System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本申請涉及文本處理領域,具體而言,涉及一種應用于智慧康養的咨詢對話語義處理方法及系統。
技術介紹
1、隨著社會的發展和人口老齡化的加劇,老年人的健康和生活質量受到了越來越多的關注。智慧康養作為一種新興的養老模式,旨在利用現代信息技術,如人工智能、大數據、物聯網等,為老年人提供更加便捷、高效、個性化的健康管理和生活服務。在智慧康養領域,咨詢對話是一種交互方式,老年人可以通過與智能系統進行對話,獲取健康咨詢、生活建議等信息。現有的智慧康養咨詢對話系統在語義處理方面存在一些問題。一方面,傳統的語義處理方法往往基于規則或模板,難以處理復雜的自然語言表達和語義理解問題。例如,對于老年人的一些模糊、口語化的咨詢,系統可能無法準確理解其意圖,導致回復不準確或不相關。另一方面,現有的系統在訓練過程中,可以采用單一的訓練誤差來優化模型,無法充分考慮到對話的動態性和語境信息。這可能導致模型在處理新的咨詢時,無法準確地提取對話反饋文本的語義特征,從而影響反饋文本的確定準確度。
技術實現思路
1、本專利技術的目的在于提供一種應用于智慧康養的咨詢對話語義處理方法及系統,本申請是這樣實現的:
2、第一方面,本申請提供了一種應用于智慧康養的咨詢對話語義處理方法,所述方法包括:獲取第一對話語境的第一文本樣本庫和待訓練神經網絡,所述第一文本樣本庫包括多個攜帶先驗標記的第一訓練示例,每個第一訓練示例包括對應于第一對話語境的對話反饋文本和所述對話反饋文本對應的對話咨詢文本,所述待訓練神經網絡包括初始多層感知
3、其中,所述第一調校流程包括:將各所述第一訓練示例各自加載到所述初始多層感知機組件,得到各所述第一訓練示例的第一文本語義特征;將各所述第一訓練示例和各所述第一訓練示例的第一文本語義特征輸入所述推理組件,得到各所述第一訓練示例的第一推理契合置信度,以及依據各所述第一訓練示例的第一推理契合置信度和先驗標記,確定各所述第一訓練示例對應的第一訓練誤差;依據各所述第一訓練示例的第一訓練誤差對各所述第一訓練示例的第一文本語義特征進行優化,得到各所述第一訓練示例的第二文本語義特征;依據各所述第一訓練示例的第二文本語義特征和先驗標記,確定各所述第一訓練示例對應的第二訓練誤差;依據各所述第一訓練示例對應的第一訓練誤差和第二訓練誤差,對所述初始多層感知機組件的組件參變量進行優化。
4、第二方面,本申請提供了一種計算機系統,包括:一個或多個處理器;存儲器;一個或多個計算機程序;其中所述一個或多個計算機程序被存儲在所述存儲器中并被配置為由所述一個或多個處理器執行,所述一個或多個計算機程序被所述處理器執行時,實現如上所述的方法。
5、本申請提供的應用于智慧康養的咨詢對話語義處理方法,在依據第一文本樣本庫反復對待訓練神經網絡進行調校的過程中,先依據初始的多層感知機組件得到各第一訓練示例的第一文本語義特征,同時獲取推理組件依據第一文本語義特征進行推理的第一訓練誤差。接著,依據第一訓練誤差對第一文本語義特征進行優化,再獲取推理組件依據優化后的第二文本語義特征進行推理的第二訓練誤差。因為第一訓練誤差是依據沒有對話咨詢文本與對話反饋文本進行對話產生的前提下進行推理對應的訓練誤差,是初始階段的訓練誤差,第二文本語義特征是經過對話反饋文本與對話咨詢文本的對話環境進行優化得到的,那么第二文本語義特征能表征有反饋-咨詢間對話的信息,從初始階段過渡到成熟階段,不再是冷啟動,將第一訓練誤差和第二訓練誤差聯合對多層感知機組件進行訓練,獲得為新對話反饋文本提取特征的多層感知機組件,增加了多層感知機組件提取對話反饋文本語義特征的精度,進一步提高反饋文本確定的準確度,提高老年人的使用體驗。
本文檔來自技高網...【技術保護點】
1.一種應用于智慧康養的咨詢對話語義處理方法,其特征在于,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,所述獲取第一對話語境的第一文本樣本庫,包括:
3.根據權利要求1所述的方法,其特征在于,所述依據所述第一對話語義處理網絡得到目標對話語義處理網絡,包括:
4.根據權利要求3所述的方法,其特征在于,所述第二調校流程,還包括:
5.根據權利要求4所述的方法,其特征在于,所述依據第一組件參變量和過渡組件參變量之間的范數,得到所述第二對話語境對應的語境遷移參數限制,包括:
6.根據權利要求1~5中任一項所述的方法,其特征在于,所述依據各所述第一訓練示例的第一訓練誤差對各所述第一訓練示例的第一文本語義特征進行優化,得到各所述第一訓練示例的第二文本語義特征,包括:
7.根據權利要求3-5中任一項所述的方法,其特征在于,所述依據所述第二對話語境對應的語境遷移參數限制、以及各所述第二訓練示例對應的第三訓練誤差和第四訓練誤差,對所述第一多層感知機組件的組件參變量進行優化,包括:
8.根據權利要求3-5
9.根據權利要求3~5中任一項所述的方法,其特征在于,所述方法還包括:
10.一種計算機系統,其特征在于,包括:
...【技術特征摘要】
1.一種應用于智慧康養的咨詢對話語義處理方法,其特征在于,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,所述獲取第一對話語境的第一文本樣本庫,包括:
3.根據權利要求1所述的方法,其特征在于,所述依據所述第一對話語義處理網絡得到目標對話語義處理網絡,包括:
4.根據權利要求3所述的方法,其特征在于,所述第二調校流程,還包括:
5.根據權利要求4所述的方法,其特征在于,所述依據第一組件參變量和過渡組件參變量之間的范數,得到所述第二對話語境對應的語境遷移參數限制,包括:
6.根據權利要求1~5中任一項所述的方法,其特征在...
【專利技術屬性】
技術研發人員:袁琳琳,趙水艷,楊靜,楊熙,代亮亮,
申請(專利權)人:貴陽康養職業大學,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。