一种知识图谱增强的意图识别与槽填充方法技术

本发明专利技术公开了一种知识图谱增强的意图识别与槽填充方法，经过知识图谱查询得到用户输入语句中实体对应的知识，生成句子树，根据句子树的结构生成嵌入矩阵和掩码矩阵；将嵌入矩阵和掩码矩阵一起输入到编码器中进行编码，得到意图语义表示向量和槽语义表示向量；最后对意图语义表示向量和槽语义表示向量进行分类解码，获得最后输出的意图标签和槽标签。本发明专利技术利用知识图谱来增强预训练语言模型，通过句子树产生掩码矩阵，以便在输入BERT进行自注意力计算时，仅有实体可以对其相关的知识进行注意力计算，从而减少无关知识对句子整体语义的影响，在提高系统预测的精确度上有着重要意义。义。义。

【技术实现步骤摘要】
一种知识图谱增强的意图识别与槽填充方法


[0001]本申请属于任务型对话
，具体涉及一种知识图谱增强的意图识别与槽填充方法。

技术介绍

[0002]随着人工智能技术的不断发展和应用场景的不断扩展，任务型对话系统在解决人们生活和工作中问题方面也变得越来越重要，因此系统的准确性和速度变得越来越关键。任务型对话系统是一种人机对话系统，与基于检索的问答系统不同，任务型对话系统不仅可以回答用户提出的问题，还可以引导用户进行更深入的交互，并根据用户的反馈和行为进行后续的操作和回复。
[0003]对话系统通常采用以下对话系统框架：从语音输入(SI)开始，该系统接收用户的语音输入并将其转化为文本。接下来，自然语言理解(NLU)的任务是分析用户的输入，识别其意图和提取关键信息。在对话管理(DM)中，系统根据用户的意图和对话历史，决定下一步该采取什么行动以及如何回答用户的问题。知识库(KB)存储系统所需的知识和信息，以便在回答用户问题时使用。然后，自然语言生成(NLG)根据系统的决策和知识库中的信息，以自然语言形式生成系统的回答并呈现给用户。最后，语本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种知识图谱增强的意图识别与槽填充方法，其特征在于，所述知识图谱增强的意图识别与槽填充方法，包括：经过知识图谱查询得到用户输入语句中实体对应的知识，生成句子树，根据句子树的结构生成嵌入矩阵和掩码矩阵；将嵌入矩阵和掩码矩阵一起输入到编码器中进行编码，得到意图语义表示向量和槽语义表示向量；对意图语义表示向量和槽语义表示向量进行分类解码，获得最后输出的意图标签和槽标签。2.根据权利要求1所述的知识图谱增强的意图识别与槽填充方法，其特征在于，所述经过知识图谱查询得到用户输入语句中实体对应的知识，生成句子树，包括：对用户输入语句进行分词处理，然后识别用户输入语句中的实体，并获取实体对应的知识；将知...

【专利技术属性】
技术研发人员：黄亮，项嘉豪，池凯凯，张书彬，魏欣晨，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：