买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京深维智讯科技有限公司申请的专利一种基于自适应语义理解的多轮对话意图识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120805921B 。

龙图腾网通过国家知识产权局官网在2026-03-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510876264.1，技术领域涉及：G06F40/30；该发明授权一种基于自适应语义理解的多轮对话意图识别方法及系统是由韩三普;陈竑设计研发完成，并于2025-06-27向国家知识产权局提交的专利申请。

本一种基于自适应语义理解的多轮对话意图识别方法及系统在说明书摘要公布了：本发明提供一种基于自适应语义理解的多轮对话意图识别方法及系统，涉及人工智能技术领域，所述方法包括：获取用户当前轮次的自然语言对话文本，作为原始输入数据；基于原始输入数据，通过动态语义编码算法提取多层次语义特征，生成当前轮次对话的语义向量表示；基于当前轮次语义向量和历史对话状态向量，在语义向量空间中设置三个固定锚点，形成三角分析结构；对所述三角分析结构进行网格化分割，根据分割后网格的分布特性生成特征调整值；利用所述特征调整值动态修正上下文关联特征的提取过程，以得到修正后的上下文关联特征。本发明通过全流程设计，在客服、智能助手等多轮交互场景中实现端到端优化。

本发明授权一种基于自适应语义理解的多轮对话意图识别方法及系统在权利要求书中公布了：1.一种基于自适应语义理解的多轮对话意图识别方法，其特征在于，所述方法包括： 步骤S1：获取用户当前轮次的自然语言对话文本，作为原始输入数据； 步骤S2：基于原始输入数据，通过动态语义编码算法提取多层次语义特征，生成当前轮次对话的语义向量表示； 步骤S3：基于当前轮次语义向量和历史对话状态向量，在语义向量空间中设置三个固定锚点，形成三角分析结构；对所述三角分析结构进行网格化分割，根据分割后网格的分布特性生成特征调整值；利用所述特征调整值动态修正上下文关联特征的提取过程，以得到修正后的上下文关联特征，包括： 基于当前轮次语义向量与历史对话状态向量，计算历史对话状态向量的时间衰减加权中心点，将当前轮次语义向量按语义相似度投影至所述中心点邻域，融合投影结果与中心点坐标生成动态坐标基准点； 基于动态坐标基准点为原点建立局部坐标系，沿语义演变方向设置第一锚点，其坐标值由当前轮次语义向量的主成分最大值确定；沿历史状态凝聚方向设置第二锚点，其坐标值由历史对话状态向量的聚类中心确定；沿语义关联路径设置第三锚点，其坐标值由当前轮次语义向量与历史对话状态向量的互信息强度确定；连接三锚点形成三角分析结构； 基于三角分析结构，统计三角区域内语义向量的分布密度；在密度高于阈值的区域进行细粒度网格划分，在密度低于阈值的区域进行粗粒度网格划分；根据划分结果生成异构网格单元集合； 基于异构网格单元集合，遍历相邻网格单元计算语义向量流的方向一致性，生成拓扑连续性指标；计算高密度网格与低密度网格的向量数量比值，生成密度差异指标；对两项指标进行归一化加权融合，输出特征调整值； 利用特征调整值，动态调整加权历史对话向量与当前轮次语义向量的关联权重，输出修正后的上下文关联特征； 步骤S4：将修正后的上下文关联特征输入自适应语义理解单元，通过注意力机制动态加权关键语义片段，生成融合上下文的自适应语义向量； 步骤S5：基于融合上下文的自适应语义向量，通过第一级分类器识别当前轮次的主意图类别标签；通过第二级分类器结合所述主意图类别标签解析细粒度操作参数，以得到主意图类别标签与细粒度操作参数的组合； 步骤S6：基于主意图类别标签与细粒度操作参数的组合，更新对话状态记忆单元中的用户意图状态，生成引导性追问问题或执行操作指令，当检测到新增意图时，触发服务流程重组并更新历史对话状态向量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京深维智讯科技有限公司，其通讯地址为：100080 北京市海淀区北四环西路56号8层802；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。