场景类别的确定方法和场景分析模型的训练方法、装置制造方法及图纸

本公开实施例公开了一种场景类别的确定方法和场景分析模型的训练方法、装置，其中，场景类别的确定方法包括：在预设时间段内，获取用户对应的用户画像和所述用户所处场景的相关数据信息；基于所述用户画像和所述相关数据信息，获得场景数据序列；基于所述场景分析模型对所述场景数据序列进行处理，获得在所述预设时间段内所述用户所处场景的场景类别；本公开实施例在确定场景类别的过程中，除了应用到相关数据信息还应用了用户画像，由于用户画像体现了的年龄、性别、地域、用户偏好等信息，有助于更准确的识别用户意图，将用户画像作为先验知识运用于多模交互场景，增加了有益于分类的特征，提高了场景分类的准确率。

【技术实现步骤摘要】
场景类别的确定方法和场景分析模型的训练方法、装置
本公开涉及场景分类技术，尤其是一种场景类别的确定方法和场景分析模型的训练方法、装置。
技术介绍
传统的车载交互系统，基于命令和选择的交互方式，多模交互系统是基于场景，基于场景的交互系统可以理解当前处于什么场景，当前用户是谁，用户处于什么样的状态。目前车载多模态场景分类技术，基本都是使用了实时的传入车载交互系统的多模态信息，没有利用一些客观事实，历史信息等。
技术实现思路
为了解决上述没有利用客观事实及历史信息的技术问题，提出了本公开。本公开的实施例提供了一种场景类别的确定方法和场景分析模型的训练方法、装置。根据本公开实施例的一个方面，提供了一种场景类别的确定方法，包括：在预设时间段内，获取用户对应的用户画像和所述用户所处场景的相关数据信息；基于所述用户画像和所述相关数据信息，获得场景数据序列；基于所述场景分析模型对所述场景数据序列进行处理，获得在所述预设时间段内所述用户所处场景的场景类别。根据本公开实施例的另一方面，提供了一种场本文档来自技高网...

【技术保护点】
1.一种场景类别的确定方法，包括：/n在预设时间段内，获取用户对应的用户画像和所述用户所处场景的相关数据信息；/n基于所述用户画像和所述相关数据信息，获得场景数据序列；/n基于所述场景分析模型对所述场景数据序列进行处理，获得在所述预设时间段内所述用户所处场景的场景类别。/n

【技术特征摘要】
1.一种场景类别的确定方法，包括：
在预设时间段内，获取用户对应的用户画像和所述用户所处场景的相关数据信息；
基于所述用户画像和所述相关数据信息，获得场景数据序列；
基于所述场景分析模型对所述场景数据序列进行处理，获得在所述预设时间段内所述用户所处场景的场景类别。


2.根据权利要求1所述的方法，其中，在基于所述用户画像和所述相关数据信息，获得场景数据序列之前，还包括：
对所述用户所处场景的相关数据信息进行时钟对齐；
基于所述预设时间段内包括的多个时刻中每个时刻对齐后的相关数据信息确定一个数据帧，获得所述多个时刻对应的多个数据帧。


3.根据权利要求2所述的方法，其中，所述用户画像包括向量化表示的多个用户标签；
所述基于所述用户画像和所述相关数据信息，获得场景数据序列，包括：
将所述向量化表示的多个用户标签分别与所述预设时间段内包括的多个时刻对应的多个数据帧进行合并；
基于对应所述多个时刻的多个场景数据，确定场景数据序列。


4.根据权利要求3所述的方法，其中，所述基于所述场景分析模型对所述场景数据序列进行处理，获得在所述预设时间段内所述用户所处场景的场景类别，包括：
将所述场景数据序列输入所述场景分析模型中；
基于所述场景分析模型对所述用户在所述预设时间段内所处的场景进行分类，获得所述场景类别。


5.根据权利要求1-4任一所述的方法，其中，所述场景分析模型为循环神经网络。


6.一种场景分析模型的训练方法，包括：
基于多个样本用户画像和多个样本数据帧确定多个样本场景数据序列；
将所述多个样本场景数据序列输入场景分析模型，获得场景预测类别；
基于所述场景预测类别和所述样本场景数据序列对应的标注场景类别训练所述场景分析模型。


7.根据权利要求6所述的方法，其中，所述样本用户画像包括向量化表示的多个用户标签；
所述基于多个样本用户画像和多个样本数据帧确定多个样本场景数据序列，包括：
针对每个所述样本用户画像，将所述向量化表示的多个用户标签和多个样本数据帧进行合并，获得多个样本场景数据；
基于所述多个样本场景数据确定多个样本场景数据序列。


8.根据权利要求6所述的方法...

【专利技术属性】
技术研发人员：叶超，
申请(专利权)人：北京地平线机器人技术研发有限公司，
类型：发明
国别省市：北京;11