多轮问答系统意图分类和命名实体识别的研究方法技术方案

本发明专利技术提供了一种多轮问答系统意图分类和命名实体识别的研究方法。其包括以下步骤：1)在进行意图分类时，通过对话状态追踪模块，将上下文的历史信息作为输入，传入了意图分类预测模型；2)在命名实体识别预测时，将本轮的意图识别结果作为特征，传入命名实体预测模型;3)将命名实体识别和意图分类通过一个多任务模型进行训练，并根据前两点的需要，对模型进行改进。本发明专利技术将NLU和DM直接改为双向模型，上下文信息能够提高意图分类的准确率，将命名实体识别和意图分类通过一个多任务模型Bert模型融合，可以方便进行部署。可以方便进行部署。可以方便进行部署。

【技术实现步骤摘要】
多轮问答系统意图分类和命名实体识别的研究方法


[0001]本专利技术涉及一种智能问答系统，具体涉及一种多轮问答系统意图分类和命名实体识别的研究方法，属于人工智能


技术介绍

[0002]如附图1，传统的任务型问答系统采用pipline结构，自然语音理解模块（NLU）是任务型问答系统的主要组成部分，在NLU模块中，命名实体识别和意图分类分别用于提取对话中的实体和分类对话意图，从自然语言理解模块（NLU）到对话管理模块（DM）是单向的。
[0003]另外现有的智能对话平台，在实现NLU时存在两个缺点。第一，现有平台在做命名实体识别时，未将该文本的意图作为特征进行考虑。第二，在做意图分类时，未考虑上下文信息对意图分类的影响。

技术实现思路

[0004]本专利技术目的是提供了一种多轮问答系统意图分类和命名实体识别的研究方法。
[0005]本专利技术为实现上述目的，通过以下技术方案实现：一种多轮问答系统意图分类和命名实体识别的研究方法，包括以下步骤：1)在进行意图分类时，通过对话状态追踪模块，将上下文的历史信息作为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多轮问答系统意图分类和命名实体识别的研究方法，其特征在于：包括以下步骤：1)在进行意图分类时，通过对话状态追踪模块，将上下文的历史信息作为输入，传入了意图分类预测模型；2)在命名实体识别预测时，将本轮的意图识别结果作为特征，传入命名实体预测模型;3)将命名实体识别和意图分类通过一个多任务模型进行训练，并根据前两点的需要，对模型进行改进。2.根据权利要求1所述多轮问答系统意图分类和命名实体识别的研究方法，其特征在于：使用Bert模型的多任务架构，Bert在输入的每句话的开头添...

【专利技术属性】
技术研发人员：冯卫森，冯落落，尹青山，高明，王建华，
申请(专利权)人：山东新一代信息产业技术研究院有限公司，
类型：发明
国别省市：