本发明公开了一种意图槽值双向交互的自然语言理解方法,采用BERT语义编码模块对用户输入的话语进行文本预处理,并进行语义编码,然后将意图表示向量输入到意图注意力模块,生成语义增强的意图表示向量,并通过自注意语义交互模块,双向交互语义增强的意图语义表示向量和槽语义表示向量,获得最终的意图语义表示向量和槽语义表示向量,然后将最终的意图表示向量和槽语义表示向量输入到CRF语义解码模块,获得最后话语的意图和槽值。本发明使用预训练知识显著提高意图识别和槽填充的识别效果,使得系统可以应用在高精度的NLU场景上,提高了系统的预测精度。
📄 2022106725220
📂 G06F40_30
👤 浙江工业大学
📅 2022-06-14