[发明专利]用于特定领域的人机对话理解方法与系统及相关设备

摘要

本发明涉及人工智能领域，具体涉及一种用于特定领域的人机对话理解方法与系统及相关设备，目的在于提高对话理解的准确率。本发明人机对话系统的对话理解方法，接收用户当前输入词并将该词映射到向量空间；使用语义表示层，将历史词向量、语义标注信息、意图类别信息表示成向量；使用语义标注层获得当前词的语义标签；使用意图识别层获得当前词的意图类别。在模型训练时，引入了额外的词性信息，使用词性预测层预测下一个输入词的词性，通过对语义标注、意图识别、词性预测三个任务进行联合处理，充分利用三个任务间共享的语义信息，并使其互相提升；本发明逻辑清晰、效率高、准确率高，妥善解决了现有人机对话系统无法有效进行实时对话理解的技术问题。

主权项

1.一种用于特定领域的人机对话理解方法，其特征在于，包括以下步骤：步骤S1，获取用户在当前时刻输入的一个词，通过训练好的人机对话理解模型，计算该词对应的意图类别；步骤S2，判断当前语句是否结束，若是，则以最后时刻的意图类别作为当前语句的意图类别；否则，转至步骤S1；其中，所述人机对话理解模型，包括：词向量层、语义表示层、语义标注层和意图识别层；所述人机对话理解模型的训练方法为：步骤A1，从训练数据集中读取一条训练语句；步骤A2，按先后顺序从当前的训练语句中读取一个词，通过所述人机对话理解模型，得到该词对应的语义表示、语义标注信息和意图类别；步骤A3，根据该词对应的语义表示、语义标注信息和意图类别，通过词性预测层，预测当前训练语句中下一个词的词性；步骤A4，判断当前训练语句是否结束，若是，则以最后时刻的意图类别作为当前训练语句的意图类别，转至步骤A5；否则，转至步骤A2；步骤A5，计算语义标注、意图识别和词性预测三个任务的联合损失函数，并判断所述联合损失函数是否收敛到最小值；若是，则训练结束；否则，调整所述词向量层、所述语义表示层、所述语义标注层、所述意图识别层，以及所述词性预测层的参数，并转至步骤A1。