公开(公告)号：CN112329475A

公开(公告)日：2021-02-05

申请号：CN202011212583.6

申请日：2020-11-03

Applicant: 海信视像科技股份有限公司

Inventor： 王聪 ,  王利杰 ,  沈承恩

IPC: G06F40/30 ,  G06F40/216 ,  G06N20/00

Abstract: 本申请提供一种语句处理方法及装置，通过在电子设备中设置的数据量较大、计算量较大的深度学习模型对语句进行识别的同时，还通过数据量较小、计算量较小的小样本学习模型对语句进行识别，并在小样本模型的识别结果的概率值大于预设阈值时使用小样本模型的语义类别作为识别结果、在小样本模型的识别结果的概率值小于或等于预设阈值时仍需采用深度学习模型的语义类别作为识别结果，从而提高了对识别新增语义类别的模型进行训练时的速度和效率，进而提高了用户体验。

公开(公告)号：CN114187905A

公开(公告)日：2022-03-15

申请号：CN202010880811.0

申请日：2020-08-27

Applicant: 海信视像科技股份有限公司

Inventor： 王利杰 ,  王聪 ,  沈承恩 ,  杨善松

IPC: G10L15/22 ,  G10L15/26 ,  G10L15/18 ,  G10L15/16 ,  G10L15/06 ,  H04N21/422 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请实施例提供了一种用户意图识别模型的训练方法、服务器及显示设备，训练方法包括：将训练样本集中的样本分为多个训练组，每个所述训练组包括支撑集和查询集；将所述训练组输入用户意图识别模型，分别提取支撑集的样本特征和查询集的样本特征；通过余弦函数计算所述支撑集的样本特征和查询集的样本特征之间的相似度；根据所述相似度计算所述用户意图识别模型的损失函数；通过多个所述训练组优化所述损失函数，直至所述用户意图识别模型收敛。本申请基于小样本分类的方式对用户意图识别模型进行训练，能够充分利用样本数据，提高了用户意图识别模型的泛化性和识别准确性。

公开(公告)号：CN112329475B

公开(公告)日：2022-05-20

申请号：CN202011212583.6

申请日：2020-11-03

Applicant: 海信视像科技股份有限公司

Inventor： 王聪 ,  王利杰 ,  沈承恩

IPC: G06F40/30 ,  G06F40/216 ,  G06N20/00

Abstract: 本申请提供一种语句处理方法及装置，通过在电子设备中设置的数据量较大、计算量较大的深度学习模型对语句进行识别的同时，还通过数据量较小、计算量较小的小样本学习模型对语句进行识别，并在小样本模型的识别结果的概率值大于预设阈值时使用小样本模型的语义类别作为识别结果、在小样本模型的识别结果的概率值小于或等于预设阈值时仍需采用深度学习模型的语义类别作为识别结果，从而提高了对识别新增语义类别的模型进行训练时的速度和效率，进而提高了用户体验。