[发明专利]基于机器学习的自动任务分类有效

专利信息
申请号: 201480039347.5 申请日: 2014-11-25
公开(公告)号: CN105378699B 公开(公告)日: 2018-12-18
发明(设计)人: H·S·申;R·苏基坦;S·慕克吉;尹红风;Y·孙;秋永和计;P·苏巴希奇 申请(专利权)人: NTT都科摩公司
主分类号: G06F15/18 分类号: G06F15/18
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 武晨燕;迟姗
地址: 日本*** 国省代码: 日本;JP
权利要求书: 查看更多 说明书: 查看更多
摘要: 提供了一种系统和方法,其使用机器学习算法处理多个任务类别中的每一个中的人工生成的请求的训练数据库,以开发任务分类器模型,该任务分类器模型可以应用于随后的用户请求以为随后的用户请求确定任务类别中最可能的一个。
搜索关键词: 基于 机器 学习 自动 任务 分类
【主权项】:
1.一种机器实施的方法,包括:请求多个用户针对多个任务类别的每一个生成人工生成的用户请求,以收集人工生成的用户请求从而创建用户请求的训练数据库,人工生成的用户请求中的每个用户请求独一地对应于多个任务类别中的一个;针对每个任务类别,通过为对应的用户请求中的每个不同词分配数字值而从训练数据库中的对应的用户请求提取训练特征向量,以形成对于每个任务类别具有训练特征向量的训练数据集;针对每个任务类别,分析训练数据集中的每个人工生成的用户请求以为所述训练特征向量识别至少一个查询分类,用于每个任务类别的所述至少一个查询分类对应于利用用于用户的便携式设备或外部内容提供商中的一个的结果查询,以用于处理;针对每个任务类别,处理对应于任务类别的训练数据集和所述至少一个查询分类中的训练特征向量,以为任务类别确定任务分类器模型;从用户接收额外请求,该额外请求可以被分类到多个任务类别中的一个中;及在机器中比较来自额外请求的提取的特征向量和任务分类器模型,从而识别哪个任务类别对应于额外请求。
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NTT都科摩公司,未经NTT都科摩公司许可,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/201480039347.5/,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