CN106779817A - 基于多维度信息的意图识别方法及*** - Google Patents
基于多维度信息的意图识别方法及*** Download PDFInfo
- Publication number
- CN106779817A CN106779817A CN201611075074.7A CN201611075074A CN106779817A CN 106779817 A CN106779817 A CN 106779817A CN 201611075074 A CN201611075074 A CN 201611075074A CN 106779817 A CN106779817 A CN 106779817A
- Authority
- CN
- China
- Prior art keywords
- information
- carried out
- text message
- user
- history
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明属于意图识别技术领域，提供了一种基于多维度信息的意图识别方法及***，该方法包括获取用户的文本信息、用户历史操作信息和外部信息，对文本信息进行信息提取和/或识别，获取特征信息，根据特征信息、用户历史操作信息和外部信息，进行意图识别，获取用户预测意图。本发明基于多维度信息的意图识别方法及***，能够提高意图识别的精准度和数据处理效率，防止意图预测失真，增强用户体验。
Description
技术领域
本发明涉及意图识别技术领域，具体涉及一种基于多维度信息的意图识别方法及***。
背景技术
目前，现有的用户意图识别多是基于用户使用的平台、设备上的时间和地点等外部日常信息，例如：几点几分时在网页上停留与点选，在APP上的点击位置等，来预测用户的意图与偏好。但是，缺乏用户语言文字上的信息，导致预测的结果失真，准确度差。并且，现有的用户意图识别不具备个人化推论能力，用户体验差。
如何提高意图识别的精准度和数据处理效率，防止意图预测失真，增强用户体验，是本领域技术人员亟需解决的问题。
发明内容
针对现有技术中的缺陷，本发明提供一种基于多维度信息的意图识别方法及***，能够提高意图识别的精准度和数据处理效率，防止意图预测失真，增强用户体验。
第一方面，本发明提供一种基于多维度信息的意图识别方法，该方法包括：获取用户的文本信息、用户历史操作信息和外部信息；
对文本信息进行信息提取和/或识别，获取特征信息；
根据特征信息、用户历史操作信息和外部信息，进行意图识别，获取用户预测意图。
进一步地，对文本信息进行信息提取和/或识别，获取特征信息，具体包括：对文本信息进行信息提取，获取提取信息；
对文本信息进行话题识别，获取话题识别信息；
对文本信息进行情绪识别，获取情绪状态信息；
对文本信息进行语言行为识别，获取语言行为信息，特征信息包括提取信息、话题识别信息、情绪状态信息和语言行为信息；
根据特征信息、用户历史操作信息和外部信息，进行意图识别，具体包括：
根据提取信息、话题识别信息、情绪状态信息和语言行为信息，以及用户历史操作信息和外部信息，进行意图识别。
进一步地，对文本信息进行信息提取，获取提取信息，具体包括：
对文本信息进行词语、语意提取，获取提取信息；
在获取提取信息之后，进行意图识别之前，该方法还包括：根据文本信息和提取信息，修正文本信息。
基于上述任意基于多维度信息的意图识别方法实施例，进一步地，对文本信息进行信息提取和/或识别，获取特征信息，具体包括：对当前文本信息进行话题识别，获取当前话题信息；
对历史文本信息进行话题识别，获取历史话题信息，文本信息包括当前文本信息和历史文本信息，特征信息包括当前话题信息和历史话题信息；
根据特征信息、用户历史操作信息和外部信息，进行意图识别，具体包括：
根据当前话题信息、历史话题信息、用户历史操作信息和外部信息，进行意图识别。
进一步地，对文本信息进行信息提取和/或识别，获取特征信息，具体包括：对当前文本信息进行情绪识别，获取当前情绪信息；
对历史文本信息进行情绪识别，获取历史情绪信息，文本信息包括当前文本信息和历史文本信息，特征信息包括当前情绪信息和历史情绪信息；
根据特征信息、用户历史操作信息和外部信息，进行意图识别，具体包括：
根据当前情绪信息、历史情绪信息、用户历史操作信息和外部信息，进行意图识别。
第二方面，本发明提供一种基于多维度信息的意图识别***，该***包括信息获取子***、特征信息确定子***和意图预测子***，信息获取子***用于获取用户的文本信息、用户历史操作信息和外部信息；特征信息确定子***用于对文本信息进行信息提取和/或识别，获取特征信息；意图预测子***用于根据特征信息、用户历史操作信息和外部信息，进行意图识别，获取用户预测意图。
进一步地，特征信息确定子***具体用于：对文本信息进行信息提取，获取提取信息；对文本信息进行话题识别，获取话题识别信息；对文本信息进行情绪识别，获取情绪状态信息；对文本信息进行语言行为识别，获取语言行为信息，特征信息包括提取信息、话题识别信息、情绪状态信息和语言行为信息；
意图预测子***具体用于：根据提取信息、话题识别信息、情绪状态信息和语言行为信息，以及用户历史操作信息和外部信息，进行意图识别。
进一步地，特征信息确定子***在对文本信息进行信息提取，获取提取信息时，具体用于：对文本信息进行词语、语意提取，获取提取信息；该***还包括文本修正子***，用于根据文本信息和提取信息，修正文本信息。
基于上述任意基于多维度信息的意图识别***实施例，进一步地，特征信息确定子***具体用于：对当前文本信息进行话题识别，获取当前话题信息；对历史文本信息进行话题识别，获取历史话题信息，文本信息包括当前文本信息和历史文本信息，特征信息包括当前话题信息和历史话题信息；
意图预测子***具体用于：根据当前话题信息、历史话题信息、用户历史操作信息和外部信息，进行意图识别。
进一步地，特征信息确定子***具体用于：对当前文本信息进行情绪识别，获取当前情绪信息；对历史文本信息进行情绪识别，获取历史情绪信息，文本信息包括当前文本信息和历史文本信息，特征信息包括当前情绪信息和历史情绪信息；
意图预测子***具体用于：根据当前情绪信息、历史情绪信息、用户历史操作信息和外部信息，进行意图识别。
由上述技术方案可知，本发明基于多维度信息的意图识别方法及***，能够通过用户的文本信息进行提取或识别，获得特征信息。根据用户的特征信息和用户历史操作信息，结合外部信息，对用户意图进行识别，能够提高意图识别的精准度。并且，该方法结合用户历史操作信息，根据用户的个性化使用状态，意图识别精准、可靠，数据处理效率高，有助于提高用户体验。
因此，本发明基于多维度信息的意图识别方法及***，能够提高意图识别的精准度和数据处理效率，防止意图预测失真，增强用户体验。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1示出了本发明所提供的一种基于多维度信息的意图识别方法流程图；
图2示出了本发明所提供的一种基于多维度信息的意图识别***结构示意图；
图3示出了本发明所提供的另一种基于多维度信息的意图识别***结构示意图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护范围。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
第一方面，本发明实施例提供一种基于多维度信息的意图识别方法，结合图1，该方法包括：
步骤S1，获取用户的文本信息、用户历史操作信息和外部信息，其中，文本信息可以是用户输入的文本语句，用户历史操作信息为用户的操作接口、设备信息或手机、计算机等操作媒介上的使用习惯信息，外部信息为使用时间、使用地点或当前热门话题、新闻等；
步骤S2，对文本信息进行信息提取和/或识别，获取特征信息；
步骤S3，根据特征信息、用户历史操作信息和外部信息，进行意图识别，获取用户预测意图。
由上述技术方案可知，本实施例基于多维度信息的意图识别方法，能够通过用户的文本信息进行提取或识别，获得特征信息。根据用户的特征信息和用户历史操作信息，结合外部信息，对用户意图进行识别，能够提高意图识别的精准度。并且，该方法结合用户历史操作信息，根据用户的个性化使用状态，意图识别精准、可靠，数据处理效率高，有助于提高用户体验。
因此，本实施例基于多维度信息的意图识别方法，能够提高意图识别的精准度和数据处理效率，防止意图预测失真，增强用户体验。
具体地，在获取特征信息时，该方法具体实现过程如下：
对所述文本信息进行信息提取，获取提取信息，在此，根据文本信息的语意进行信息提取；
对文本信息进行话题识别，获取话题识别信息，在此，根据文本信息的话题进行识别，如识别主要话题、次要话题等；
对文本信息进行情绪识别，获取情绪状态信息；
对文本信息进行语言行为识别，获取语言行为信息，如文本信息的句型、语气等，特征信息包括提取信息、话题识别信息、情绪状态信息和语言行为信息；
根据特征信息、用户历史操作信息和外部信息，进行意图识别，具体包括：根据提取信息、话题识别信息、情绪状态信息和语言行为信息，以及用户历史操作信息和外部信息，进行意图识别。同时，本实施例基于多维度信息的意图识别方法还能够根据提取信息、话题识别信息、情绪状态信息和语言行为信息四种信息中的至少一种，并结合用户历史操作信息和外部信息，进行意图识别。
在此，本实施例基于多维度信息的意图识别方法，能够识别或提取出用户的语意、话题、情绪和语言行为等多方面的信息，为意图识别提供全面、有效的信息支持，有助于提高意图识别的准确度，防止意图预测失真。
具体地，在获取提取信息时，本实施例基于多维度信息的意图识别方法能够针对词语、语意进行提取，即对文本信息进行词语、语意提取，获取提取信息，即结合文本信息的语意进行提取，同时，也会提取关键词、专有名词等。在获取提取信息之后，进行意图识别之前，该方法还包括：根据文本信息和提取信息，修正文本信息，即结合文本信息的上下文文意和原始语句，将文本信息的原始语句进行修正或改写，以有利于意图识别和预测，降低意图识别过程的数据处理复杂程度。
为了进一步提高意图识别的准确性，该方法还能够对历史文本信息进行识别，如进行话题识别时，该方法的具体实现过程如下：
对当前文本信息进行话题识别，获取当前话题信息，如当前主要话题、当前次要话题、当前热门话题等；
对历史文本信息进行话题识别，获取历史话题信息，如主要话题、当前次要话题、常聊话题、喜好话题等，历史文本信息包括当前文本信息和历史文本信息，特征信息包括当前话题信息和历史话题信息；
根据特征信息、用户历史操作信息和外部信息，进行意图识别，具体包括：根据当前话题信息、历史话题信息、用户历史操作信息和外部信息，进行意图识别。在此，该方法能够兼顾用户的历史话题信息，结合用户在讨论不同话题时的个性化使用状况，进行用户意图识别，有助于增强意图识别的准确性。
如进行情绪识别时，该方法的具体实现过程如下：
对当前文本信息进行情绪识别，获取当前情绪信息；
对历史文本信息进行情绪识别，获取历史情绪信息，如用户历史主要情绪状态、用户历史次要情绪状态等，文本信息包括当前文本信息和历史文本信息，特征信息包括当前情绪信息和历史情绪信息；
根据特征信息、用户历史操作信息和外部信息，进行意图识别，具体包括：根据当前情绪信息、历史情绪信息、用户历史操作信息和外部信息，进行意图识别。在此，该方法能够兼顾用户的历史情绪信息，结合用户在不同情绪下的个性化使用状况，进行用户意图识别，有助于增强意图识别的准确性。
具体地，在实现上述处理过程中，该方法主要采用逻辑规则或机器学习等算法，来推论使用者的意图。在训练阶段，该方法透过事先搜集的每个用户的文本信息，进行信息识别、提取，获取该用户的提取信息、话题识别信息、情绪状态信息和语言行为信息，以及该用户的历史操作信息和外部信息，对每种信息进行意图反馈，以更新逻辑运算单元个数、排序方式或机器学习参数。例如，根据训练阶段中每个用户的实际意图状况和实验反馈意图进行对比，若对比结果不一致，则更新逻辑运算单元个数、排序方式或机器学习参数，且重复进行迭代，当实际意图状况与实验反馈意图一致性达到最高时，则体质迭代，且训练完成。在测试阶段，当使用者输入一个本文句子时，我们可以通过过往的数据训练进行推论。
第二方面，本发明实施例提供一种基于多维度信息的意图识别***，结合图2，该***包括信息获取子***1、特征信息确定子***2和意图预测子***3，信息获取子***1用于获取用户的文本信息、用户历史操作信息和外部信息；特征信息确定子***2用于对文本信息进行信息提取和/或识别，获取特征信息；意图预测子***3用于根据特征信息、用户历史操作信息和外部信息，进行意图识别，获取用户预测意图。
由上述技术方案可知，本实施例基于多维度信息的意图识别***，能够通过用户的文本信息进行提取或识别，获得特征信息。根据用户的特征信息和用户历史操作信息，结合外部信息，对用户意图进行识别，能够提高意图识别的精准度。并且，该***结合用户历史操作信息，根据用户的个性化使用状态，意图识别精准、可靠，数据处理效率高，有助于提高用户体验。
因此，本实施例基于多维度信息的意图识别***，能够提高意图识别的精准度和数据处理效率，防止意图预测失真，增强用户体验。
为了进一步提高本实施例基于多维度信息的意图识别***的准确性，结合图3，特征信息确定子***2能够识别多方面的信息，特征信息确定子***2包括信息提取模块、话题识别模块、情绪识别模块和语言行为识别模块，其中，信息提取模块对文本信息进行信息提取，获取提取信息；话题识别模块对文本信息进行话题识别，获取话题识别信息；情绪识别模块对文本信息进行情绪识别，获取情绪状态信息；语言行为识别模块对文本信息进行语言行为识别，获取语言行为信息，特征信息包括提取信息、话题识别信息、情绪状态信息和语言行为信息；意图预测子***3具体用于：根据提取信息、话题识别信息、情绪状态信息和语言行为信息，以及用户历史操作信息和外部信息，进行意图识别。在此，特征信息确定子***2能够识别或提取出用户的语意、话题、情绪和语言行为等多方面的信息，为意图识别提供全面、有效的信息支持，有助于意图预测子***3提高意图识别的准确度，防止意图预测失真。
特征信息确定子***2在对文本信息进行信息提取，获取提取信息时，具体用于：对文本信息进行词语、语意提取，获取提取信息；该***还包括文本修正子***，用于根据文本信息和提取信息，修正文本信息，以有利于意图识别和预测，降低意图识别过程的数据处理复杂程度。
在进行话题识别时，特征信息确定子***2的话题识别模块具体用于：对当前文本信息进行话题识别，获取当前话题信息；对历史文本信息进行话题识别，获取历史话题信息，文本信息包括当前文本信息和历史文本信息，特征信息包括当前话题信息和历史话题信息；意图预测子***3具体用于：根据当前话题信息、历史话题信息、用户历史操作信息和外部信息，进行意图识别。在此，特征信息确定子***2能够兼顾用户的历史话题信息，为意图预测子***3提供用户在讨论不同话题时的个性化使用状况，以进行用户意图识别，有助于增强意图识别的准确性。
在进行情绪识别时，特征信息确定子***2的情绪识别模块具体用于：对当前文本信息进行情绪识别，获取当前情绪信息；对历史文本信息进行情绪识别，获取历史情绪信息，文本信息包括当前文本信息和历史文本信息，特征信息包括当前情绪信息和历史情绪信息；意图预测子***3具体用于：根据当前情绪信息、历史情绪信息、用户历史操作信息和外部信息，进行意图识别。在此，特征信息确定子***2能够兼顾用户的情绪状况，为意图预测子***3提供用户在不同情绪时的个性化使用状况，以进行用户意图识别，有助于增强意图识别的准确性。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种基于多维度信息的意图识别方法，其特征在于，包括：
获取用户的文本信息、用户历史操作信息和外部信息；
对所述文本信息进行信息提取和/或识别，获取特征信息；
根据所述特征信息、所述用户历史操作信息和所述外部信息，进行意图识别，获取用户预测意图。
2.根据权利要求1所述基于多维度信息的意图识别方法，其特征在于，
对所述文本信息进行信息提取和/或识别，获取特征信息，具体包括：
对所述文本信息进行信息提取，获取提取信息；
对所述文本信息进行话题识别，获取话题识别信息；
对所述文本信息进行情绪识别，获取情绪状态信息；
对所述文本信息进行语言行为识别，获取语言行为信息，所述特征信息包括所述提取信息、所述话题识别信息、所述情绪状态信息和所述语言行为信息；
根据所述特征信息、所述用户历史操作信息和所述外部信息，进行意图识别，具体包括：
根据所述提取信息、所述话题识别信息、所述情绪状态信息和所述语言行为信息，以及所述用户历史操作信息和所述外部信息，进行意图识别。
3.根据权利要求2所述基于多维度信息的意图识别方法，其特征在于，
对所述文本信息进行信息提取，获取提取信息，具体包括：
对所述文本信息进行词语、语意提取，获取所述提取信息；
在获取所述提取信息之后，进行意图识别之前，该方法还包括：根据所述文本信息和所述提取信息，修正所述文本信息。
4.根据权利要求1所述基于多维度信息的意图识别方法，其特征在于，
对所述文本信息进行信息提取和/或识别，获取特征信息，具体包括：
对当前文本信息进行话题识别，获取当前话题信息；
对历史文本信息进行话题识别，获取历史话题信息，所述文本信息包括所述当前文本信息和所述历史文本信息，所述特征信息包括所述当前话题信息和所述历史话题信息；
根据所述特征信息、所述用户历史操作信息和所述外部信息，进行意图识别，具体包括：
根据所述当前话题信息、所述历史话题信息、所述用户历史操作信息和所述外部信息，进行意图识别。
5.根据权利要求1所述基于多维度信息的意图识别方法，其特征在于，
对所述文本信息进行信息提取和/或识别，获取特征信息，具体包括：
对当前文本信息进行情绪识别，获取当前情绪信息；
对历史文本信息进行情绪识别，获取历史情绪信息，所述文本信息包括所述当前文本信息和所述历史文本信息，所述特征信息包括所述当前情绪信息和所述历史情绪信息；
根据所述特征信息、所述用户历史操作信息和所述外部信息，进行意图识别，具体包括：
根据所述当前情绪信息、所述历史情绪信息、所述用户历史操作信息和所述外部信息，进行意图识别。
6.一种基于多维度信息的意图识别***，其特征在于，包括：
信息获取子***，用于获取用户的文本信息、用户历史操作信息和外部信息；
特征信息确定子***，用于对所述文本信息进行信息提取和/或识别，获取特征信息；
意图预测子***，用于根据所述特征信息、所述用户历史操作信息和所述外部信息，进行意图识别，获取用户预测意图。
7.根据权利要求6所述基于多维度信息的意图识别***，其特征在于，
所述特征信息确定子***具体用于：对所述文本信息进行信息提取，获取提取信息；对所述文本信息进行话题识别，获取话题识别信息；对所述文本信息进行情绪识别，获取情绪状态信息；对所述文本信息进行语言行为识别，获取语言行为信息，所述特征信息包括所述提取信息、所述话题识别信息、所述情绪状态信息和所述语言行为信息；
所述意图预测子***具体用于：根据所述提取信息、所述话题识别信息、所述情绪状态信息和所述语言行为信息，以及所述用户历史操作信息和所述外部信息，进行意图识别。
8.根据权利要求7所述基于多维度信息的意图识别***，其特征在于，
所述特征信息确定子***在对所述文本信息进行信息提取，获取提取信息时，具体用于：对所述文本信息进行词语、语意提取，获取所述提取信息；该***还包括文本修正子***，用于根据所述文本信息和所述提取信息，修正所述文本信息。
9.根据权利要求6所述基于多维度信息的意图识别***，其特征在于，
所述特征信息确定子***具体用于：对当前文本信息进行话题识别，获取当前话题信息；对历史文本信息进行话题识别，获取历史话题信息，所述文本信息包括所述当前文本信息和所述历史文本信息，所述特征信息包括所述当前话题信息和所述历史话题信息；
所述意图预测子***具体用于：根据所述当前话题信息、所述历史话题信息、所述用户历史操作信息和所述外部信息，进行意图识别。
10.根据权利要求6所述基于多维度信息的意图识别***，其特征在于，所述特征信息确定子***具体用于：对当前文本信息进行情绪识别，获取当前情绪信息；对历史文本信息进行情绪识别，获取历史情绪信息，所述文本信息包括所述当前文本信息和所述历史文本信息，所述特征信息包括所述当前情绪信息和所述历史情绪信息；
所述意图预测子***具体用于：根据所述当前情绪信息、所述历史情绪信息、所述用户历史操作信息和所述外部信息，进行意图识别。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611075074.7A CN106779817A (zh) | 2016-11-29 | 2016-11-29 | 基于多维度信息的意图识别方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611075074.7A CN106779817A (zh) | 2016-11-29 | 2016-11-29 | 基于多维度信息的意图识别方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106779817A true CN106779817A (zh) | 2017-05-31 |
Family
ID=58898442
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611075074.7A Pending CN106779817A (zh) | 2016-11-29 | 2016-11-29 | 基于多维度信息的意图识别方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106779817A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109785681A (zh) * | 2019-03-22 | 2019-05-21 | 邱洵 | 一种英语语言教学***及教学应用方法 |
| CN109800354A (zh) * | 2019-01-09 | 2019-05-24 | 考拉征信服务有限公司 | 一种基于区块链存储的简历修改意图识别方法及*** |
| CN109918602A (zh) * | 2019-02-26 | 2019-06-21 | 南威软件股份有限公司 | 一种Web数据预加载方法及*** |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63106042A (ja) * | 1986-10-23 | 1988-05-11 | Nippon Telegr & Teleph Corp <Ntt> | 会話文意図理解方法 |
| CN1757030A (zh) * | 2002-06-27 | 2006-04-05 | 国际商业机器公司 | 上下文可搜索的通信 |
| US20120179467A1 (en) * | 2008-12-01 | 2012-07-12 | At&T Intellectual Property I, L. P. | User intention based on n-best list of recognition hypotheses for utterances in a dialog |
| CN102880723A (zh) * | 2012-10-22 | 2013-01-16 | 深圳市宜搜科技发展有限公司 | 一种识别用户检索意图的搜索方法和*** |
| CN104951433A (zh) * | 2015-06-24 | 2015-09-30 | 北京京东尚科信息技术有限公司 | 基于上下文进行意图识别的方法和*** |
| CN104951428A (zh) * | 2014-03-26 | 2015-09-30 | 阿里巴巴集团控股有限公司 | 用户意图识别方法及装置 |
| CN105068661A (zh) * | 2015-09-07 | 2015-11-18 | 百度在线网络技术（北京）有限公司 | 基于人工智能的人机交互方法和*** |
| CN105183848A (zh) * | 2015-09-07 | 2015-12-23 | 百度在线网络技术（北京）有限公司 | 基于人工智能的人机聊天方法和装置 |
| CN105474166A (zh) * | 2013-03-15 | 2016-04-06 | 先进元素科技公司 | 用于有目的计算的方法和*** |
| CN105830118A (zh) * | 2013-08-10 | 2016-08-03 | 格林伊登美国控股有限责任公司 | 用于判定在线会话的结果和通过会话期间情绪表达的分析的类似谈话的方法和设备 |
| CN106095746A (zh) * | 2016-06-01 | 2016-11-09 | 竹间智能科技（上海）有限公司 | 文字情感辨识***及方法 |
-
2016
- 2016-11-29 CN CN201611075074.7A patent/CN106779817A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63106042A (ja) * | 1986-10-23 | 1988-05-11 | Nippon Telegr & Teleph Corp <Ntt> | 会話文意図理解方法 |
| CN1757030A (zh) * | 2002-06-27 | 2006-04-05 | 国际商业机器公司 | 上下文可搜索的通信 |
| US20120179467A1 (en) * | 2008-12-01 | 2012-07-12 | At&T Intellectual Property I, L. P. | User intention based on n-best list of recognition hypotheses for utterances in a dialog |
| CN102880723A (zh) * | 2012-10-22 | 2013-01-16 | 深圳市宜搜科技发展有限公司 | 一种识别用户检索意图的搜索方法和*** |
| CN105474166A (zh) * | 2013-03-15 | 2016-04-06 | 先进元素科技公司 | 用于有目的计算的方法和*** |
| CN105830118A (zh) * | 2013-08-10 | 2016-08-03 | 格林伊登美国控股有限责任公司 | 用于判定在线会话的结果和通过会话期间情绪表达的分析的类似谈话的方法和设备 |
| CN104951428A (zh) * | 2014-03-26 | 2015-09-30 | 阿里巴巴集团控股有限公司 | 用户意图识别方法及装置 |
| CN104951433A (zh) * | 2015-06-24 | 2015-09-30 | 北京京东尚科信息技术有限公司 | 基于上下文进行意图识别的方法和*** |
| CN105068661A (zh) * | 2015-09-07 | 2015-11-18 | 百度在线网络技术（北京）有限公司 | 基于人工智能的人机交互方法和*** |
| CN105183848A (zh) * | 2015-09-07 | 2015-12-23 | 百度在线网络技术（北京）有限公司 | 基于人工智能的人机聊天方法和装置 |
| CN106095746A (zh) * | 2016-06-01 | 2016-11-09 | 竹间智能科技（上海）有限公司 | 文字情感辨识***及方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109800354A (zh) * | 2019-01-09 | 2019-05-24 | 考拉征信服务有限公司 | 一种基于区块链存储的简历修改意图识别方法及*** |
| CN109918602A (zh) * | 2019-02-26 | 2019-06-21 | 南威软件股份有限公司 | 一种Web数据预加载方法及*** |
| CN109785681A (zh) * | 2019-03-22 | 2019-05-21 | 邱洵 | 一种英语语言教学***及教学应用方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11663409B2 (en) | Systems and methods for training machine learning models using active learning | |
| US20190180196A1 (en) | Systems and methods for generating and updating machine hybrid deep learning models | |
| Fowler et al. | Effects of language modeling and its personalization on touchscreen typing performance | |
| CN106649825B (zh) | 语音交互***及其创建方法和装置 | |
| JP7346610B2 (ja) | 自然言語理解フレームワークでの発言についての複数意味表現の導出 | |
| CN1918578B (zh) | 具有自动校正的手写及语音输入 | |
| CN109753560B (zh) | 智能问答***的信息处理方法及装置 | |
| CN111339268B (zh) | 实体词识别方法和装置 | |
| CN108255805A (zh) | 舆情分析方法及装置、存储介质、电子设备 | |
| CN111310440B (zh) | 文本的纠错方法、装置和*** | |
| CN106407178A (zh) | 一种会话摘要生成方法及装置 | |
| CN110197279B (zh) | 变换模型训练方法、装置、设备和存储介质 | |
| CN105354199B (zh) | 一种基于场景信息的实体含义识别方法和*** | |
| CN110162681B (zh) | 文本识别、文本处理方法、装置、计算机设备和存储介质 | |
| CN101661462A (zh) | 四层结构的中文文本正则化体系及实现 | |
| CN113987179A (zh) | 基于知识增强和回溯损失的对话情绪识别网络模型、构建方法、电子设备及存储介质 | |
| CN109635080A (zh) | 应答策略生成方法及装置 | |
| CN110060674A (zh) | 表格管理方法、装置、终端和存储介质 | |
| CN106777073A (zh) | 一种搜索引擎中错别字自动更正方法和服务器 | |
| CN106779817A (zh) | 基于多维度信息的意图识别方法及*** | |
| CN109977398A (zh) | 一种特定领域的语音识别文本纠错方法 | |
| CN107102993A (zh) | 一种用户诉求分析方法和装置 | |
| US20160239470A1 (en) | Context sensitive input tools | |
| CN108280173A (zh) | 一种非结构化文本的关键信息挖掘方法、介质及设备 | |
| CN111858888A (zh) | 一种值机场景的多轮对话*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170531 |