本发明涉及一种基于深度学习的车载交互控制算法,属于车联网智能控制技术领域。该算法包括:多特征融合下的自然语言数据稀疏表示,使词、句子等多层次结构中的词向量与词性、依存关系等语境向量深度融合,且稀疏表示融合生成的词向量;半监督学习下的自然语言深度学习模型优化,使深度学习模型与自然语言任务匹配,并按不同训练环境快速切换梯度学习机制;表示学习下的自然语言张量知识图构建与推理,使知识图中的实体、概念、类别以及语义关系转换为同一语义空间的数值向量,利用多列卷积神经网络学习获取知识特征向量,通过目标问句向量与知识特征向量的相似度得分计算实现知识推理。本发明能有效应答用户交互的自然语言信息,满足用户的行车需求。
📄 2017108739335
📂 B60W50_08
👤 重庆邮电大学
📅 2017-09-25