公开(公告)号：CN111143525A

公开(公告)日：2020-05-12

申请号：CN201911298420.1

申请日：2019-12-17

申请人： 广东广信通信服务有限公司 ,  广州语义科技有限公司

发明人： 吴松鹏 ,  谢松县 ,  王立栩 ,  陈仲生 ,  方莉 ,  韩冰 ,  张艳 ,  阚旭 ,  王晶 ,  彭立宏

IPC分类号： G06F16/332 ,  G06F40/295 ,  G06F40/186 ,  G06N3/04 ,  G06N3/08 ,  G10L15/26

摘要： 本申请涉及一种车辆信息获取方法、装置和智能移车系统。所述方法包括：接收用户终端发送的语音信号，将语音信息转化为文本信息，识别文本信息中的关键信息，关键信息包括：地址信息、车牌信息以及车辆特征信息，当确定关键信息中的易混淆信息时，通过向用户终端发送问题语音信息，对易混淆信息进行修正，得到修正关键信息，将修正关键信息填入预先设置的文本模板，将文本模板发送给车主对应的终端。采用本方法能够提高车辆信息获取的准确性。

公开(公告)号：CN109543017B

公开(公告)日：2022-12-13

申请号：CN201811388135.4

申请日：2018-11-21

申请人： 广州语义科技有限公司

发明人： 谢松县 ,  曾道建 ,  陈仲生 ,  彭立宏 ,  高辉 ,  桂林 ,  韩冰 ,  唐志峰 ,  王宁

IPC分类号： G06F16/332 ,  G06Q50/18 ,  G06N3/08

摘要： 本发明属于自然语言处理和机器学习技术领域，涉及一种法律问题关键词生成方法，该方法包括模型训练和预测输出两个主要步骤。本发明还提供了一种法律问题关键词生成系统，该系统包括：模型训练模块和预测输出模块，其中，所述模型训练模块包括：训练集提供模块、模型训练模块以及保存模块；所述预测输出模块包括：输入与生成模块、词向量集生成模块、向量输出模块、计算模块、概率分布输出模块以及关键词输出模块。本发明具有如下有益效果：在预测输出之前，先对seq2seq模型进行训练，使得本发明可以实现抽取法律问题中不存在的关键词；在解码过程中引入强化学习，从而显著提高抽取的关键词的准确性，并添加了注意力机制，突出了学习重点。

公开(公告)号：CN109543017A

公开(公告)日：2019-03-29

申请号：CN201811388135.4

申请日：2018-11-21

申请人： 广州语义科技有限公司

发明人： 谢松县 ,  曾道建 ,  陈仲生 ,  彭立宏 ,  高辉 ,  桂林 ,  韩冰 ,  唐志峰 ,  王宁

IPC分类号： G06F16/332 ,  G06Q50/18 ,  G06N3/08

摘要： 本发明属于自然语言处理和机器学习技术领域，涉及一种法律问题关键词生成方法，该方法包括模型训练和预测输出两个主要步骤。本发明还提供了一种法律问题关键词生成系统，该系统包括：模型训练模块和预测输出模块，其中，所述模型训练模块包括：训练集提供模块、模型训练模块以及保存模块；所述预测输出模块包括：输入与生成模块、词向量集生成模块、向量输出模块、计算模块、概率分布输出模块以及关键词输出模块。本发明具有如下有益效果：在预测输出之前，先对seq2seq模型进行训练，使得本发明可以实现抽取法律问题中不存在的关键词；在解码过程中引入强化学习，从而显著提高抽取的关键词的准确性，并添加了注意力机制，突出了学习重点。

公开(公告)号：CN109299273B

公开(公告)日：2020-06-23

申请号：CN201811302126.9

申请日：2018-11-02

申请人： 广州语义科技有限公司

发明人： 谢松县 ,  高辉 ,  陈仲生 ,  彭立宏 ,  曾道建 ,  桂林 ,  封黎 ,  李磊

IPC分类号： G06F16/35 ,  G06F40/289 ,  G06N3/04 ,  G06N3/08

摘要： 本发明属于自然语言处理文本分类技术领域，具体提供了一种基于改进seq2seq模型的多源多标签文本分类方法及其系统，该方法包括如下步骤：数据输入及预处理、词嵌入、编码、编码拼接、解码、模型优化以及预测输出。本发明方法具有如下有益效果：采用seq2seq深度学习框架，构建多个编码器，结合注意力机制用于文本分类任务，最大限度地利用了多来源语料信息，提高了多标签分类准确性；在解码步骤的误差反馈过程中，针对多标签文本的特性，加入干预机制规避了标签排序带来的影响，更多切合多标签分类问题的本质；编码器采用循环神经网络，可以有效的按照时间步进行学习；解码层采用单向循环神经网络，并添加了注意力机制，突出了学习重点。

公开(公告)号：CN109299273A

公开(公告)日：2019-02-01

申请号：CN201811302126.9

申请日：2018-11-02

申请人： 广州语义科技有限公司

发明人： 谢松县 ,  高辉 ,  陈仲生 ,  彭立宏 ,  曾道建 ,  桂林 ,  封黎 ,  李磊

IPC分类号： G06F16/35 ,  G06F17/27 ,  G06N3/04

摘要： 本发明属于自然语言处理文本分类技术领域，具体提供了一种基于改进seq2seq模型的多源多标签文本分类方法及其系统，该方法包括如下步骤：数据输入及预处理、词嵌入、编码、编码拼接、解码、模型优化以及预测输出。本发明方法具有如下有益效果：采用seq2seq深度学习框架，构建多个编码器，结合注意力机制用于文本分类任务，最大限度地利用了多来源语料信息，提高了多标签分类准确性；在解码步骤的误差反馈过程中，针对多标签文本的特性，加入干预机制规避了标签排序带来的影响，更多切合多标签分类问题的本质；编码器采用循环神经网络，可以有效的按照时间步进行学习；解码层采用单向循环神经网络，并添加了注意力机制，突出了学习重点。