发明专利已授权

一种基于深度学习的场景自适应Attention多意图识别方法

📄 申请号：CN202110326513.1 📄 发布日：2026/08/04

著录项目信息

申请日

2021-03-26

公开号

CN113204971A

公开日

2021-08-03

申请人

南京邮电大学

法律状态

已下证

专利类型

发明

主分类号

G06F40_30

IPC 分类号

G06F40_30 , G06N3_04 , G06N3_08 ,

技术画像

所属领域

意图识别意图识别自然语言处理深度学习

应用场景

智能客服, 对话系统, 语音助手, 人机交互, 智能问答

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明提出了一种基于深度学习的场景自适应Attention多意图识别方法，包括如下内容：首先，实时获取当前用户输入的多意图文本并进行预处理；然后，构建多层Bi‑IndRNN神经网络模型，用来提取当前输入的多意图文本的语义特征；之后，构建场景自适应Attention语义增强模型，充分利用特定场景特征来增强多意图文本的语义特征；最后，构建多意图分类器，用来识别用户的多个意图。本发明利用场景自适应Attention的方法，在提取多意图文本语义特征时融合特定场景独有的特征来增强文本的语义特征，实现了对多意图文本的深层次语义特征的挖掘，可以有效解决人机对话中常面临的多意图识别问题，从而提高解决问题的效率和人机对话的体验。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种基于改进SSD学习模型的无人机树木种类识别方法

当前第 / 件

一种基于聚类预分析的多意图与语义槽联合识别方法

同领域国内专利 · IPC: (G06F40_30)

G06F40_103 G06F40_106 G06F40_109 G06F40_117 G06F40_12 G06F40_123 G06F40_126 G06F40_129 G06F40_14 G06F40_151 G06F40_154 G06F40_166 G06F40_169 G06F40_174 G06F40_18 G06F40_183 G06F40_186 G06F40_189 G06F40_194 G06F40_20 G06F40_205 G06F40_211 G06F40_216 G06F40_226 G06F40_232 G06F40_242 G06F40_247 G06F40_253 G06F40_258 G06F40_279 G06F40_284 G06F40_289 G06F40_295 G06F40_30 G06F40_35 G06F40_40 G06F40_42 G06F40_45 G06F40_51 G06F40_58 覆盖40个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：14 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

一种基于深度学习的场景自适应Attention多意图识别方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06F40_30)

相似专利推荐 AI 驱动 · 同领域

一种用于图像数据识别模型构建的方法及系统

图像中关键点的检测方法及设备

基于图神经网络与元数据的个性化服务推荐方法

服务项目

资源中心

关于柿子坊