[发明专利]用于处理输入查询的方法和系统

说明书

所公开的实施例包括涉及改进自然语言处理的系统和方法，该自然语言处理被用于从给定输入字符串中确定意图以及一个或多个相关联的参数。在实施例中，输入字符串被接收，并且不同的第一n元语法和第二n元语法被应用于该输入字符串。然后，递归神经网络模型被使用以部分地基于不同的第一n元语法和第二n元语法来生成输出数据。意图检测和语义标记被应用于递归神经网络模型的输出。

相关申请的交叉引用

本申请于2017年3月31日作为PCT国际申请提交，并且要求于2016年3月31日提交的美国临时专利申请号62/316,208的优先权，出于任何和所有目的，其内容通过整体引用并入于此。

技术领域

本说明书涉及用于处理输入查询的方法和系统，并且更具体地涉及处理自然语言查询。

背景技术

自然语言处理(NLP)是计算机科学、人工智能和语言学的领域，涉及计算机与人类(自然)语言之间的交互。如此，NLP与人机交互领域有关。NLP中的许多挑战涉及自然语言理解，这将使得计算机能够从人类或自然语言输入中获得含义。

发明内容

根据本说明书的一个方面，提供了用于处理输入查询的方法和系统。

在示例中，处理输入查询的方法包括：接收输入查询，其中输入查询包括多个单词；将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元语法分配给多个单词，其中第一n元语法与第二n元语法不用；将第一递归神经网络模型应用于第一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第一输出数据和第二输出数据。

在另一示例中，提供了用代码编码的非暂时性计算机可读介质，代码用于指示处理器以：接收输入查询，其中输入查询包括多个单词；将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元语法分配给多个单词，其中第一n元语法与第二n元语法不同；将第一递归神经网络模型应用于第一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第一输出数据和第二输出数据。

在又一示例中，存在处理输入查询的方法，包括：接收输入查询，其中输入查询包括多个单词；将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元语法分配给多个单词，其中第一n元语法与第二n元语法不同；在第一层中，将第一递归神经网络模型应用于第一n元语法以生成第一输出数据，并且将第二递归神经网络模型应用于第二n元语法以生成第二输出数据；池化来自第一层的第一输出数据和第二输出数据，以生成用于第二层的输入数据；以及在第二层中，将递归神经网络模型应用于输入数据以生成最终输出数据。

发明内容被提供以简化的形式介绍一些代表性概念，这些概念将在下面的说明书中进一步被描述。发明内容并不旨在标识所要求保护的技术主题的关键特征或必要特征，也不旨在以限制所要求保护的技术主题的范围的任何方式被使用。

通过以下结合附图的详细描述，本发明的其他方面和优点将变得显而易见，附图通过示例的方式示出了本发明的原理。

附图说明

现在仅通过示例的方式参考附图。

图1图示了计算机网络系统的示意性表示。

图2图示了示出服务器的各种组件的示意性框图。

图3图示了处理由流程图形式表示的服务器执行的输入查询的方法。

图4图示了图3的方法的实施方式。

具体实施方式