Евразийский сервер публикаций

Евразийская заявка № 201990216

   Библиографические данные
(21)201990216    (13) A1
(22)2019.02.04

 A ]   B ]   C ]   D ]   E ]   F ]   G ]   H ] 

Текущий раздел: G     


Документ опубликован 2020.07.31
Текущий бюллетень: 2020-07  
Все публикации: 201990216  

(51) G06F 16/90 (2006.01)
G10L 15/12 (2006.01)
G10L 17/18(2006.01)
(43)A1 2020.07.31 Бюллетень № 07  тит.лист, описание 
(31)2019102403
(32)2019.01.29
(33)RU
(71)ПУБЛИЧНОЕ АКЦИОНЕРНОЕ ОБЩЕСТВО "СБЕРБАНК РОССИИ" (ПАО СБЕРБАНК); ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "МОСКОВСКИЙ ФИЗИКО-ТЕХНИЧЕСКИЙ ИНСТИТУТ (ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ)" (МФТИ) (RU)
(72)Антюхов Денис Олегович, Пугачёв Леонид Петрович (RU)
(74)Герасин Б.В. (RU)
(54)СПОСОБ СОЗДАНИЯ МОДЕЛИ АНАЛИЗА ДИАЛОГОВ НА БАЗЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ОБРАБОТКИ ЗАПРОСОВ ПОЛЬЗОВАТЕЛЕЙ И СИСТЕМА, ИСПОЛЬЗУЮЩАЯ ТАКУЮ МОДЕЛЬ
   Реферат  [ENG]
(57) Настоящее техническое решение, в общем, относится к области вычислительной обработки данных, в частности к методам машинного обучения для построения моделей анализа диалогов на естественном языке. Компьютерно-реализуемый способ создания модели анализа диалогов на базе искусственного интеллекта для обработки обращений пользователей, выполняемый с помощью по меньшей мере одного процессора и содержащий этапы, на которых получают набор первичных данных, причем набор включает в себя, по меньшей мере, текстовые данные диалогов между пользователями и операторами, содержащие обращения пользователей и ответы операторов; осуществляют обработку полученного набора данных, в ходе которой формируют обучающую выборку для искусственной нейронной сети, содержащую положительные и отрицательные примеры обращений пользователей на основании анализа контекста диалогов, причем положительные примеры содержат семантически связанный набор реплик оператора в ответ на обращение пользователя; выполняют выделение и кодирование векторного представления каждой реплики из упомянутых на предыдущем шаге положительных и отрицательных примеров обучающей выборки; применяют сформированную обучающую выборку для обучения модели определения релевантных реплик из контекста пользовательских обращений в диалогах.