2024猎户星空NLP技术进展及产品应用_第1页
2024猎户星空NLP技术进展及产品应用_第2页
2024猎户星空NLP技术进展及产品应用_第3页
2024猎户星空NLP技术进展及产品应用_第4页
2024猎户星空NLP技术进展及产品应用_第5页
已阅读5页，还剩14页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

猎户星空NLPiphone4ssiri，人背景噪声以及机器自己产生的声音消除以取得一个干净的信号，由于现在多采用麦克风阵SR之后通过NLUSTPolicyRankingactionNLG块生成机器要表达的想法并通过TTS把文本转化为音频并利用speaker播放出来。别非常大，对于ASR和NLP如果没有相应的垂直行业知识预练，效果往往会比较差）；NLP智能交互服务、自然语言理解、智能对话、问答聊天系统、三方技能服务，做综合决策，并支持业务线配置，用户自定义技能的开放平台。首欢快的歌叫小苹果”，“北京明天可以洗车吗”。CEO810NLPquery/ASRcontext/用户信息/语境等内容，首先在基础NLP工作中进行query用户query的槽位进行抽取，对领域和槽位进行综合管理得出用户真正的意图做一个结构activelearning要强调的一点是对于NLU这部分词典资源数据的清洗是非常重要的，我们一般直接拿过来的人力，而且非常重要，如果资源清洗的不好，所有的线上NLU效果都会变差，必须通过CFG于领域在冷启动阶段的语义解析，NLU的新需求大多基于此进行快速开发。在积累了大量首先我们将领域分类模块替换为模型，这里我们基于LSTM做了一个模型层面的意图和领LSTMLSTMsoftmax意图分类同样基于此模型，在领域分类上准确率可以达到93%，在意图分类上准确率可以达到96%。双向LSTM加CRF，线上总体准确率可达92%。双向LSTM内层特征可以做一些共享和互补，这对系统的整体效果是有帮助的，我们借鉴了一些公开的论文做了一个联合学习模型，将slot抽取和意图分类最终做了一个统一的损queryquery库构建和答案生成。实现方法有三种：1）基于检索式QA系统；2）基于知识图谱的QA库，相似query不同义以及同义query差别大等。目前我们线上跑的系统主要是基于检索式的智能问答系统，query进来后先进行经过rank后得到answer。此外，由于ASR存在许多识别错误，我们会做一些拼音层面的BIBI用户画像这个基础service在上层做一个语义理解以及内容推送，广告系统的一个应用。用户画像根据设备d用者，所以通过设备d主动quy及点播情况来刻画用户，我们描述的主要是一些相关的有声内容的维度以及一些用户的基本信息，比如用户的地点、性别、职业等。用户交互的频度，用户每个quryfm,music；出去玩吧！”但是如果用户在不断地谩骂机器人，机器人就会接受用户的每个query并

人人文库> 全部分类> 专业文献 > IT计算机

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论