[发明专利]一种基于bert+bilstm+crf与xgboost模型的多意图识别方法和系统有效
| 申请号： | 202210432349.7 | 申请日： | 2022-04-22 |
| 公开（公告）号： | CN114818665B | 公开（公告）日： | 2023-05-12 |
| 发明（设计）人： | 陈波;朱舜文;曾俊涛;陈圩钦;邓媛丹;王庆先 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06F40/216 | 分类号： | G06F40/216;G06F40/284;G06F40/30;G06F18/241 |
| 代理公司： | 成都先导云创知识产权代理事务所(普通合伙) 51321 | 代理人： | 李坤 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于自然语言理解领域技术，具体涉及一种基于bert+bilstm+crf与xgboost模型的多意图识别方法和系统；本技术方案中，使用bert处理预处理完成的数据集，得到动态的词向量，不同于以往的使用word2vec或glove模型获取的词向量。Bert模型输出的词向量具有动态特性，能够解决一词多义的问题。词向量再经过bi l stm+crf转换为句向量，bi l stm+crf模型能够同时处理距离较远的上下文文本信息，通过近邻标签的关系得到最优的句向量预测序列。在主意图识别方面使用Xgboost模型，该模型的识别精度较高且更加灵活，因此用在主意图。得到所有的主意图过后，我们利用TF‑I DF模型选取标准意图，以此为意图判断依据。将经由bert+bi l stm+crf模型处理过后的句向量输入到新的bert模型当中，最终输出子意图。 | ||
| 搜索关键词： | 一种 基于 bert bilstm crf xgboost 模型 意图 识别 方法 系统 | ||
【主权项】：
暂无信息
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电子科技大学，未经电子科技大学许可，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/patent/202210432349.7/，转载请声明来源钻瓜专利网。
- 上一篇：基于人脸视频图像点阵的肿瘤风险辅助评估方法
- 下一篇：一种固沙车
