【技术实现步骤摘要】
基于字典树分类的可配置化领域识别方法
[0001]本专利技术涉及语义识别领域，具体涉及一种基于字典树分类的可配置化领域识别方法。
技术介绍
[0002]意图识别是自然语言处理中的一个方向，常用的方法有：基于词典模板的规则分类、基于过往日志匹配(适用于搜索引擎)、基于分类模型进行意图识别。这三种方式基本上是目前比较主流的方法。基于词典的模板规则匹配通用性有限，当请求文本发生变化时(无法预测用户请求的说法)，容易出现识别失误的情况。基于日志匹配的方法不适用于电视上语音交互系统。分类模型的方法难点主要是两点，一点是数据来源的匮乏，因为方法已经比较固定，基本都是有监督学习，需要很多的标记数据。第二点是尽管是分类工作，但是意图识别分类种类很多，并且要求的准确性，拓展性都不是之前的分类可比的，这一点也是很困难的。
[0003]目前的领域识别服务中，当需要新增一个领域时，算法模型需新增大量的对应训练数据，训练过程耗时较长，并由于数据量不平衡，对新增领域的支持效果不够好；采用规则、缓存的形式新增领域，可以解决上述训练模型的问题，但是...
【技术保护点】
【技术特征摘要】
1.基于字典树分类的可配置化领域识别方法，其特征在于，包括：步骤1、分析各领域请求文本，提取各领域关键词，并生成字典树数据；步骤2、根据字典树数据构建字典树，并为字典树添加数据增添、删除以及修改方法；步骤3、将请求文本预处理后输入字典树，计算其命中领域权重；步骤4、判断权重最大领域是否在配置领域内，若是则输出领域识别结果，否则返回空值。2.根据权利要求1所述的基于字典树分类的可配置化领域识别方法，其特征在于，步骤1中，分析各领域请求，提取各领域关键词，并生成字典树数据的具体方法包括：步骤101、从用户请求、训练数据以及测试数据中获取分析各领域的请求文本；步骤102、通过tf
‑
idf方法提取各领域关键词；步骤103、对得到的关键词进行数据分词，并构建特征规则，根据特征规则替换其中包含的具体实体内容，若没有具体实体内容则替换为特征数据；步骤104、根据替换后的分词数据生成字典树数据。3.根据权利要求2所述的基于字典树分类的可配置化领域识别方法，其特征在于，步骤2中，根据字典树数据构建字典树的具体方法包括：将字典树数据中的字符按照阅读先后顺序，分别作为字典树的父节点、子节点构建字典树。4.根据权利要求3所述的基于字典树分类的可配置化领域识别方法，其特征在于，步骤2中，数据增添方法包括：增添数据时，若特征规则已在字典树中并且所属数据领域不同时，则在子节点添加领域值。5.根据权利要求4所述的...
【专利技术属性】
技术研发人员：刘光毅，
申请(专利权)人：四川长虹电器股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。