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