一种基于k近邻对比学习的未知意图检测方法
公开
摘要
本发明提供一种基于k近邻对比学习的未知意图检测方法,其特征在于,包括以下步骤:步骤S1,利用已知意图的语料构建经验风险损失;步骤S2,构建语义表示模型,采用k近邻对比学习与经验风险损失对所述语义表示模型进行训练;步骤S3,将待测文本输入至训练后的语义表示模型,以获取所述待测文本的语义表示;步骤S4,采用下游检测算法检测所述语义表示是否为未知意图,并输出为已知意图的语义表示的类别。该基于k近邻对比学习的未知意图检测方法在语义表示学习阶段和未知检测阶段都不依赖于语义分布的任何假设,而且检测精度高、设计简单且应用场景广泛,解决了现有意图检测方法在现实场景应用受限的缺陷。
基本信息
专利标题 :
一种基于k近邻对比学习的未知意图检测方法
专利标题(英):
暂无
公开(公告)号 :
CN114564964A
申请号 :
CN202210172989.9
公开(公告)日 :
2022-05-31
申请日 :
2022-02-24
授权号 :
暂无
授权日 :
暂无
发明人 :
程德生邱锡鹏丁文强王梨朱文吕玲周云华
申请人 :
杭州中软安人网络通信股份有限公司;复旦大学;杭州文图思锐云技术有限公司
申请人地址 :
浙江省杭州市西湖区华星路99号东软创业大厦3楼A座
代理机构 :
上海德昭知识产权代理有限公司
代理人 :
卢泓宇
优先权 :
CN202210172989.9
主分类号 :
G06F40/30
IPC分类号 :
G06F40/30 G06F16/35 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06F
电数字数据处理
G06F40/30
语义分析
法律状态
2022-05-31 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载