公开(公告)号：CN109933659A

公开(公告)日：2019-06-25

申请号：CN201910225111.5

申请日：2019-03-22

Applicant: 重庆邮电大学

Inventor： 李鹏华 ,  朱庆元 ,  方昳凡 ,  黄子恒 ,  易和阳

IPC: G06F16/332 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种面向出行领域的车载多轮对话方法，属于人工智能技术领域。该方法主要包括对话意图识别过程、置信状态跟踪过程以及对话策略生成过程。对话意图识别过程主要包括构建长短期记忆网络、完成意图识别网络结构设计、对学习模型进行训练与交叉验证等；置信状态跟踪过程主要包括对每个槽构建专用状态跟踪器、训练置信跟踪器，并设计数据库查询方法进行查询等。对话策略生成过程主要包括设计总体回报函数与Q网络，搭建深度增强学习模型，依据对话状态的全局置信概率分布与策略回报选择所有可能的并行对话路径等。本方法能够为用户提供快捷高效与人性化的用户体验，在面向出行领域的车载多轮对话领域具有重要的理论意义和应用价值。

公开(公告)号：CN116227498A

公开(公告)日：2023-06-06

申请号：CN202211571399.X

申请日：2022-12-08

Applicant: 重庆邮电大学

Inventor： 李鹏华 ,  黄子恒 ,  张奕辉 ,  谢潇 ,  刘学超 ,  唐培渊

IPC: G06F40/30 ,  G06F40/205 ,  G06N3/08 ,  G06N3/044

Abstract: 本发明涉及一种基于全局‑局部对比学习的跨语言自然语言理解方法，属于自然语言处理技术领域。该方法针对自然语言理解模型的高性能跨语言迁移需求，研究基于全局‑局部对比学习网络的跨语言自然语言理解方法，主要包括三个模块：局部句子级意图对比学习模块，针对意图检测任务实现跨语言句子表示对齐；局部字符级槽位对比学习模块，针对槽位填充任务实现跨语言字符表示对齐；语义级全局意图‑槽位对比学习模块，实现意图和槽位间的表示对齐。本发明能够学习不同层级的细粒度对齐信息，挖掘出丰富的语义特征，缩小原始语言与目标语言之间的预测差异。

公开(公告)号：CN113627172A

公开(公告)日：2021-11-09

申请号：CN202110845130.5

申请日：2021-07-26

Applicant: 重庆邮电大学

Inventor： 胡峰 ,  杨新瑞 ,  张清华 ,  高满 ,  黄子恒

IPC: G06F40/284 ,  G06F40/295 ,  G06F40/216 ,  G06K9/62

Abstract: 本发明涉及信息提取领域，尤其涉及一种基于多粒度特征融合和不确定去噪的实体识别方法及系统，包括使用Transformer对语料文本进行字粒度的多级局部特征提取，得到局部字粒度特征；使用jieba工具进行分词，并使用Glove预训练的词向量将得到的分词进行向量嵌入，得到全局词粒度特征；对分词后得到的词集进行编码，得到文本的词结构编码向量；将Transformer得到的局部字粒度特征、Glove得到的全局词粒度特征与词结构编码特征进行融合；将融合后得到的文本特征送入BiGRU+CRF的序列标注模型中，最终得到识别的实体结果；本发明可对病理领域中文文本进行精准、全面的实体抽取，抽取效果较好。