-
公开(公告)号：CN111177358A
公开(公告)日：2020-05-19
申请号：CN201911417222.2
申请日：2019-12-31
申请人： 华为技术有限公司
IPC分类号： G06F16/332 , G06F40/295
摘要： 本申请适用于人工智能技术领域，提供了一种意图识别方法、服务器及存储介质，其中，意图识别方法包括：获取用户的原始语句信息；将所述原始语句信息输入至预设的共享命名实体分析引擎中，获得所述共享命名实体分析引擎输出的分析结果；若所述分析结果指示所述原始语句信息中仅包含共享命名实体，则检测所述原始语句信息对应的目标对话轮次是否是首轮对话；若所述目标对话轮次是首轮对话，则输出与所述共享命名实体所属的共享命名实体类别对应的意图类别，并确定所述用户在所述意图类别中选择的目标意图类别。本申请提供的意图识别方法能够降低意图识别的错误率，提高意图识别的准确性。
-
公开(公告)号：CN111209363B
公开(公告)日：2024-02-09
申请号：CN201911355478.5
申请日：2019-12-25
申请人： 华为技术有限公司
IPC分类号： G06F16/31 , G06F16/33 , G06F16/332
摘要： 本申请实施例适用于人工智能技术领域，提供了一种语料处理方法、装置、服务器和存储介质，所述方法包括：获取待处理的语料数据；提取所述语料数据的特征信息；根据所述特征信息，计算所述语料数据的多样性分值；根据所述多样性分值，对所述语料数据进行处理。上述方法可以有效地评估开发者定义的用户说法的多样性，便于开发者在配置技能时提供更丰富的说法数据，有助于提高技能质量，减少技能审核周期，提升技能整体开发周期，可以应用于自然语言处理等领域，尤其是在对话系统的数据预处理阶段应用本方法，可以提高后续语言理解、分析的效率和准确率。
-
公开(公告)号：CN111191018B
公开(公告)日：2023-10-20
申请号：CN201911403253.2
申请日：2019-12-30
申请人： 华为技术有限公司
IPC分类号： G06F16/332 , G06F16/33
摘要： 本公开实施例提供了一种对话系统的应答方法和装置、电子设备、智能设备、存储介质，涉及人工智能技术领域，尤其涉及对话子领域，通过确定预设的多条技能外语料的分数，并根据确定出的分数确定应答阈值，以便当最高的第一分数大于应答阈值时，基于对应的待应答技能进行应答，可以避免现有技术中由于人工的方式容易被人为主观因素的影响，导致应答阈值的可靠性偏低，从而导致错误地确定出基于最高得分对应的候选技能进行应答或者不做出应答，进而造成人机交互的可靠性偏低的问题，从而实现确定出的应答阈值的客观性和可靠性，进而实现提高应答的有效性和准确性，并实现提高人机交互的准确性，且提升用户的整体交互体验的技术效果。
-
公开(公告)号：CN114970555A
公开(公告)日：2022-08-30
申请号：CN202110213834.0
申请日：2021-02-25
申请人： 华为技术有限公司
IPC分类号： G06F40/35 , G06F40/284 , G06N3/04 , G06F16/332
摘要： 本申请涉及一种自然语言生成方法、装置及存储介质，其中，所述方法应用于对话系统，所述方法包括：对系统动作文本进行编码，得到编码向量；对所述编码向量进行解码，在解码过程中判断解码文本是否满足解码结束条件，所述解码结束条件为：所述解码文本中包括所述系统动作文本模板中的所有预设的所述槽位，或者所述解码文本中包括所述系统动作文本中的所有所述槽位值；在所述解码文本满足所述解码结束条件的情况下，确定所述解码文本为用于回复所述用户查询信息的自然语言文本。本申请的实施例可通过解码结束条件对解码过程进行限制，从而能够避免语义信息丢失，提高自然语言生成的准确性及稳定性。
-
公开(公告)号：CN110209446B
公开(公告)日：2021-10-01
申请号：CN201910330314.0
申请日：2019-04-23
申请人： 华为技术有限公司
摘要： 本申请提供一种人机对话系统中组合槽位的配置方法及装置，涉及AI技术领域，即使用户说法包括用户设置的组合槽位中实体类型交换顺序的表达，依然可以实现槽位的提取。具体方案包括：Bot平台接收用户在第一界面(即用于为Bot平台的第一技能中的第一意图设置槽位的界面)配置的第一槽位；第一槽位是包括按照用户设定的顺序排列的N个实体类型的组合槽位，N≥2，N为正整数；重组N个实体类型，得到M个第二槽位；M个第二槽位包括N个实体类型中的k个实体类型按照任意顺序排列得到的槽位，k∈{1，2，……，N}；根据一个或多个训练语料和M个第二槽位，对一个或多个训练语料进行训练，使Bot平台具备提取用户说法中的M个第二槽位的能力。
-
公开(公告)号：CN110111787B
公开(公告)日：2021-07-09
申请号：CN201910370839.7
申请日：2019-04-30
申请人： 华为技术有限公司
摘要： 公开了一种语义解析方法，包括：第一服务器从第一用户语句中提取出第一槽位的实体；如果第一槽位的实体为代词，则第一服务器将第一槽位的实体修改为第二槽位的实体；第一服务器向第二服务器发送第一服务器请求，并从第二服务器获取响应所述第一服务请求的第一服务结果；第一服务请求包括第一意图的指示信息以及第一槽位的实体；所述第二服务器是提供第一技能的应用服务器；第一服务结果是第二服务器根据第一意图以及第一槽位的实体确定的。第一服务器向电子设备返回第一服务结果；第一服务结果由电子设备输出。这样，第一服务器可以准确理解用户语句中代词的含义，不需要向用户询问代词的含义，用户体验提升。
-
公开(公告)号：CN113032649A
公开(公告)日：2021-06-25
申请号：CN201911347310.X
申请日：2019-12-24
申请人： 华为技术有限公司
IPC分类号： G06F16/907
摘要： 本申请适用于终端人工智能领域，提供了一种标注数据的方法、装置、终端设备和存储介质。该方法包括：获取待标注数据；接收由多个标注者分别为所述待标注数据进行标注而得到的多个标签；根据每个所述标注者的标注能力参数，对所述多个标签进行融合处理，得到目标标签，所述标注能力参数用于衡量标注者对所述待标注数据进行标注的准确度；将所述目标标签确定为所述待标注数据的标注结果。在上述过程中，数据的标注工作不再由某个特定的标注者完成，因而能够避免由于该特定标注者不够专业或者偶然性犯错导致的数据标注错误问题。另外，在融合多个标注者的标注结果时，会综合每个标注者的标注能力参数，标注结果倾向于来自标注准确度更高的标注者。
-
公开(公告)号：CN112154465A
公开(公告)日：2020-12-29
申请号：CN201880093483.0
申请日：2018-09-19
申请人： 华为技术有限公司
IPC分类号： G06N20/00 , G06F16/332
摘要： 一种意图识别模型的学习方法、装置及设备，涉及通信技术领域，有利于提升人机对话系统中意图识别模型的准确性，提升人机对话系统执行任务的准确性，提升用户体验，该方法包括：服务器接收技能开发者输入的第一技能对应的正向数据(S101)；服务器根据第一技能对应的正向数据，生成第一技能对应的负向数据(S102)；服务器确定与第一技能相似的第二技能(S103)；服务器获取各个第二技能对应的数据(S104)；服务器根据第二技能对应的数据，以及服务器存储的第一基模型生成第二基模型(S105)；服务器根据第一技能对应的正向数据和负向数据，以及第二基模型进行学习(S106)，生成意图识别模型。
-
公开(公告)号：CN110111787A
公开(公告)日：2019-08-09
申请号：CN201910370839.7
申请日：2019-04-30
申请人： 华为技术有限公司
摘要： 公开了一种语义解析方法，包括：第一服务器从第一用户语句中提取出第一槽位的实体；如果第一槽位的实体为代词，则第一服务器将第一槽位的实体修改为第二槽位的实体；第一服务器向第二服务器发送第一服务器请求，并从第二服务器获取响应所述第一服务请求的第一服务结果；第一服务请求包括第一意图的指示信息以及第一槽位的实体；所述第二服务器是提供第一技能的应用服务器；第一服务结果是第二服务器根据第一意图以及第一槽位的实体确定的。第一服务器向电子设备返回第一服务结果；第一服务结果由电子设备输出。这样，第一服务器可以准确理解用户语句中代词的含义，不需要向用户询问代词的含义，用户体验提升。
-
公开(公告)号：CN111095293B
公开(公告)日：2023-09-12
申请号：CN201880060615.X
申请日：2018-03-26
申请人： 华为技术有限公司
IPC分类号： G06V10/764 , G06V10/82 , G06N3/0464 , G06V10/774
摘要： 本申请提供一种图像美学处理方法及电子设备，其中，图像美学评分模型生成方法包括：根据预设的卷积结构集合构建第一神经网络；获取图像分类神经网络，其中，所述图像分类神经网络用于对图像的场景进行分类；根据所述第一神经网络以及所述图像分类神经网络，得到第二神经网络，所述第二神经网络为包含场景信息的神经网络；根据所述第二神经网络，确定图像美学评分模型，所述图像美学评分模型的输出信息包括图像场景分类信息。该方法中，通过在主干神经网络上融合了场景信息，使得所得到的图像美学评分模型具有可解释性，同时，使用预设的卷积结构集合，可以提升图像美学评分模型的评分准确率。
-
-
-
-
-
-
-
-
-
搜索结果
33 条记录 (耗时 0.041 秒)
