[发明专利]用于处理输入查询的方法和系统在审
申请号: | 201780018831.3 | 申请日: | 2017-03-31 |
公开(公告)号: | CN108780464A | 公开(公告)日: | 2018-11-09 |
发明(设计)人: | 何靖;J·梅赫布-哈布;叶正;K·萨勒曼 | 申请(专利权)人: | 马鲁巴公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;G06F17/27;G06N3/02 |
代理公司: | 北京市金杜律师事务所 11256 | 代理人: | 王茂华;张鹏 |
地址: | 加拿大*** | 国省代码: | 加拿大;CA |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 输入字符串 递归神经网络 自然语言处理 输出数据 输入查询 意图检测 语义标记 应用 关联 输出 改进 | ||
1.一种处理输入查询的方法,所述方法包括:
接收所述输入查询,其中所述输入查询包括多个单词;
将所述输入查询存储在存储器存储单元中;
将第一n元语法和第二n元语法分配给所述多个单词,其中所述第一n元语法与所述第二n元语法不同;
将第一递归神经网络模型应用于所述第一n元语法,以生成第一输出数据;
将第二递归神经网络模型应用于所述第二n元语法,以生成第二输出数据;以及
将意图检测和语义标记应用于所述第一输出数据和所述第二输出数据。
2.根据权利要求1所述的方法,其中所述第一n元语法包括一元语法。
3.根据权利要求2所述的方法,其中所述第二n元语法包括二元语法。
4.根据权利要求1所述的方法,进一步包括:
将第三n元语法分配给所述多个单词。
5.根据权利要求4所述的方法,进一步包括:
将第三递归神经网络模型应用于所述第三n元语法,以生成第三输出数据,其中所述意图检测和语义标记进一步被应用于所述第三输出数据。
6.根据权利要求4所述的方法,进一步包括:
将概念向量递归神经网络模型应用于所述第三n元语法,以生成第三输出数据,其中所述意图检测和语义标记进一步被应用于所述第三输出数据。
7.根据权利要求4所述的方法,其中所述第三n元语法包括三元语法。
8.根据权利要求1所述的方法,进一步包括:
通过对所述第一输出数据和所述第二输出数据应用柔性最大值回归分析来检测意图。
9.根据权利要求1所述的方法,进一步包括:
通过应用条件随机场分析,利用语义标记从所述多个单词中标记每个单词。
10.根据权利要求9所述的方法,其中所述条件随机场分析使用所述意图以用于分类。
11.一种用代码编码的非暂时性计算机可读介质,所述代码用于指示处理器以:
接收输入查询,其中所述输入查询包括多个单词;
将所述输入查询存储在存储器存储单元中;
将第一n元语法和第二n元语法分配给所述多个单词,其中所述第一n元语法与所述第二n元语法不同;
将第一递归神经网络模型应用于所述第一n元语法,以生成第一输出数据;
将第二递归神经网络模型应用于所述第二n元语法,以生成第二输出数据;以及
将意图检测和语义标记应用于所述第一输出数据和所述第二输出数据。
12.根据权利要求11所述的非暂时性计算机可读介质,其中所述代码进一步指示所述处理器池化所述第一输出数据和所述第二输出数据。
13.根据权利要求12所述的非暂时性计算机可读介质,
其中所述代码进一步指示所述处理器提供被池化的所述第一输出数据和所述第二输出数据,以作为向第三神经网络模型的输入;以及
其中将意图检测和语义标记应用于所述第一输出数据和所述第二输出数据包括:将意图检测和语义标记应用于所述第三神经网络模型的输出。
14.根据权利要求11所述的非暂时性计算机可读介质,其中应用所述第一递归神经网络模型包括:在前向方向上应用所述第一递归神经网络模型,以生成前向输出数据。
15.根据权利要求14所述的非暂时性计算机可读介质,
其中应用所述第二递归神经网络模型包括:在后向方向上应用所述第二递归神经网络模型,以生成后向输出数据;以及
其中所述代码进一步指示所述处理器连接所述前向输出数据和所述后向输出数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于马鲁巴公司,未经马鲁巴公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201780018831.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:社交图的生成和管理
- 下一篇:用于操作排序的基于属性的依赖性识别