软件众包的任务型对话系统及方法
专利汇可以提供软件众包的任务型对话系统及方法专利检索，专利查询，专利分析的服务。并且一种 软件 众包的任务型 对话系统 及方法，包括：意图提取模 块 、槽填充模块、 对话管理 模块，任务执行模块和答案生成模块，其中：意图提取模块从用户的自然语言对话中提取出用户意图，槽填充模块根据用户意图填充关 键槽 位信息，对话管理模块管理多轮对话的上下文关系以及维护空缺的槽位信息，任务执行模块根据完整的槽位信息调用软件众包平台提供的API来执行具体任务，答案生成模块通过模板生成最终的答案或者发起新一轮的提问，要求用户对确实的槽位信息进行补充回答。本 发明 通过知识图谱利用 软件工程 领域的知识来更准确地提取用户的意图，从而帮助用户更高效地寻找到目标结果，提高对话系统回答的准确度。，下面是软件众包的任务型对话系统及方法专利的具体信息内容。
1.一种在软件众包平台上基于知识图谱的任务型对话系统，其特征在于，包括：意图提取模块、槽填充模块、对话管理模块，任务执行模块和答案生成模块，其中：意图提取模块从用户的自然语言对话中提取出用户意图，槽填充模块根据用户意图填充关键槽位信息，对话管理模块管理多轮对话的上下文关系以及维护空缺的槽位信息，任务执行模块根据完整的槽位信息调用软件众包平台提供的API来执行具体任务，答案生成模块通过模板生成最终的答案或者发起新一轮的提问，要求用户对确实的槽位信息进行补充回答；
所述的用户意图包括：寻找掌握指定编程技术的开发人员、寻找符合心理价位或运用特定编程技术的开发项目；
所述的关键槽位信息包括：软件开发类型、编程语言、价位；
所述的上下文关系是指：在多轮对话中不同轮次的对话之间包含的上下文关系；
所述的软件众包平台提供的API包括：按特定条件如编程语言、薪酬范围获取相应的人员列表或项目列表；
所述的具体任务包括：返回符合条件的开发人员列表；返回符合条件的开发项目列表；
所述的模板包括：预先设置好的提问或回答模板。
2.一种基于权利要求1所述系统的控制方法，其特征在于，包括以下步骤：
步骤1)通过知识图谱技术构建软件服务知识库，协助系统理解用户意图，具体为：利用知识图谱对实体进行归一化，然后分别基于规则的方法与SVM-NaiveBayes-C4.5集成学习的方法得到分类结果，经加权求和得到用户的自然查询语句中的最终意图；
步骤2)使用CRF作为基础模型进行槽填充，并为CRF模型设计转移特征、起点特征、终点特征、词特征、句法特征和语义特征，使用知识图谱对软件服务的关键槽位进行预定义，从而实现意图语义理解；
步骤3)当对话管理模块获取到用户的查询语义后，采用有限状态机记录人机对话状态；当检测到槽位缺失时，通过答案生成模块再发起新一轮的对话，从用户的再次回答中获取缺失的槽位信息，当所有槽位填满后，即获取完整的意图语义信息，通过任务执行模块调用软件众包平台提供的API来执行具体任务。
3.根据权利要求2所述的方法，其特征是，所述的知识图谱技术是指：将软件服务的领域知识通过诸多(实体，关系，实体)三元组的形式组成的有向图，每一个三元组连接两个实体，并表明两个实体之间的关系；
所述的实体是指从用户的自然语言查询语句中提取出的实体，代表一个具体事物或概念的名词。
4.根据权利要求2所述的方法，其特征是，所述的归一化是指：通过知识图谱中实体的同义词属性将词语归一化，即将属于同义词的两个词用同一个词来代替。
5.根据权利要求2所述的方法，其特征是，所述的基于规则的方法具体是指：在软件众包平台上，每一种意图都对应着一个查询规则集合，该规则描述用户查询语句的本体结构，对于每一条用户查询语句，将会计算它和每一条规则之间的匹配程度并采用匹配程度最高的规则；
所述的规则包含若干个标识，每一个标识包含：样式匹配属性(match_pattern)、权重属性(weight)、必要属性(indispensable)，其中：match_pattern为标识的候选词，weight为该标识对整条规则的重要程度，indispensable为该标识是否为必要。
6.根据权利要求2所述的方法，其特征是，所述的SVM-NaiveBayes-C4.5集成学习的方法是指：首先设计语义特征、N-gram特征和word2vec特征；然后采用支持向量机、朴素贝叶斯和C4.5决策树作为基本模型来进行训练，并采用bagging和AdaBoost的策略进行集成学习，其中：
1)Bagging集成学习策略是指：每一次所有训练数据都会被分成三部分，每一部分作为其中：一个基本模型的输入，同时对三个基本模型进行训练；
2)AdaBoost集成学习策略是指：将使用如下公式： 其中：ft(x)是一个
弱分类器，返回的是该分类器认为的某事物x的类别。Ft(x)是在某一轮训练中的增强分类器。Et＝∑iE(Ft-1(xi)+αth(xi)).其中：Ft-1(xi)是上一轮训练得到的增强分类器，E(F)是误差函数，训练的目标是使得E(F)最小化。
7.根据权利要求6所述的方法，其特征是，所述的语义特征由POS得到，表征一个词语的词性；所述的N-gram特征包含句子的词语序列信息，用以分析整个句子的语义；所述的word2vec特征映射每个词到一个向量，用于表示词对词之间的关系以及词语更深层次的语义特征。
8.根据权利要求2所述的方法，其特征是，所述的转移特征是指，描述的是标签之间是否会因为某个特征而转移： 其中：lk，lj为
特定的标签，lk.B、lk.I分别为IOB槽位语义标记方法，即I为in，O为end，B为beginning；
所述的起点特征是指：当一个标签位于初始位置，则起点特征为1，否则为0；
所述的终点特征是指：当一个标签位于末尾位置，则重点特征为1，否则为0；
所述的词特征是指：描述的为一个词和一个标签是否共现，具体为：
其中：wj为的为一个特定的单词；
所述的句法特征是指：单词的词性标签(POS tag)和标签是否共现，具体为：
其中：pk为一个特定的POS标签，POS(xi)为根据POS标签算
法算出的xi属于的POS标签；
所述的语义特征通过设计词汇表的方式实现，具体为：先设计两个词汇表，第一个词汇表为知识图谱中第三层的所有实体组成的集合；第二个词汇表为知识图谱中包含所有的属性的所有实体组成的集合；语义特征的表征为 其中：lk代
表某一个特定标签，L代表某一个词汇表。
9.根据权利要求2所述的方法，其特征是，所述的槽填充是指：通过利用CRF模型从用户对话中抽取与任务相关的关键信息，并以槽位的形式进行填充。
10.根据权利要求2或9所述的方法，其特征是，所述的槽填充采用两种策略实现：
策略1)意图Ii对应的训练数据Ti用于训练模型Mi，模型训练完成后，给定一个用户的自然语言表达，获取到最有可能的用户意图I之后，即使用I对应的模型M进行槽填充；
策略2)采用与策略1)相同的训练模型过程，通过概率分布来选择最后的槽填充模型；
对于用户自然语言表达中的每一个单词，计算所有模型中的标签的加权平均值。加权平均值最高的标签将作为该单词的标签，从而通过这种方式完成槽位的填充。
软件众包的任务型对话系统及方法
技术领域
背景技术
发明内容
具体实施方式
x，i)}，其中：zλ(x)是正则化因子，λ是特征方程的权重向量，训练目标是找到一个合适的特征方程的权重向量λ。为CRF模型设计的特征有转移特征、起点特征、终点特征、词特征、句法特征、语义特征。
度学习的效果更差是因为它不适用于数据规模较小的情形。使用集成学习模型能达到最好的效果，其中采用AdaBoost的模型其F1-score能达到83％。
集成学习(Bagging) 0.78 0.85 0.80
集成学习(AdaBoost) 0.83 0.89 0.83
SVM 0.77 0.81 0.78
Naive Bayes 0.65 0.73 0.68
DT(C4.5) 0.75 0.75 0.75
RNN 0.76 0.82 0.78
基于规则 0.90 0.61 0.73
集成统计学习 0.83 0.89 0.83
两者组合 0.90 0.85 0.87
WF 0.76 0.83 0.79
WF+TF 0.82 0.85 0.86
WF+TF+EF 0.86 0.87 0.80
WF+TF+EF+SyF 0.86 0.89 0.87
WF+TF+EF+SyF+StF 0.88 0.93 0.90
WF+TF+EF+StF+SyF+SeF 0.92 0.94 0.93
是 0.92 0.940.93
否 0.83 0.920.87
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 柴油机循环冷却水的水质自动监测和加药系统 | 2020-05-12 | 476 |
| 一种基于情感和语义的智能对话方法及系统 | 2020-05-14 | 709 |
| 多跟踪线索引导的目标运动轨迹提取和分析方法 | 2020-05-11 | 777 |
| 基于标识虚线物理坐标的交通监控模型标定方法及系统 | 2020-05-14 | 578 |
| 景区官网系统 | 2020-05-11 | 900 |
| 基于语义分析的旅游服务推荐系统、数据库和推荐方法 | 2020-05-13 | 169 |
| 一种信息交互方法、装置、设备及介质 | 2020-05-14 | 342 |
| 一种基于大数据的压延机压延质量预警系统 | 2020-05-08 | 378 |
| 用于对话语义分析的知识图谱 | 2020-05-12 | 990 |
| 一种基于情感识别的老人陪护机器人子系统 | 2020-05-08 | 440 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
