一种基于LSTM的智能交互方法技术

本发明专利技术公开了一种基于LSTM的智能交互方法，属于语义处理技术领域，本发明专利技术提取用户输入文字的关键词，并对各个关键词编码向量分配权重，实现根据不同权重分配不同注意力，提高语义识别的精度，并利用多层LSTM语义识别模型对各个关键词编码向量进行语义识别，获取物品存储位置，本发明专利技术中提供一种在仓储系统中的语义交互方法，对于工作人员来说，物品特征相比于编码和标号更好记忆，因此，增加了在仓储库中寻找物品的方式。本发明专利技术应用于货物监管及仓储作业，实现更便捷和灵活的获取物品位置信息。

【技术实现步骤摘要】

本专利技术涉及语义处理，具体涉及一种基于lstm的智能交互方法。

技术介绍

1、在货物监管及仓储作业过程中，把物品存入仓储库中，在需要物品时从仓储库中取出。仓储库保存着大量的物品。在现有的仓储系统中，根据物品的编码或者编号可以直接明确的获取物品的位置。但是物品的编码或者标号存储在存储器中或者标识在物品上，在无法获取到物品的编码或者标号时，在仓储库中较难找准物品的位置。因此，现有的仓储系统缺乏一种灵活的语义交互方法，增加了工作人员寻找物品的难度。

技术实现思路

1、针对现有技术中的上述不足，本专利技术提供的一种基于lstm的智能交互方法解决了现有的仓储系统缺乏一种灵活的语义交互方法，增加了工作人员寻找物品的难度的问题。

2、为了达到上述专利技术目的，本专利技术采用的技术方案为：一种基于lstm的智能交互方法，包括以下步骤：

3、s1、在仓储系统中，提取用户输入文字的关键词；

4、s2、对各个关键词进行编码处理，得到关键词编码向量；

5、s3、对各个关键词编码向量分本文档来自技高网...

【技术保护点】

1.一种基于LSTM的智能交互方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于LSTM的智能交互方法，其特征在于，所述S3包括以下分步骤：

3.根据权利要求2所述的基于LSTM的智能交互方法，其特征在于，所述S31中计算现有词汇编码向量的权重的公式为：，其中，w为现有词汇编码向量的权重，ln为对数函数，exp为以自然常数为底的指数函数，F为现有词汇编码向量在仓储系统中使用频次，P为现有词汇编码向量的评分。

4.根据权利要求2所述的基于LSTM的智能交互方法，其特征在于，所述S32或S33中计算标识位的公式为：，其中，ID为一个现有词汇编码...

【技术特征摘要】

1.一种基于lstm的智能交互方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于lstm的智能交互方法，其特征在于，所述s3包括以下分步骤：

3.根据权利要求2所述的基于lstm的智能交互方法，其特征在于，所述s31中计算现有词汇编码向量的权重的公式为：，其中，w为现有词汇编码向量的权重，ln为对数函数，exp为以自然常数为底的指数函数，f为现有词汇编码向量在仓储系统中使用频次，p为现有词汇编码向量的评分。

4.根据权利要求2所述的基于lstm的智能交互方法，其特征在于，所述s32或s33中计算标识位的公式为：，其中，id为一个现有词汇编码向量的标识位或一个关键词编码向量的标识位，ri为编码向量的第i位上的编码值，i为编码向量中编码值的编号，n为编码向量中编码值的数量，exp为以自然常数为底的指数函数。

5.根据权利要求1所述的基于lstm的智能交互方法，其特征在于，所...

【专利技术属性】
技术研发人员：任剑，褚风波，宁家川，
申请(专利权)人：青岛冠成软件有限公司，
类型：发明
国别省市：