面向中文文本的语义理解系统及方法

本发明提供了一种面向中文文本的语义理解系统及方法，以深度学习为基础，提出一个深度学习文本分类模型，模型分为输入层、卷积层、池化层、GRU层、全连接层与输出层，以文本分词的拼音特征序列为输入，经多层特征提取获得特征，对意图类别进行预测，得到文本的分类结果。本发明不需要对语句的词性进行判断，也不需要产生句法分析树等复杂的预处理过程，只需对文本进行分词，再将其转化为拼音，解决了传统特征提取方法无法度量词与词间关系、需要较多的外部先验知识、处理大规模语料库时易产生维度灾难等问题。
上海交通大学 | 安徽酷哇机器人有限公司
赵群飞 | 赵博轩 | 何弢