Евразийский сервер публикаций

Евразийская заявка на изобретение № 202092856

Библиографические данные

(11) Номер патентного документа

202092856

(21) Номер евразийской заявки

202092856

(22) Дата подачи евразийской заявки

2020.12.23

(51) Индексы Международной патентной классификации

G06F 40/10 (2020.01)
G06F 40/279 (2020.01)
G10L 15/00 (2013.01)
G06N 3/02 (2006.01)
G06N 20/00 (2019.01)

(43)(13) Дата публикации евразийской заявки, код вида документа

A1 2021.10.29 Бюллетень № 10 тит.лист, описание

(31) Номер заявки, на основании которой испрашивается приоритет

2020117653

(32) Дата подачи заявки, на основании которой испрашивается приоритет

2020.04.28

(33) Код страны, идентифицирующий ведомство или организацию, которая присвоила номер заявки, на основании которой испрашивается приоритет

RU

(71) Сведения о заявителе(ях)

ПУБЛИЧНОЕ АКЦИОНЕРНОЕ ОБЩЕСТВО "СБЕРБАНК РОССИИ" (ПАО СБЕРБАНК) (RU)

(72) Сведения об изобретателе(ях)

Шаврина Татьяна Олеговна, Феногенова Алена Сергеевна (RU)

(74) Сведения о представителе(ях)
или патентном поверенном

Герасин Б.В. (RU)

(54) Название изобретения

СИСТЕМА И СПОСОБ АВТОМАТИЗИРОВАННОЙ ОЦЕНКИ НАМЕРЕНИЙ И ЭМОЦИЙ ПОЛЬЗОВАТЕЛЕЙ ДИАЛОГОВОЙ СИСТЕМЫ

Реферат [ENG]
(57) Изобретение относится к области компьютерной техники, в частности к решениям для реализации диалоговых систем для автоматизированной оценки намерений и эмоций пользователя. Техническим результатом является обеспечение в реальном времени автоматизированного анализа сообщений пользователя для выбора наиболее релевантной реакции для автоматического ответа со стороны диалоговой системы. Заявленный результат достигается с помощью системы автоматизированной оценки намерений и эмоций пользователей диалоговой системы, которая содержит по меньшей мере один процессор; по меньшей мере одно средство памяти; модуль препроцессинга текста, выполненный с возможностью обработки входных данных, при которой осуществляется очистка, нормализация и токенизация текстовых данных; модуль векторизации, обеспечивающий формирование вектора предложений на основании токенов, передаваемых от модуля препроцессинга текста; модуль анализа тональности, выполненный с возможностью определения типа предложения на основании получаемого вектора с помощью модели машинного обучения, при этом тип предложения представляет собой негативный, позитивный, нейтральный или разговорный; модуль извлечения диалоговых актов, выполненный с возможностью определения общего намерения в поступающих предложениях с помощью обработки упомянутого вектора предложения моделью машинного обучения; модуль обработки событий, выполненный с возможностью обработки токенов предложений на предмет выявления по меньшей мере одного из: субъект, объект, действие или их сочетания, в каждом предложении; определение конкретного намерения и/или причины, а также эмоций объекта и субъекта на основании обработки упомянутых токенов предложения.
Zoom in

Загрузка данных...


Назад Новый поиск