公开(公告)号：CN110990576B

公开(公告)日：2023-06-16

申请号：CN201911344668.7

申请日：2019-12-24

Applicant: 用友网络科技股份有限公司

Inventor： 张雷瀚 ,  吴士中 ,  王立芹

IPC: G06F18/214 ,  G06F18/241 ,  G06N3/047 ,  G06N3/0499 ,  G06N3/091 ,  G06N3/096 ,  G06F16/35 ,  G06V10/764 ,  G06V10/774 ,  G06V10/778 ,  G06V10/82 ,  G10L15/16

Abstract: 本发明提出了一种基于集成深度主动学习的意图分类方法、计算机设备以及计算机可读存储介质，其中，意图分类方法包括：获取意图分类数据集；在意图分类数据集中确定并标注第一数量的初始样本；基于集成深度主动学习方法和标注的初始样本构建意图分类模型；接收意图信息，根据意图分类模型确定与意图信息对应的意图类别。通过本发明的技术方案，可以减少标注样本数据的工作量；提高意图分类方法的准确性，增加意图分类方法的应用范围，在尽可能少的标注工作量下，快速构建意图分类模型。

公开(公告)号：CN110990576A

公开(公告)日：2020-04-10

申请号：CN201911344668.7

申请日：2019-12-24

Applicant: 用友网络科技股份有限公司

Inventor： 张雷瀚 ,  吴士中 ,  王立芹

IPC: G06F16/35 ,  G06K9/62

Abstract: 本发明提出了一种基于集成深度主动学习的意图分类方法、计算机设备以及计算机可读存储介质，其中，意图分类方法包括：获取意图分类数据集；在意图分类数据集中确定并标注第一数量的初始样本；基于集成深度主动学习方法和标注的初始样本构建意图分类模型；接收意图信息，根据意图分类模型确定与意图信息对应的意图类别。通过本发明的技术方案，可以减少标注样本数据的工作量；提高意图分类方法的准确性，增加意图分类方法的应用范围，在尽可能少的标注工作量下，快速构建意图分类模型。