技術特征:
技術總結
本發(fā)明中提出的一種基于混合編碼網絡的端到端對話控制方法,其主要內容包括:混合編碼網絡(HCN)模型,應用循環(huán)神經網絡(RNN)學習“端到端”模型,監(jiān)督學習評價,通過監(jiān)督學習或強化學習來訓練神經網絡,其過程為,先將用戶話語作為文本形成詞袋矢量,通過實體抽取、實體跟蹤將特征分量級聯(lián)成特征向量,再將載體遞給RNN計算隱藏狀態(tài),傳遞到softmax激活的密集層,標準化后選擇動作模板并傳遞到實體輸出,在實體中替換并完全形成動作,若動作是文本,則呈現(xiàn)給用戶,并循環(huán)重復。本發(fā)明中HCN以相當少的訓練數(shù)據(jù)實現(xiàn)相同的性能,同時保持端到端可訓練性,降低了學習的復雜性,提高了準確性;節(jié)省人力資源,提高工作效率。
技術研發(fā)人員:夏春秋
受保護的技術使用者:深圳市唯特視科技有限公司
技術研發(fā)日:2017.03.17
技術公布日:2017.07.14