融合实体信息和时序特征的意图识别模型

人机对话意图识别旨在通过人机之间简短的对话识别出用户意图,通过对话文本的分类进而实现意图的识别。针对人机对话中因篇幅短导致语境匮乏和因对话随意性导致意图模糊的问题,提出了一种融合实体信息和时序特征的人机对话意图识别模型。在文本表示阶段,通过捕捉对话中实体信息来增强文本语义表达,并利用双向注意力机制动态生成符合语境的文本表示;并利用双向GRU提取对话上下文的时序特征来获取上下文意图之间的关系;通过级联多层gMLP,利用其内部空间控制单元自适应融合实体信息和时序特征,从而提升意图识别的准确率。为验证所提模型在多种任务上的效果,在不同意图识别任务数据集CCKS2018和SMP2018上进行实验,分别取得了90.6%和93.7%的准确率,对比CLSTM、DBN、Attention-RNN等具有代表性的模型,均有3%以上性能的提升。     

基于包容性设计流程视角下的助行器开发研究

目的 深入探讨包容性设计作为一种以人为本的设计方法和流程,而不仅仅是设计理念,在残障人士康复辅具开发流程中的运用价值。方法 结合复健拐杖的设计实例,运用剑桥工程中心开发的“设计轮”,将包容性设计流程四个阶段17个步骤结合用户共创设计方法,通过焦点小组、用户画像、用户旅程图等方式列出需求清单,运用形态分析法和TRIZ创新法进行设计创意,快速制作原型后与参与用户和设计师共同测试、深化方案,并进一步对设计排除进行评估后定案。结论 通过包容性设计理论结合助行器开发流程,探讨了包容性设计方法与多种创意方法融合的可行性,为更多康复辅具的包容性设计创新提供了实操性的参考思路和可行性案例,使包容性设计不仅停留在理念层面,还落实在具体设计操作实践流程上。