语音交互中确定用户意图的方法及装置制造方法及图纸

本发明专利技术是关于一种语音交互中确定用户意图的方法及装置，其中，方法包括：接收用户当前输入的语音数据信息；对所述语音数据信息进行识别，得到所述语音数据信息对应的文本数据信息；获取根据所述用户的日志记录得到的用户意图分类模型和目标转移概率矩阵；根据所述用户意图分类模型和所述目标转移概率矩阵确定所述文本数据信息所属的目标意图类别；在所述目标意图类别对应的数据库中查找与所述文本数据信息对应的应答信息。通过该技术方案，不但可以为用户提供更准确的应答信息，还可以减少查找时间，提高查找效率，提升用户的使用体验。

Method and apparatus for determining user intent in speech interaction

The present invention relates to a voice interaction in determining user intent method and device, the method includes: receiving user input current voice data; to identify the voice data, text data information corresponding to the voice data information; obtaining the user according to the user log the intention of the classification model and target transtion-probablity matrix; according to the intention of the user classification model and the target transtion-probablity matrix to determine the text data information belongs to target intention categories; response information search in the target intention category corresponds to the database and the data information of the corresponding text. Through the technical scheme, not only can provide users with more accurate response information, but also can reduce the search time, improve the search efficiency, improve user experience.

【技术实现步骤摘要】

本专利技术涉及数据分类
，尤其涉及一种语音交互中确定用户意图的方法及装置。
技术介绍
相关技术中，当终端等设备接收到用户输入的语音查询请求时，会根据该查询请求从预设数据库中查找与该请求对应的答案或者回复，但在整个预设数据库中进行查找，不但不能保证查找到的答案或者回复的准确性，而且查找时间也相对较长。
技术实现思路
本专利技术实施例提供一种语音交互中确定用户意图的方法及装置，用以实现在保证查找的答案或者回复的准确率的基础上，提高查找效率，从而提升用户的使用体验。根据本专利技术实施例的第一方面，提供一种语音交互中确定用户意图的方法，包括：接收用户当前输入的语音数据信息；对所述语音数据信息进行识别，得到所述语音数据信息对应的文本数据信息；获取根据所述用户的日志记录得到的用户意图分类模型和目标转移概率矩阵；根据所述用户意图分类模型和所述目标转移概率矩阵确定所述文本数据信息所属的目标意图类别；在所述目标意图类别对应的数据库中查找与所述文本数据信息对应的应答信息。在该实施例中，在接收到用户当前输入的语音数据信息后，先确定语音数据信息对应的文本数据信息所属的目标意图类别，进而在目标意图类别对应的数据中查找与其对应的应答信息，这样，不但可以为用户提供更准确的应答信息，还可以减少查找时间，提高查找效率，提升用户的使用体验。在一个实施例中，所述获取根据所述用户的日志记录得到的用户意图分类模型和目标转移概率矩阵，包括：获取预设的卷积神经网络模型和预设的转移概率矩阵；根据预设的文本模板从所述日志记录中提取出意图分类训练语料；利用所述意图分类训练语料和所述预设的卷积神经网络模型进行训练，得到所述用户意图分类模型；利用预设上下文训练语料和预设的转移概率矩阵进行训练，得到初始转移概率矩阵；利用所述日志记录修正所述初始概率矩阵，得到所述目标转移概率矩阵。在该实施例中，利用所述意图分类训练语料和所述预设的卷积神经网络模型进行训练，得到所述用户意图分类模型，利用预设上下文训练语料和预设的转移概率矩阵进行训练，得到初始转移概率矩阵，并根据用户意图历史日志记录修正初始转移概率矩阵得到目标转移概率矩阵，这样，根据用户意图分类模型和目标转移概率矩阵进行意图分类，可以保证分类结果的准确性。在一个实施例中，所述文本数据信息包括以下至少一项：文本信息和拼音信息；所述意图分类训练语料包括以下至少一种形式：文本语料和拼音预料。在该实施例中，在进行卷积神经网络训练时，不但可以采用训练语料的文本形式进行训练，还可以采用训练语料的拼音形式进行训练，这样，可以有效的过滤噪音，避免错误累积。在一个实施例中，所述根据所述用户意图分类模型和所述目标转移概率矩阵确定所述文本数据信息所属的目标意图类别，包括：将所述文本数据信息作为所述用户意图分类模型的输入，得到所述文本数据信息对应的第一分类结果；获取所述文本数据信息对应的上一句文本数据信息所属的意图类别；根据所述上一句文本数据信息所属的意图类别和所述目标转移概率矩阵，确定所述文本数据信息对应的第二分类结果；根据所述第一分类结果和所述第二分类结果确定所述文本数据信息所属的目标意图分类。在一个实施例中，所述根据所述第一分类结果和所述第二分类结果确定所述文本数据信息所属的目标意图分类，包括：根据所述第一分类结果和所述第二分类结果的乘积，确定所述文本数据信息所属的目标意图分类。在该实施例中，将文本数据信息作为用户意图分类模型的输入，得到文本数据信息对应的第一分类结果，该第一分类结果表明文本数据信息属于各个意图分类的概率，其是一个1*N维的特征向量，并根据上一句文本数据信息和目标转移概率矩阵计算出文本数据信息属于每个意图类别的概率矩阵，该矩阵可以是N*N维的，进而根据两者的乘积得到文本数据信息属于每个意图类别的总概率，进而将总概率值最高对应的意图类别确定为目标意图类别。根据本专利技术实施例的第二方面，提供一种语音交互中确定用户意图的装置，包括：接收模块，用于接收用户当前输入的语音数据信息；识别模块，用于对所述语音数据信息进行识别，得到所述语音数据信息对应的文本数据信息；获取模块，用于获取根据所述用户的日志记录得到的用户意图分类模型和目标转移概率矩阵；确定模块，用于根据所述用户意图分类模型和所述目标转移概率矩阵确定所述文本数据信息所属的目标意图类别；查找模块，用于在所述目标意图类别对应的数据库中查找与所述文本数据信息对应的应答信息。在一个实施例中，所述获取模块包括：第一获取子模块，用于获取预设的卷积神经网络模型和预设的转移概率矩阵；提取子模块，用于根据预设的文本模板从所述日志记录中提取出意图分类训练语料；第一训练子模块，用于利用所述意图分类训练语料和所述预设的卷积神经网络模型进行训练，得到所述用户意图分类模型；第二训练子模块，用于利用预设上下文训练语料和预设的转移概率矩阵进行训练，得到初始转移概率矩阵；修正子模块，用于利用所述日志记录修正所述初始概率矩阵，得到所述目标转移概率矩阵。在一个实施例中，所述文本数据信息包括以下至少一项：文本信息和拼音信息；所述意图分类训练语料包括以下至少一种形式：文本语料和拼音预料。在一个实施例中，所述确定模块包括：处理子模块，用于将所述文本数据信息作为所述用户意图分类模型的输入，得到所述文本数据信息对应的第一分类结果；第二获取子模块，用于获取所述文本数据信息对应的上一句文本数据信息所属的意图类别；第一确定子模块，用于根据所述上一句文本数据信息所属的意图类别和所述目标转移概率矩阵，确定所述文本数据信息对应的第二分类结果；第二确定子模块，用于根据所述第一分类结果和所述第二分类结果确定所述文本数据信息所属的目标意图分类。在一个实施例中，所述第二确定子模块用于：根据所述第一分类结果和所述第二分类结果的乘积，确定所述文本数据信息所属的目标意图分类。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本专利技术。本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。图1是根据一示例性实施例示出的一种语音交互中确定用户意图的方法的流程图。图2是根据一示例性实施例示出的一种语音交互中确定用户意图的方法中步骤S103的流程图。图3是根据一示例性实施例示出的一种语音交互中确定用户意图的方法中步骤S104的流程图。图4是根据一示例性实施例示出的一种语音交互中确定用户意图的装置的框图。图5是根据一示例性实施例示出的一种语音交互中确定用户意图的装置中获取模块的框图。图6是根据一示例性实施例示出的一种语音交互中确定用户意图的装置中确定模块的框图。具体实施方式这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本专利技术相一致的所有实施方式。相反，它们仅是与如所附权利要本文档来自技高网...

【技术保护点】
一种语音交互中确定用户意图的方法，其特征在于，包括：接收用户当前输入的语音数据信息；对所述语音数据信息进行识别，得到所述语音数据信息对应的文本数据信息；获取根据所述用户的日志记录得到的用户意图分类模型和目标转移概率矩阵；根据所述用户意图分类模型和所述目标转移概率矩阵确定所述文本数据信息所属的目标意图类别；在所述目标意图类别对应的数据库中查找与所述文本数据信息对应的应答信息。

【技术特征摘要】
1.一种语音交互中确定用户意图的方法，其特征在于，包括：接收用户当前输入的语音数据信息；对所述语音数据信息进行识别，得到所述语音数据信息对应的文本数据信息；获取根据所述用户的日志记录得到的用户意图分类模型和目标转移概率矩阵；根据所述用户意图分类模型和所述目标转移概率矩阵确定所述文本数据信息所属的目标意图类别；在所述目标意图类别对应的数据库中查找与所述文本数据信息对应的应答信息。2.根据权利要求1所述的方法，其特征在于，所述获取根据所述用户的日志记录得到的用户意图分类模型和目标转移概率矩阵，包括：获取预设的卷积神经网络模型和预设的转移概率矩阵；根据预设的文本模板从所述日志记录中提取出意图分类训练语料；利用所述意图分类训练语料和所述预设的卷积神经网络模型进行训练，得到所述用户意图分类模型；利用预设上下文训练语料和预设的转移概率矩阵进行训练，得到初始转移概率矩阵；利用所述日志记录修正所述初始概率矩阵，得到所述目标转移概率矩阵。3.根据权利要求1所述的方法，其特征在于，所述文本数据信息包括以下至少一项：文本信息和拼音信息；所述意图分类训练语料包括以下至少一种形式：文本语料和拼音预料。4.根据权利要求1所述的方法，其特征在于，所述根据所述用户意图分类模型和所述目标转移概率矩阵确定所述文本数据信息所属的目标意图类别，包括：将所述文本数据信息作为所述用户意图分类模型的输入，得到所述文本数据信息对应的第一分类结果；获取所述文本数据信息对应的上一句文本数据信息所属的意图类别；根据所述上一句文本数据信息所属的意图类别和所述目标转移概率矩阵，确定所述文本数据信息对应的第二分类结果；根据所述第一分类结果和所述第二分类结果确定所述文本数据信息所属的目标意图分类。5.根据权利要求4所述的方法，其特征在于，所述根据所述第一分类结果和所述第二分类结果确定所述文本数据信息所属的目标意图分类，包括：根据所述第一分类结果和所述第二分类结果的乘积，确定所述文本数据信息所属的目标意图分类。6.一种语音交互中...

【专利技术属性】
技术研发人员：崇伟峰，
申请(专利权)人：北京云知声信息技术有限公司，
类型：发明
国别省市：北京;11