一种基于S-LSTM模型与槽值门的说话人意图识别系统及方法技术方案

本发明专利技术提出了一种基于S‑LSTM模型与槽值门的说话人意图识别系统及方法，系统包括词语嵌入模块：用于对用户提供的文本信息进行嵌入，将其转化为对应的词汇向量；特征提取模块：将得到的词汇嵌入进行处理，提取出其中蕴含的语义信息，以及一个句子整体的语义信息；意图判别模块：根据提取出的语义信息，对用户意图做出识别，并完成槽填充，为之后的行为提供保障。基于上述系统的说话人意图识别方法通过步骤S1‑S4更好的挖掘了意图与其所对应槽值之间的关系，从而得到更好的准确率效果。

A speech recognition system and method based on s-lstm model and slot gate

【技术实现步骤摘要】
一种基于S-LSTM模型与槽值门的说话人意图识别系统及方法
本专利技术属于自动问答领域，具体涉及一种基于S-LSTM模型与槽值门的意图识别方法。
技术介绍
在自然语言的问答系统中，SLU(SpokenLanguageUnderstanding)是必不可少的一环，它指引着后续对话的内容。SLU的目的是形成一个语义框架，以获取用户话语或查询的语义，它通常包括两个任务：意图检测(Intentiondetection)以及槽填充(Slotfilling)。在问答系统，尤其是任务型问答系统中，当用户提出要求时，系统首先需要分辨出用户想要做什么，这便是意图检测的目的。意图检测任务可以被看作是一种分类任务，将一句话按照它包含的语义将其分类到不同的意图类别中。之后，系统需要分辨出完成用户要求所必须的要素，例如当用户需要预定机票时，系统需要分辨出所要预定的航班的行程以及具体的时间，这就是槽填充任务所要解决的问题。槽填充任务可以被看作是一种序列标记任务，它将单词的嵌入表示映射为与之对应的输出向量，据此为每一个单词打上不同的标签，这个标签取决于当前单词是否包本文档来自技高网...

【技术保护点】
1.一种基于S-LSTM模型与槽值门的说话人意图识别系统，其特征在于，包括：/n词语嵌入模块：用于对用户提供的文本信息进行嵌入，将其转化为对应的词汇向量；/n特征提取模块：将得到的词汇嵌入进行处理，提取出其中蕴含的语义信息，以及一个句子整体的语义信息；/n意图判别模块：根据提取出的语义信息，对用户意图做出识别，并完成槽填充，为之后的行为提供保障。/n

【技术特征摘要】
1.一种基于S-LSTM模型与槽值门的说话人意图识别系统，其特征在于，包括：
词语嵌入模块：用于对用户提供的文本信息进行嵌入，将其转化为对应的词汇向量；
特征提取模块：将得到的词汇嵌入进行处理，提取出其中蕴含的语义信息，以及一个句子整体的语义信息；
意图判别模块：根据提取出的语义信息，对用户意图做出识别，并完成槽填充，为之后的行为提供保障。


2.基于权利要求1的说话人意图识别系统的意图识别方法，其特征在于：包括如下步骤：
S1、词语嵌入，在接受到用户发出的文本请求或查询后，对其中的每一个单词通过查询预训练单词库得到其对应的词语嵌入，根据不同的文本需求，可以加入模型中的词语训练系统，使得所得的嵌入更加符合具体文本的特征；
S2、将词语嵌入输入S-LSTM加槽值门的模型中获取富有价值的语义信息，将所得的词语嵌入输入到S-LSTM模型中得到初步的特征提取结果，再输入到槽值门当中，槽值门将句子整体信息作为一种监督信息，为一个单词信息赋予不同的权值，从而得到更加全面的单词信息；
S3、将提取出的语义信息经过处理得出最终的分类结果，将所得的单词信息经过槽值门处理得到对应的分类结果，将所得的单词信息输入到条件随机场中之后再输入到softmax中进行分类，从而将每个单词分到其所属于的槽值种类中；然而对于意图识别的结果则是将每个...

【专利技术属性】
技术研发人员：邵曦，王子岳，袁梦奇，
申请(专利权)人：南京南邮信息产业技术研究院有限公司，南京邮电大学，
类型：发明
国别省市：江苏;32