利用深度去噪自编码器深度学习的指令意图理解方法
Deep Learning of Instruction Intention Understanding Using Stacked Denoising Autoencoder作者机构：上海市北斗导航与位置服务重点实验室上海200240 上海交通大学自动化系广东深圳518055 上海交通大学人文学院上海200240 中国科学院深圳先进技术研究院广东深圳518055
出 版 物：《上海交通大学学报》 (Journal of Shanghai Jiaotong University)
年 卷 期：2016年第50卷第7期
页 面：1102-1107页
核心收录：
学科分类：08[工学] 080202[工学-机械电子工程] 0802[工学-机械工程]
主 题：意图理解 向量空间模型 支持向量机 深度去噪自编码器
摘 要：提出了一种利用深度去噪自编码器(SDAE)的自然语言指令意图理解方法.根据家庭服务机器人的使用环境和应用场景构建了一个自然语言文本指令语料库,并对语料库中各类指令进行意图标注,从而把文本指令理解问题转化为文本分类问题;在传统的文本向量空间模型的基础上,融合了文本指令的词性信息,定义了一种文本表示模型——词性向量空间模型;将SDAE应用于文本指令意图理解,提取指令的高阶特征;用高斯核支持向量机进行训练和预测,进而实现了自然语言指令的意图理解.在所建语料库上进行多折交叉验证,结果表明指令意图理解平均准确率达到96%以上.
维普期刊数据库
同方期刊数据库