【技术实现步骤摘要】
本申请涉及智能导航领域，且更为具体地，涉及一种基于机器学习的智能任务导航系统及其方法。
技术介绍
1、任务导航是指在计算机系统或软件应用中，引导用户通过一系列步骤或选项来完成特定任务的过程。然而，随着任务导航的应用越来越广泛，简单的依赖于固定的命令或者预设的选项可能无法真正理解用户的意图，这限制了任务导航的灵活性并降低了用户体验。
2、随着人工智能技术的快速发展，机器学习作为其核心分支之一，已经在多个领域展现出其强大的应用潜力，为优化任务导航的方案提供了新的解决思路。
技术实现思路
1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于机器学习的智能任务导航系统及其方法，其通过语音的方式与用户建立交互关系，然后将由用户输入的任务描述语音进行语音识别以转化为文本数据，并通过基于机器学习的自然语言处理技术对包含用户意图信息的文本数据进行语义理解和分析，进一步地通过语义特征的共性萃取以学习和识别用户的深层语义含义，从而确定用户想要执行的任务类型，并进一步与任务数据库中的
【技术保护点】
1.一种基于机器学习的智能任务导航方法，其特征在于，包括：
2.根据权利要求1所述的基于机器学习的智能任务导航方法，其特征在于，对所述任务描述语音识别结果进行文本语义理解分析以得到任务描述语义编码特征向量的集合，包括：
3.根据权利要求2所述的基于机器学习的智能任务导航方法，其特征在于，所述数据增强包括随机插入词汇、删除或替换所述任务描述语音识别结果中的词汇。
4.根据权利要求3所述的基于机器学习的智能任务导航方法，其特征在于，将所述任务描述语义编码特征向量的集合通过基于自适应门控逻辑的共性语义特征提取网络以得到任务描述共性萃取语义...
【技术特征摘要】
1.一种基于机器学习的智能任务导航方法，其特征在于，包括：
2.根据权利要求1所述的基于机器学习的智能任务导航方法，其特征在于，对所述任务描述语音识别结果进行文本语义理解分析以得到任务描述语义编码特征向量的集合，包括：
3.根据权利要求2所述的基于机器学习的智能任务导航方法，其特征在于，所述数据增强包括随机插入词汇、删除或替换所述任务描述语音识别结果中的词汇。
4.根据权利要求3所述的基于机器学习的智能任务导航方法，其特征在于，将所述任务描述语义编码特征向量的集合通过基于自适应门控逻辑的共性语义特征提取网络以得到任务描述共性萃取语义编码特征向量，包括：
5.根据权利要求4所述的基于机器学习的智能任务导航方法，其特征在于，计算所述任务描述语义编码特征向量的集合中各个任务描述语义编码特征向量相对于其他任务描述语义编码特征向量的语义差异决定因子以得到语义差异决定因子的序列，包括：...
【专利技术属性】
技术研发人员：何广丰，陈家涵，童佳，周海峰，汪洋，胡杨，
申请(专利权)人：浙江河马管家网络科技有限公司，
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。