[发明专利]语义识别方法、模型、存储介质和装置在审
| 申请号： | 201811365278.3 | 申请日： | 2018-11-16 |
| 公开（公告）号： | CN109684626A | 公开（公告）日： | 2019-04-26 |
| 发明（设计）人： | 杨志明;王来奇;王泳 | 申请（专利权）人： | 深思考人工智能机器人科技（北京）有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06N3/04 |
| 代理公司： | 北京德琦知识产权代理有限公司 11018 | 代理人： | 谢安昆;宋志强 |
| 地址： | 100084 北京市海淀区上*** | 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： | 本发明提供一种语义识别方法、存储介质和装置，包括：步骤11：将待分析文本转换为第一向量和第二向量后，分别执行步骤12和步骤13，第一向量为词向量矩阵，第二向量为字向量矩阵；步骤12：将第一向量输入第一卷积神经网络，输出第一特征向量；步骤13：将第二向量输入第二卷积神经网络，输出第二特征向量；步骤14：将第一特征向量和第二特征向量连接为第三特征向量；步骤15：将第三特征向量输入分类器，输出待分析文本的语义识别结果。基于本发明的方法，通过设置双通道卷积神经网络的特征提取，提高语义识别结果的准确率。 | ||
| 搜索关键词： | 特征向量 向量 语义识别 卷积神经网络 存储介质 输出 矩阵 输入分类器 特征提取 文本转换 向量矩阵 词向量 双通道 准确率 分析 文本 | ||
【主权项】：
1.一种语义识别方法，其特征在于，所述方法包括：步骤11：将待分析文本转换为第一向量和第二向量后，分别执行步骤12和步骤13，所述第一向量为词向量矩阵，所述第二向量为字向量矩阵；步骤12：将所述第一向量输入第一卷积神经网络，输出第一特征向量；步骤13：将所述第二向量输入第二卷积神经网络，输出第二特征向量；步骤14：将所述第一特征向量和第二特征向量连接为第三特征向量；步骤15：将所述第三特征向量输入分类器，输出所述待分析文本的语义识别结果。
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深思考人工智能机器人科技（北京）有限公司，未经深思考人工智能机器人科技（北京）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/201811365278.3/，转载请声明来源钻瓜专利网。
- 上一篇：实体处理方法、装置和存储介质
- 下一篇：一种文本分类方法及装置
