[发明专利]一种基于孪生神经网络的旅游问题查询系统及其方法在审

专利信息
申请号: 202210556097.9 申请日: 2022-05-19
公开(公告)号: CN114911818A 公开(公告)日: 2022-08-16
发明(设计)人: 杨瀚林;曹竹芸;叶春杨;周辉 申请(专利权)人: 海南大学
主分类号: G06F16/242 分类号: G06F16/242;G06F16/2457;G06N3/04;G06N3/08;G06Q50/14
代理公司: 海南盛亿专利代理事务所(普通合伙) 46005 代理人: 陈景帅
地址: 570203 海南*** 国省代码: 海南;46
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 孪生 神经网络 旅游 问题 查询 系统 及其 方法
【说明书】:

发明属于语义识别技术领域,公开了一种基于孪生神经网络的旅游问题查询系统及其方法,所述的系统包括人机交互单元、数据库单元以及旅游问题查询单元,旅游问题查询单元分别与人机交互单元和数据库单元连接,且旅游问题查询单元设置有基于孪生神经网络建立的旅游问题查询模型,人机交互单元与数据库单元连接。所述的方法包括如下步骤:根据词向量数据库,使用将含有实体的旅游问题句子中每个单词转化为词向量;根据实体得到每个词向量的位置向量;将所有词向量和对应的位置向量组成旅游问题句子的向量序列,即编码后的旅游问题。本发明解决了现有技术存在的查询旅游问题的效率低下,准确性差的问题。

技术领域

本发明属于语义识别技术领域,具体涉及一种基于孪生神经网络的旅游问题查询系统及其方法。

背景技术

“智慧旅游”是指在旅游相关产业的上下游过程中,应用数据挖掘、人工智能、大数据分析、云计算等技术,使得离散状态下的旅游业相关物理和信息资源得到深度融合,为提升游客体验、增强企业竞争力和量化政府宏观分析精度提供有力的支持。随着智慧旅游概念的实现和扩展,越来越多的数据分析和智能技术被应用在旅游产业。

目前,游客想要查询旅游问题的相关答复,只能通过互联网自行搜索和查找,效率低下,准确性差,大大的影响了游客的体验和旅游的积极性,因此现有技术缺乏一种能够系统性、准确、快速的旅游问题查询系统,这成为旅游行业的重点发展方向。

发明内容

为了解决现有技术存在的查询旅游问题的效率低下,准确性差的问题,提出一种基于孪生神经网络的旅游问题查询系统及其方法。

本发明所采用的技术方案为:

一种基于孪生神经网络的旅游问题查询系统,包括人机交互单元、数据库单元以及旅游问题查询单元,旅游问题查询单元分别与人机交互单元和数据库单元连接,且旅游问题查询单元设置有基于孪生神经网络建立的旅游问题查询模型,人机交互单元与数据库单元连接;

人机交互单元,用于接收用户输入的旅游问题并发送至旅游问题查询单元,并显示旅游问题查询结果;

数据库单元,用于存储词向量、句向量以及旅游领域知识图谱;

旅游问题查询单元,用于获取旅游问题的句向量,并与模板问题的句向量进行匹配,根据匹配结果查询旅游领域知识图谱,得到输出对应的旅游问题查询结果。

进一步地,数据库单元设置有词向量数据库、句向量数据库以及旅游领域知识图谱数据库。

一种基于孪生神经网络的旅游问题查询方法,基于旅游数据处理系统,包括如下步骤:

基于孪生神经网络建立旅游问题查询模型;

获取用户输入的旅游问题;

将旅游问题输入旅游问题查询模型进行查询,得到旅游问题查询结果。

进一步地,旅游问题查询模型包括相互连接的语义识别单元和知识图谱查询单元。

进一步地,语义识别单元包括依次连接的输入层、表示层、双向长短时记忆网络层以及孪生神经网络层。

进一步地,基于孪生神经网络建立旅游问题查询模型,包括如下步骤:

获取历史的训练样本集;

基于孪生神经网络建立初始的旅游问题查询模型;

将历史的训练样本集输入初始的旅游问题查询模型进行优化训练,得到最优的旅游问题查询模型;

将若干模板问题输入最优的旅游问题查询模型进行语义识别,得到所有模板问题的句向量集并存储至句向量数据库。

进一步地,将旅游问题输入旅游问题查询模型进行查询,包括如下步骤:

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海南大学,未经海南大学许可,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/pat/books/202210556097.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top