[发明专利]多轮口语理解的结构化记忆图网络模型

摘要

本发明公开了一种多轮口语理解的结构化记忆图网络模型，由输入编码层、记忆编码层、特征聚合层和输出分类层组成，使用由口语理解任务产生的对话行为代替文本作为记忆节点进行编码，对话行为是包含语义框架信息的格式化表示，将非结构化的文字转化为结构化的三元组。使用图注意力网络代替循环神经网络和注意力机制实现特征聚合，保留了注意力机制和对话节点间的顺序信息，有助于模型学习如何有效利用结构化记忆节点。该网络模型用编码对话行为代替历史对话文本作为记忆单元，最大程度保留语义框架原始信息，解决了现有技术中上文信息依赖模型在复杂场合会产生噪音以及运算效率低下的问题。