法，其特征在于，包括：步骤1、获取用户的输入文本并对其进行规范化处理得到处理文本；步骤2、获取处理文本中基于句子的主题信息和基于词的主题信息；具体为：构建主题模型并训练；将规范化处理后的文本输入训练好的主题模型中，得到规范化后文本的主题分布，选取主题分布中概率最大的k个主题作为当前文本的基于句子的主题，每个主题选取n个单词，选取的k×n个单词即为当前输入文本的基于句子的主题信息；将规范化处理后的文本中的每个单词依次输入训练好的主题模型，得到每个单词的主题分布，选取主题分布中概率最大的m个主题作为当前文本的基于词的主题，每个主题选取n个单词，选取的m×n个单词即为当前输入文本的基于词的主题信息；步骤3、将处理文本与所述基于句子的主题信息进行融合；步骤4、将步骤3中融合后的文本及基于词的主题信息分别转化为向量表示；步骤5、构建意图识别模型并训练，其中，构建意图识别模型具体包括：搭建神经网络基础框架，构建基于词的主题信息融合网络层；搭建神经网络基础框架包括：基于循环神经网络的深度学习模型，或基于卷积神经网络的深度学习模型，或基于对抗神经网络的深度学习模型；构建基于词的主题信息融合网络层包括：在神经网络基础框架的底层添加一层双向长短期记忆神经网络层，在双向长短期记忆神经网络层的每个时间步上通过因式分解机算法将基于词的主题信息和步骤4中融合后的文本的向量表示融合，并将融合后的向量表示传入神经网络基础框架的中间层；步骤6、将步骤4中转化得到的向量表示输入意图识别模型，得到意图分类结果。

全文数据：

权利要求：

百度查询： 四川启睿克科技有限公司 一种融合了主题信息的多意图识别方法和系统