自然语言理解

摘要： 全国知识图谱与语义计算大会CCKS(China Conference on Knowledge Graph and Semantic Computing)由中国中文信息学会语言与知识计算专业委员会组织和承办。全国知识图谱与语义计算大会已成为国内知识图谱、语义技术、链接数据等领域的核心学术会议,聚集了知识表示、自然语言理解、知识获取、智能问答等相关技术领域的研究人员和学者。2022年全国知识图谱和语义计算大会(www.sigkg.cn/ccks2022)将于2022年8月25日至8月28日在河北秦皇岛召开。

摘要： 针对注意力机制与卷积神经网络模型在方面级情感分析研究中,无法发掘句中长距离单词与相关句法约束间依存关系,而将与语法无关的上下文单词作为方面情感判断线索的问题,该文提出了一种结合图卷积网络(GCN)和注意-过度注意(AOA)神经网络的方面级情感分类模型(ASGCN-AOA)。首先,采用双向长短时记忆网络来对上下文词之间特定于方面的表示进行建模;其次,在每个句子的依赖树上,建立相应图形卷积网络(GCN),得到同时考虑句法依赖性和远距离多词关系的方面特征;最后,通过AOA注意力机制,捕获方面词与上下文句子之间的交互和表示,自动关注句子重要部分。在五个数据集Twitter、Lap14、Rest14、Rest15和Rest16上进行实验,采用Accuracy和Macro-F1指标进行评估。实验结果表明,该文模型与其他基于方面分析算法相比有较明显提升。

摘要： 科大讯飞(002230)长期从事语音及语言、自然语言理解、机器学习推理及自主学习等核心技术研究。受今年数字经济概念“走红”影响,科大讯飞得到市场的广泛关注,股价曾连涨数日。科大讯飞主业分为教育和消费者两大方向。教育业务方面,公司推出的AI学习机成长性较高,2025年业务规模有望达到100亿元。

摘要： 在第六个全国科技工作者日来临之际,由中国人工智能学会、南京邮电大学主办,南京邮电大学计算机学院、CAAI自然语言理解专委会承办,江苏省人工智能学会数据挖掘与应用专委会协办的第一届自然语言处理技术与应用研讨会将于2022年5月28日,在江苏省南京市南京邮电大学仙林校区举行,线上会议和线下会议将同时进行。

摘要： 自人工智能诞生以来,机器学习作为实现人工智能的途径,其主要宗旨是:通过研究使用计算机模拟或实现人类学习活动。经过几十年的创新发展,机器学习不仅在基于知识的系统中得到应用,而且在自然语言理解、非单调推理、机器视觉、模式识别等许多领域也得到了广泛应用,越来越受到产业界的高度重视。随着大数据智能时代到来,2017年国务院印发了《新一代人工智能发展规划》,明确将机器学习研究布局作为新一代人工智能前沿基础理论研究主题之一,新一轮智能产业变革的核心驱动力,重构生产、分配、交换、消费等经济活动各环节,形成从宏观到微观各领域的智能化新技术。

摘要： 方面情感三元组抽取旨在识别一条评论中的方面项及其情感倾向,并提取与其相关的观点项.现有方法大多将该类任务分为多个子任务,将子任务组成流水线并完成这类任务.然而,基于流水线思想的方法在实际应用中会受到误差传播、不易使用等因素的影响.为此,文中提出词对关系学习方法,将方面情感三元组抽取任务转化为端到端的词对关系学习任务.方法包含一种可将句中的词对关系进行统一标注以表示所有三元组的词对关系标注的方法,以及为此特别构建的可输出词对关系的词对关系网络.首先,使用双向门控循环单元和混合式注意力对句子进行编码表示.然后,使用注意力图转换模块将句子编码转换为各项标签概率.最后,从词对关系标签结果中提取三元组.此外,将预训练的BERT(Bidirectional Encoder Representation from Transformer)应用于文中方法.在4个标准数据集上的实验表明,文中方法性能较优.

摘要： 为了提升工单处理效率,天津移动构建了基于工单处理日志的专用知识图谱,向投诉工单管理系统开放接口能力。通过对工单内容进行实体提取和语义理解,并与知识图谱模板匹配,获取解决方案合并后形成处理意见,进而自动推送到工单处理人待办进行决策辅助,实现人-机协同的投诉工单的自动分析、自动处理、自动回复机制,帮助投诉工单处理人员等服务团队进行快速响应,优化客户感知,进而提升内部满意度。

摘要： 自然资源领域数据具有鲜明的“大数据”特征,自然资源管理迫切需要更加科学、智能的解决方案。随着计算机算法的不断创新,“自然资源+人工智能”成为自然资源管理技术发展的必然趋势。针对目前自然资源管理中存在的数据查询效率低、信息交互操作复杂等问题,本文借助自然语言理解的技术优势,探索了面向自然资源管理的信息智能交互技术,研究并实现了信息智能交互技术在自然资源领域的应用,使自然资源管理的智能化水平得到有效提升,为自然资源领域广泛应用信息智能交互技术提供参考。

摘要： 我们正处在以智能制造为主导的第四次工业革命的浪潮中,随着人工智能、信息技术、生物技术等新兴技术的兴起,制造业进入到了全面智能化转型时期。如何让机器设备变得更加智能,为人类提供更舒适便捷的服务,就成为人们不断探索的课题。语言交流是人与人沟通的基础,自然而然地,智能语音就成为人与机器交互的一个重要载体。在智能电视领域,随着技术升级和应用场景的不断拓展,智能语音已经成为智能电视的核心能力之一,在人机交互中占据了越来越重要的地位。为了提升语音整体性能及业务能力,各大厂家不再满足于第三方语音技术方案提供的整套服务,开始加大对智能语音全链路的研发投入,以便对语音功能有更多优化和选择的空间。而在智能语音的整个链路中,云端控制和决策能力又是至关重要的一环,所以搭建私有化中控平台,成为各大厂家优先选择的方案。

摘要： 随着社会信贷消费的流行,待催收的违约用户逐渐增多。针对此问题,对Rasa对话系统开发框架中的自然语言理解模块进行改进,显著提升智能催收系统中自然语言理解模块的准确率,并对最终得到的训练模型进行性能评估。在所提出的算法模型中,用户输入文本经面向特定领域的预训练语言模型处理后输入到意图识别与槽位填充模块。在提出的模型中采用递归卷积神经网络模型进行意图识别,门控循环单元及条件随机场模型完成槽位填充任务,最后与原始预训练语言模型及其他主流算法进行比较。意图识别、槽位填充模型实验结果显示,本文方法 F1值分别达95.75%、95.88%,均优于其他主流算法,验证了所提出算法的可行性。

摘要： 任务导向对话系统的自然语言理解,其目的就是解析用户以自然语言形式输入的语句,并提取出可以被计算机所理解的结构化信息.它包含意图识别和槽填充两个子任务.BERT是近期提出来的一种自然语言处理预训练模型,已有研究者提出基于BERT的任务导向对话系统自然语言理解模型.在此基础上,该文提出了一种改进的自然语言理解模型,其编码器使用BERT,而解码器基于LSTM与注意力机制构建.然后,该文提出了该模型的两种调优方法:锁定模型参数的训练方法、使用区分大小写的预训练模型版本.在基线模型与改进模型上,这些调优方法均能够显著改进模型的性能.实验结果显示,利用改进后的模型与调优方法,可以分别在ATIS和Snips两个数据集上得到0.8833和0.9251的句子级准确率.

摘要： 在结合自然语言理解技术与正则表达式的基础上设计一个系统，其目的是抽取制造业网站信息，获取企业名称、企业联系方式、企业的技术优势和企业的技术需求信息。通过挖掘此类信息，为促进企业间的合作，实现优势互补,共同发展奠定重要的基础。

摘要： 语义理解已经成为计算机处理自然语言的瓶颈问题计算机实现自然语言理解，离不开语义词典。rn 虽然目前已经开发出来—部分语义词典，但是，从词汇语义学、句法语义学和篇章语义学来分析，这些语义词典并不能全面反映语义关系。在帮助计算机理解自然语言方面，我们必须综合语言学、计算机科学和认知科学，不断探索研究。

摘要： 本文针对自然语言理解中的领域适应性问题,从领域概率分布的角度给出了一种摹于混合模型的领域适应性学习方法,它可以把判别式模型和产生式模型集成到一个模型当中。判别式模型比产生式模型有较好的分类效果,但是产生式模型的优势在于在训练过程中可以较容易的引入非标注样本从而具有较好的推广性能。混合模型可以集中他们各自的优势。对于领域适应性,我们的方法利用不同领域概率分布之间的的差异性,调节训练集中样本的权重,从而使得训练得到的分类器更加适应于目标领域。在多个NLP任务应用本方法得到的实验结果可以证明本方法的有效性,说明相对于传统监督学习以及半监督学习的方法,本文方法有很大的优势,同时也证明了混合模型的方法要优于单个模型的方法。

摘要： 本文的主要内容是理解自然语言理解；在现有的语言数据资源与知识库向综合型语言知识库发展的同时做一规划。

摘要： 句法规则自动推导一直是计算机语言学界研究的一个热点问题.本文研究了句法规则自动推导的内涵、目标及发展趋势,重点分析了近年来国内外句法规则自动推导的典型方法,为该领域研究工作提供了必要的借鉴素材.

摘要： 未来数字图书馆的特征是数字资源越来越丰富，内容形成碎片化、知识化趋势，服务向智能化、个性化、社区化方向发展，更大地依赖于技术进步.

摘要： 未来数字图书馆的特征是数字资源越来越丰富，内容形成碎片化、知识化趋势，服务向智能化、个性化、社区化方向发展，更大地依赖于技术进步.

摘要： 未来数字图书馆的特征是数字资源越来越丰富，内容形成碎片化、知识化趋势，服务向智能化、个性化、社区化方向发展，更大地依赖于技术进步.

摘要： 未来数字图书馆的特征是数字资源越来越丰富，内容形成碎片化、知识化趋势，服务向智能化、个性化、社区化方向发展，更大地依赖于技术进步.

摘要： 在一个实施例中，一种方法包括从与第一用户相关联的客户端系统接收第一音频输入。该方法包括基于多个自动语音识别(ASR)引擎生成对应于第一音频输入的多个转录。每个ASR引擎与多个域中的相应域相关联。该方法包括为每个转录确定与转录相关联的一个或更多个意图和一个或更多个槽的组合。该方法包括由元语音引擎从多个组合中选择与第一用户输入相关联的意图和槽的一个或更多个组合。该方法包括基于所选组合生成对第一音频输入的响应，并且向客户端系统发送用于呈现对第一音频输入的响应的指令。

摘要： 本申请提供了一种自然语言理解模型训练方法、自然语言理解方法及装置，涉及人机对话技术领域，其中，自然语言理解模型训练方法包括：获取模型训练语料，抽取每种自然语言理解任务的训练语料的特征，根据每种自然语言理解任务的训练语料的特征，分别对预设的多层感知机模型进行模型训练，得到每种自然语言理解任务对应的自然语言理解子模型，根据自然语言理解子模型，获取自然语言理解模型。本申请通过抽取每种自然语言理解任务的训练语料的特征，根据每种自然语言理解任务的训练语料的特征，分别对预设的多层感知机模型进行模型训练，从而减小模型整体规模，大大减少了GPU资源的需求，提升了资源利用率，并且缩短了系统响应时间。

摘要： 本申请提供了一种自然语言理解模型训练方法、自然语言理解方法及装置，涉及人机对话技术领域，其中，自然语言理解模型训练方法包括：获取模型训练语料，抽取每种自然语言理解任务的训练语料的特征，根据每种自然语言理解任务的训练语料的特征，分别对预设的多层感知机模型进行模型训练，得到每种自然语言理解任务对应的自然语言理解子模型，根据自然语言理解子模型，获取自然语言理解模型。本申请通过抽取每种自然语言理解任务的训练语料的特征，根据每种自然语言理解任务的训练语料的特征，分别对预设的多层感知机模型进行模型训练，从而减小模型整体规模，大大减少了GPU资源的需求，提升了资源利用率，并且缩短了系统响应时间。

摘要： 本发明公开了一种基于自然语言理解的多模态会议评价系统，包括信息采集模块、智能模块以及输出模块；所述采集模块，收集会议信息、对参会者行为和信息；智能模块，对采集模块收集到的信息进行提取、加工、分析，对会议进行分析、推理、决策并对会议进行综合评判；输出模块，按预定的模板格式将智能模块的评判结果输出为评价报告。本发明能够实现会议评价专业化、规范化、自动化，减少了人力成本。

摘要： 本发明提供了一种基于文本的自然语言理解的决策方法，包括以下步骤：建立语义缓存；获取用户的语音信息，并进行语义解析；将最佳的语义解析结果反馈给用户，并将与上下文环境无关的语义解析结果写入语义缓存中。根据接收到请求的文本语句后，去获取缓存语义，如果有相应的缓存匹配则将缓存语义返回。如果没有匹配的缓存，则进行语义解析。得到语义解析结果后，一边是返回最佳的语义分析结果，另一边是判断写缓存操作。对于语义很明确，与上下文环境无关的语义解析则可以写入缓存中，便于下次相同的语义请求来时，可以直接获取缓存中的解析结果返回，提高解析效率。

摘要： 本申请涉及人工智能技术领域，公开了一种自然语言理解模型训练方法及装置，用以在压缩自然语言理解模型的同时，尽可能提高模型的精度和性能。该方法包括：通过训练语句以及级联后的老师自然语言理解模型和感知损失网络，对所述感知损失网络进行训练；将所述训练语句输入级联后的所述老师自然语言理解模型和训练后的所述感知损失网络进行处理，得到第三句向量，以及将所述训练语句输入级联后的学生自然语言理解模型和训练后的所述感知损失网络进行处理，得到第四句向量；计算所述第四句向量相对所述第三句向量的感知损失；根据所述感知损失调整所述学生自然语言理解模型的参数，获得训练完成的学生自然语言理解模型。

摘要： 本申请实施例提出了一种自然语言理解模型的训练方法、装置、终端设备、介质及用户意图判断方法，其中，上述训练方法中，获取增量模型，所述增量模型包括骨干网络和第一分类器；在所述骨干网络中至少一层神经网络上以分支形式添加第二分类器；获取样本集，重复执行训练步骤，直到满足预设条件，所述样本集包括多个样本文本；所述训练步骤，包括：将样本文本输入所述增量模型中，获取所述第一分类器输出的第一意图分布、以及所述第二分类器输出的第二意图分布；计算所述第一意图分布与所述第二意图分布之间的差异，依据所述差异调整所述第二分类器，得到的模型可以大幅度减少推理时间，提升推理效率，同时保持预测精度不降低。

摘要： 本发明实施例提供了一种自然语言理解系统的评估方法、装置及网络设备，涉及停车导航技术领域。该方法包括：获取评估数据集；将评估数据集经过自然语言理解NLU系统进行处理，得到预测结果；将预测结果与预设结果进行比对，得到目标结果，目标结果包括以下至少一项：精召率、整体覆盖率、预测结果中的错误结果；在目标结果包括错误结果的情况下，从错误结果中确定目标错误结果的第一数量，并获取每一个目标错误结果对应的拓展错误结果的第二数量；通过目标结果、第一数量以及第二数量，对NLU系统进行评估，得到评估结果。上述方案，通过目标结果、第一数量以及第二数量等多个指标对NLU系统进行综合评估，使得评估结果更加全面、准确。

摘要： 本发明公开了一种意图槽值双向交互的自然语言理解方法，采用BERT语义编码模块对用户输入的话语进行文本预处理，并进行语义编码，然后将意图表示向量输入到意图注意力模块，生成语义增强的意图表示向量，并通过自注意语义交互模块，双向交互语义增强的意图语义表示向量和槽语义表示向量，获得最终的意图语义表示向量和槽语义表示向量，然后将最终的意图表示向量和槽语义表示向量输入到CRF语义解码模块，获得最后话语的意图和槽值。本发明使用预训练知识显著提高意图识别和槽填充的识别效果，使得系统可以应用在高精度的NLU场景上，提高了系统的预测精度。

摘要： 本发明公开了一种基于自然语言理解的软件许可证条款抽取方法，首先构建许可证文本数据集并对其中的许可证条款中权利条款和义务条款涉及到的单词、词组或句子进行标注，使用已标注的许可证文本数据集，训练一个许可证条款提取模型，实现对许可证文本中的许可证条款自动提取功能；然后，对于给定开源软件，抽取其中的所有许可证文本数据，经去噪处理后使用建立的条款提取模型，提取许可证文本数据中所涉及的许可证条款；最后对于提取出的许可证条款，基于语法分析来得到每个条款对应的态度极性。本发明可以辅助软件开发人员快速理解许可证和选择许可证，帮助软件开发项目规避因不恰当使用许可证引起的法律风险和经济风险。