[发明专利]一种基于高速公路路况的意图识别和播报方法在审
申请号: | 202211025855.0 | 申请日: | 2022-08-25 |
公开(公告)号: | CN115391533A | 公开(公告)日: | 2022-11-25 |
发明(设计)人: | 唐毅;吴霄;黄志超;陈力云;蒋陈虎;李佳鸿;全辉;袁孝均 | 申请(专利权)人: | 重庆首讯科技股份有限公司 |
主分类号: | G06F16/35 | 分类号: | G06F16/35;G06F16/33;G06F16/38;G10L13/02 |
代理公司: | 北京汇泽知识产权代理有限公司 11228 | 代理人: | 张瑾 |
地址: | 401147 重庆市渝*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 高速公路 路况 意图 识别 播报 方法 | ||
1.一种基于高速公路路况的意图识别和播报方法,包括以下步骤:
S1.收集过去一段时间内高速公路坐席系统的呼入电话,并结合坐席情况将高速公路业务咨询划分为事故报警、事故求助、路况咨询以及ETC咨询;
S2.按照key-intention的形式对咨询业务的意图进行分类标识,生成基于bert模型的意图分类模型,所述key为咨询的业务类型,所述intention为与咨询业务对应的意图识别;
S3.收集过去一段时间内高速公路咨询电话中关于路况咨询的录音文件,将录音文件中咨询的路况信息分类为主线、服务区、收费站和隧道,将不同类型结构物的咨询信息分为拥堵、事故和慢行,并将两类数据标记为structure-type,所述structure为结构物类型标识,所述type为咨询的信息分类;
S4.提取各路段监控中心上报的事件中的关键数据,然后按照structure-type格式,以事件发生的顺序进行存储、记录;
S5.根据来电用户的语句,判别来电用户的意图,然后从高速公路上报的信息中选取与来电用户意图匹配的structure-type,之后利用TTS技术将匹配的信息转化为智能语音,播报给用户。
2.根据权利要求1所述的一种基于高速公路路况的意图识别和播报方法,其特征在于:所述步骤S1和步骤S3中的一段时间为6个月。
3.根据权利要求1所述的一种基于高速公路路况的意图识别和播报方法,其特征在于:所述步骤S3中,事件中的关键数据包括事件发生的位置以及事件类型。
4.根据权利要求1所述的一种基于高速公路路况的意图识别和播报方法,其特征在于,所述步骤S5中,来电用户意图的判别有以下两种情况:
a.用户意图在步骤S2的意图分类模型范围内:通过意图分类模型判别用户意图;
b.用户意图在步骤S2的意图分类模型范围之外:将用户的语句转化为句向量,然后将用户的句向量和意图分类模型计算完成的语料的句向量做点乘,得到计算后的意图;
若计算后的意图与意图分类模型中的内容相似,且相似度大于一定阈值,则能通过意图分类模型判别用户意图;
若计算后的意图为新意图,在意图分类模型范围之外,则直接输出用户意图转人工服务。
5.根据权利要求1所述的一种基于高速公路路况的意图识别和播报方法,其特征在于,所述步骤S2中的意图分类模型是通过Attention模型建立的,所述Attention的计算步骤如下:
第一步:将query和每个key进行相似度计算得到权重,所述query代表来电用户的查询,权重的计算表达式如下:
式中,Q代表query;Ki代表第i个key;T表示矩阵的转置,是矩阵的一种运算法则;Wa、va、Ua都是可学习参数;
第二步:使用softmax函数对第一步计算出的权重进行归一化处理,计算表达式如下;
第三部:将权重和相应的键值value加权求和得到attention,所述key=value,所述attention的计算表达式如下:
Attention(Q,K,V)=∑iaiVi
式中,Q代表query;K代表key;Vi为输入的关键值;ai代表第二步计算出来的权重。
6.据权利要求4或5所述的一种基于高速公路路况的意图识别和播报方法,其特征在于,所述来电用户意图的判别同样采用Attention模型,判断过程如下:
识别用户语音key值,然后通过Attention模型进行计算、判别。
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重庆首讯科技股份有限公司,未经重庆首讯科技股份有限公司许可,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/202211025855.0/1.html,转载请声明来源钻瓜专利网。