申请/专利权人:普强时代(珠海横琴)信息技术有限公司
申请日:2024-03-22
公开(公告)日:2024-06-14
公开(公告)号:CN118197283A
主分类号:G10L15/00
分类号:G10L15/00;G10L15/06;G10L15/18;G10L15/183;G10L15/26;G06F40/126;G06F40/30
优先权:
专利状态码:在审-公开
法律状态:2024.06.14#公开
摘要:本发明提供一种基于词汇增强和多任务结构的车载语音理解方法及系统,涉及人工智能技术领域,包括构建领域名词词典和综合语料库,按字粒度进行切分,构建切分字典,基于领域名词词典,按词粒度进行切分,构建切分词典;根据查询语句和应答内容,构建模型训练集,基于切分字典和切分词典,对字符序列和词序列,分别进行字符向量化编码、词向量化编码,以及位置编码;输入车载语音理解模型,确定意图标签和槽位标签,对比应答内容,构建意图识别损失函数和槽位填充损失函数;以意图识别损失函数的函数值最小化和槽位填充损失函数的函数值最小化为综合目标,迭代搜索车载语音理解模型的最优解,确定最优车载语音理解模型。
主权项:1.一种基于词汇增强和多任务结构的车载语音理解方法,其特征在于,包括:收集并整理车载语音的专有名词,构建领域名词词典,收集普通语料和车载语音语料,构建综合语料库,对所述综合语料库中的语料,按字粒度进行切分,获得字向量,构建切分字典,基于所述领域名词词典,对所述语料按词粒度进行切分,获得词向量,构建切分词典;根据查询语句和应答内容,构建模型训练集,基于所述切分字典和所述切分词典,对所述模型训练集中的所述查询语句对应的字符序列和词序列,分别进行字符向量化编码、词向量化编码,以及位置编码;将所述字符向量化编码、所述词向量化编码和所述位置编码,输入车载语音理解模型,确定意图标签和槽位标签,对比所述模型训练集中的所述应答内容,基于所述意图标签,构建意图识别损失函数,基于所述槽位标签,构建槽位填充损失函数;以所述意图识别损失函数的函数值最小化和所述槽位填充损失函数的函数值最小化为综合目标,迭代搜索所述车载语音理解模型的最优解,确定最优车载语音理解模型。
全文数据:
权利要求:
百度查询: 普强时代(珠海横琴)信息技术有限公司 基于词汇增强和多任务结构的车载语音理解方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。