【技术实现步骤摘要】
本专利技术涉及人工智能，可应用于金融科技领域，尤其涉及一种引入对抗训练的模型训练方法、问题答复方法及设备。
技术介绍
1、随着人工智能技术的发展，为了解决爆发式的用户服务需求，在为用户提供服务时，通过人工智能给出解决方案。
2、现有技术中，通常通过人工智能技术识别用户问题的意图，将用户意图与数据库中的问题进行匹配，得到对应的答复内容。但是，目前通过人工智能技术进行用户问题答复的方案中，通常要求用户输入语音与数据库中的问题完全一致，才会将对应的答复内容提供给用户。现有技术的方案在用户输入语音与数据库中问题存在细微偏差时，无法为用户提供合理回复，需要人工介入。
3、因此，亟待提供一种新的问题答复方法以提高用户意图识别的准确性和可靠性。
技术实现思路
1、本专利技术提供了一种引入对抗训练的模型训练方法、问题答复方法及设备，以提升模型的抗干扰性及适应能力，准确识别用户意图，精准答复。
2、根据本专利技术的一方面，提供了一种引入对抗训练的语义识别模型训练方法，该方
【技术保护点】
1.一种引入对抗训练的语义识别模型训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，根据所述语义特征向量，生成与所述语义特征向量关联的对抗样本特征向量，包括：
3.根据权利要求2所述的方法，其特征在于，根据所述第一梯度以及扰动半径，确定扰动因子；并根据所述扰动因子以及所述语义特征向量，生成对抗样本特征向量，包括：
4.根据权利要求2所述的方法，其特征在于，根据所述语义特征向量以及所述对抗样本特征向量，进行语义识别模型训练，得到目标语义识别模型，包括：
5.根据权利要求1所述的方法，其特征在于，提取所...
【技术特征摘要】
1.一种引入对抗训练的语义识别模型训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，根据所述语义特征向量，生成与所述语义特征向量关联的对抗样本特征向量，包括：
3.根据权利要求2所述的方法，其特征在于，根据所述第一梯度以及扰动半径，确定扰动因子；并根据所述扰动因子以及所述语义特征向量，生成对抗样本特征向量，包括：
4.根据权利要求2所述的方法，其特征在于，根据所述语义特征向量以及所述对抗样本特征向量，进行语义识别模型训练，得到目标语义识别模型，包括：
5.根据权利要求1所述的方法，其特征在于，提取所述预设问题集中各用户问题的语义特征向量，包括：
6.根据权利要求5所述的方法，其特...
【专利技术属性】
技术研发人员：付洁琼，孙伟岳，王岚熙，熊卿，
申请(专利权)人：中国工商银行股份有限公司，
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。