基于多模态特征的服务推荐方法、服务预测模型训练方法
申请号:CN202410810099
申请日期:2024-06-21
公开号:CN118673214A
公开日期:2024-09-20
类型:发明专利
摘要
本申请实施例涉及一种基于多模态特征的服务推荐方法、服务预测模型训练方法,上述方法包括:获取针对目标车辆采集的用户语音文本、至少一个图像和当前车辆状态数据;对用户语音文本、至少一个图像和当前车辆状态数据分别进行特征转换,得到语音特征数据、图像特征数据和车辆状态特征数据;将语音特征数据、图像特征数据和车辆状态特征数据合并,得到多模态联合特征数据;利用服务预测模型,对多模态联合特征数据进行车辆状态预测和服务类型预测,得到预测车辆状态数据和待推荐服务类型;基于预测车辆状态数据和待推荐服务类型,生成推荐服务信息。本申请实施例可以由模型学习不同模态之间的关联关系,进而精准地向用户推荐服务。
技术关键词
车辆状态数据
语音特征数据
图像特征数据
车辆状态预测
推荐服务信息
预测模型训练方法
深度融合网络
服务推荐方法
注意力
多模态特征
文本
融合特征
解码器
样本
前馈神经网络