技术

让机器真正理解人类语言。

  • 深度语义分析

    在我们所选择的表示学习方法中,其特征的选择不再由人工选择,只要有大量的数据,层数比较深时,就可以把特征自动选择出来。此外它还解决了One-Hot表示的数据稀疏和语义关系丢失问题。因此在自然语言处理中一些基本问题比如分词,词性标注,命名实体识别,文本分类等都比传统的方法表现出更好的效果测评指标。

  • 知识图谱

    在知识表示中,我们主要使用本体来进行知识表示。知识图谱的构建主要通过从客观世界和互联网的各种数据资源中获取客观世界知识构建知识图谱。知识图谱应用于答案生成的语义检索方面。

  • 多轮对话

    多轮对话在单轮对话的基础上引入了上下文,因此当前的状态不仅取决于上文,而且可能取决于上上文或者更远的上文。我们使用了深度学习来解决多轮对话问题,其关键在于将上下文信息引入encoder-decoder中,context引入到encoder中。可将上下文信息在encoder端建立模型。

  • 免唤醒

    我们主要通过语音录入自动截取和垃圾信息过滤两项技术来实现免唤醒。语音录入自动截取根据语音输入的停顿时长自动截取连续内容的信息作为有效信息;垃圾信息过滤建立垃圾信息分类器,自动过滤掉垃圾信息。

  • 个性化服务

    我们依靠声纹识别技术,在语音交互场景中能够准确的将用户区分出来,并将他与系统之间的语音交互行为记录下来。当用户再次与系统进行交互时,我们会根据用户之前的行为,结合当时的时间,用户的心情,通过特定的算法,为用户提供贴心的服务。

免费平码三中三网站