华为HiCar的智能对话理解

猿急送>上海其它兼职程序员>Juanting>

案例列表

基本信息

案例ID：219013

技术顾问：Juanting - 4年经验 - 上海华为技术有限公司

联系沟通

微信扫码，建群沟通

项目名称：华为HiCar的智能对话理解

所属行业：人工智能 - 智能硬件

->查看更多案例

案例介绍

2022.03-2022.09 车载轻车机免唤醒持续聆听项目：意图识别分类
 依托语音助手小艺，双全工场景下识别区分云侧、端侧意图和非意图。：
1. 文本预处理和特征构建：新增前后字符，将数字和符号替换成通用标识，提高模型泛化性。设计双向切
词方法，实现基于2gram + tf-idf 的特征构建。
2. 采用多模型对比训练，选择效果最好的SVM模型，准确率达到97%。在android上完成SVM推理，并将意图
分类模型部署到Android。
3. 针对多轮意图重入/追问，根据意图上下文联想，设计不同意图类型特征构建方案，避免模型强拒识。

智能手册项目：研发设计分层多级NLU理解
依托语音助手系统，为车主指南手册设计多级NLU理解方案，完成用户智能问答。智能问答NLU环节的流程主
要包括：实体识别与匹配、问题关系匹配、语句查询和推理。本人主导多级NLU理解：
1. 多级规则匹配方案：先基于权重的实体匹配，再根据通用正则或个性化正则进行问题匹配，
2. QA pair 匹配方案：根据挖掘的数据，自动生成query对7k+条语料，构建共现词频+tf-idf+词向量的文
本相似度计算，并基于bert进行文本排序，离线模型的准确率从86%提升到97%
3. 知识图谱方案：基于neo4j构建知识图谱，设计基于模板匹配的知识图谱问答系统，输出智能问答demo。