买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西南石油大学

摘要：本发明公开了一种基于多通道模型的口语理解联合方法及口语理解系统，包括：获取用户输入语句并进行词向量操作，获得词向量矩阵；将词向量矩阵输入至基础语义编码模型，获得上下文语义特征向量，并通过意图多通道和槽位多通道分别进行进一步特征提取，基于预设规则获得融合意向向量和融合槽位向量；基于交叉注意力机制将融合意向向量和融合槽位向量融合并进行处理后，进行局部特征加强操作，获得局部加强意图向量和局部加强槽位向量；基于局部加强意图向量与局部加强槽位向量获得结果，完成口语理解。本发明中意图和槽位任务之间建立显式连接的方法更利于联合模型的训练，进一步提高了口语理解联合模型的性能。

主权项：1.一种基于多通道模型的口语理解联合方法，其特征在于，包括以下步骤：获取用户输入语句，通过对所述用户输入语句进行词向量操作，获得词向量矩阵；构建基础语义编码模型，将所述词向量矩阵输入至所述基础语义编码模型，获得上下文语义特征向量；将所述上下文语义特征向量分别通过意图多通道和槽位多通道进行进一步特征提取，按照预设规则将特征提取结果进行融合，获得融合意向向量和融合槽位向量；基于交叉注意力机制将所述融合意向向量和融合槽位向量融合，将融合后的向量处理后进行局部特征加强操作，获得局部加强意图向量和局部加强槽位向量；基于局部加强意图向量获得意图识别结果，基于局部加强槽位向量获得槽位序列标签结果，完成口语理解联合训练；所述意图多通道与槽位多通道包括多尺度卷积网络通道、注意力机制通道；其中，所述多尺度卷积网络通道包括多尺度卷积核、Relu激活函数及最大池化层；所述预设规则包括采用求和平均的融合方法，将意图多通道和槽位多通道的特征提取结果分别进行融合，获得融合意向向量和融合槽位向量；特征提取的过程包括：将所述上下文语义特征向量输入至所述多尺度卷积网络通道，获得意向局部特征向量和槽位局部特征向量；将所述上下文语义特征向量输入至所述注意力机制通道，获得意图注意力向量和槽位注意力向量；基于交叉注意力机制将所述融合意向向量和融合槽位向量融合的过程包括：基于交叉注意力机制将融合槽位向量的槽位信息与所述融合意向向量融合后与融合意向向量进行残差连接，送入正则化层，获得交叉意向向量；将所述融合意向向量的意图信息与所述融合槽位向量融合后与融合槽位向量进行残差连接，送入正则化层，获得交叉槽位向量；获得局部加强意图向量和局部加强槽位向量的过程包括：将所述交叉意向向量与所述交叉槽位向量进行拼接后，通过激活函数、全连接层与正则化层获得意图特征向量与槽位特征向量，将意图特征向量与槽位特征向量通过局部特征加强获得局部加强意图向量和局部加强槽位向量；将所述局部加强意图向量与上下文语义特征向量做残差连接再输入最大池化层、全连接层和Softmax函数，得到意图识别结果；将所述局部加强槽位向量与上下文语义特征向量做残差连接再经过全连接层、序列标注得出槽位序列标签结果。

全文数据：

权利要求：

百度查询： 西南石油大学 一种基于多通道模型的口语理解联合方法及口语理解系统