[发明专利]模型的训练方法、文本意图的识别方法及装置有效
| 申请号： | 201711092668.3 | 申请日： | 2017-11-08 |
| 公开（公告）号： | CN107943860B | 公开（公告）日： | 2020-10-27 |
| 发明（设计）人： | 鲍新平;丁希晨 | 申请（专利权）人： | 北京奇艺世纪科技有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/36;G06K9/62 |
| 代理公司： | 北京润泽恒知识产权代理有限公司 11319 | 代理人： | 莎日娜 |
| 地址： | 100080 北京市海淀*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了一种模型的训练方法、文本意图的识别方法及装置，获取多个文本语料；将所述多个文本语料分别进行分词及实体识别，获得种子词典及词汇表；针对所述种子词典及所述词汇表进行聚类，获得多个意图类别；在一次训练中，将一个所述词向量映射为多维矩阵；从所述多维矩阵中获得最大卷积向量；输入所述最大卷积向量至全连接层；设置所述意图类别为全连接层的隐节点，输出类别值；当所述多个词向量训练完毕后，获得经过多次训练的模型；本发明实施例中，提出了一种基于词向量的确定意图类别的方法，相比于传统人工设定和枚举的方法，善于发现新的意图类别；采用训练得到的模型使文本意图的识别率更加高。 | ||
| 搜索关键词： | 模型 训练 方法 文本 意图 识别 装置 | ||
【主权项】：
一种模型的训练方法，其特征在于，所述方法包括：获取多个文本语料；将所述多个文本语料分别进行分词及实体识别，获得种子词典及词汇表；其中，所述词汇表包括多个词向量；针对所述种子词典及所述词汇表进行聚类，获得多个意图类别；在一次训练中，将一个所述词向量映射为多维矩阵；从所述多维矩阵中获得最大卷积向量；输入所述最大卷积向量至全连接层；设置所述意图类别为全连接层的隐节点，输出类别值；当所述多个词向量训练完毕后，获得经过多次训练的模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京奇艺世纪科技有限公司，未经北京奇艺世纪科技有限公司许可，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/patent/201711092668.3/，转载请声明来源钻瓜专利网。
