用户意图自动识别方法及装置制造方法及图纸

本发明专利技术涉及一种用户意图自动识别方法及装置，所述方法包括：根据输入语句识别用户行为意图，将所述用户行为意图作为用户意图；若无法根据所述输入语句识别用户行为意图，则在数据库中检索与所述输入语句相似的语句，将检索到的语句对应的用户查询意图作为用户意图；若在所述数据库中检索不到相似语句，则利用用户意图分类器识别用户其它意图，将所述用户识别意图作为用户意图。本发明专利技术提供的用户意图自动识别方法及装置，能够自动分级识别用户意图，提高了用户意图识别的精确度，并结合对用户的情绪分析，强化机器人对用户意图识别的程度。

【技术实现步骤摘要】
用户意图自动识别方法及装置
本专利技术涉及人工智能
，具体涉及用户意图自动识别方法及装置。
技术介绍
随着社会的信息化进程日益加剧，通过自然语言与用户交流的机器人也逐渐走入人们的生活。在机器人与用户交互的过程中，基本可以将机器人分为三类：简单的一问一答方式，没有上下文，这种方式根本上是对传统检索方式的升级和迭代；有目标的人机对话，这种对话的目的是解决用户的某一特定需求，如：订票、订酒店等，机器人需要在尽量少的对话轮数中挖掘到用户的需求信息；闲聊模式是用户与机器人之间进行的无目的对话。目前的机器人人系统不论是一问一答、有目标的对话还是闲聊，都鲜少有考虑到用户意图和情绪的。目前已经有的一种识别用户意图的方案是通过各种类型的传感器获取到用户生理指数，根据分析用户生理状态的变化获知用户意图和情绪。该方案的缺点为：应用范围有限，必须有传感器接触到用户，使用不方便；所获取的生理指数与用户意图没有直接对应关系，比如：用户血压、心跳增加，既可能是激动紧张也可能是受环境温度变化影响，还可能是健康情况发生变化；另外，不是所有的用户意图都会通过生理指数体现，如：预定外卖和寻找代驾的需求，可能用户的生理指数是完全相同的。因此，如何便捷精准地识别用户真实的意图是本
人员亟需解决的问题。
技术实现思路
针对现有技术中的缺陷，本专利技术提供的用户意图自动识别方法及装置，能够自动分级识别用户意图，提高了用户意图识别的精确度，并结合对用户的情绪分析，强化机器人对用户意图识别的程度。第一方面，本专利技术提供了一种用户意图自动识别方法，包括：根据输入语句识别用户行为意图，将所述用户行为意图作为用户意图；若无法根据所述输入语句识别用户行为意图，则在数据库中检索与所述输入语句相似的语句，将检索到的语句对应的用户查询意图作为用户意图；若在所述数据库中检索不到相似语句，则利用用户意图分类器识别用户其它意图，将所述用户识别意图作为用户意图。本专利技术提供的用户意图自动识别方法，根据计算机识别用户意图的困难程度，对用户意图进行建模，将用户意图分为用户行为意图、用户查询意图、用户其它意图三层，分别采用适合的方法对每层意图进行识别，通过分级的方式识别用户意图，提高了用户意图识别的精确度并降低了人力的消耗和对标注数据的要求。优选地，所述根据输入语句识别用户行为意图，包括：对输入语句进行分词处理；对分词处理得到的词语进行词性标注，并对得到的词语进行命名实体识别和实体链接；根据命名实体识别的结果和实体链接结果识别用户行为意图。优选地，所述利用用户意图分类器识别用户其它意图，包括：将分词处理得到的词语、词语的词性以及命名实体识别结果、实体链接结果输入用户意图分类器，得到用户其它意图。优选地，还包括：根据用户的输入信息识别用户情绪；根据所述用户情绪和所述用户意图，判断用户的意图强烈度。优选地，所述根据用户的输入信息识别用户情绪，包括：将用户的输入信息输入粗粒度情绪分类器，根据所述粗粒度情绪分类器输出的置信度高的情绪作为用户的粗粒度情绪值；将用户的输入信息输入细粒度情绪分类器，根据所述细粒度情绪分类器输出的置信度高的情绪作为用户的细粒度情绪值。优选地，所述粗粒度情绪分类器和所述细粒度情绪分类器的构建方法包括：获取与所述用户相关的样本数据；对所述样本数据进行粗粒度标注和细粒度标注；根据标注后的样本数据训练得到粗粒度情绪分类器和细粒度情绪分类器。优选地，还包括：将标注后的样本数据分为训练集和测试集；所述根据标注后的样本数据训练得到粗粒度情绪分类器和细粒度情绪分类器，包括：根据训练集中的样本数据训练得到粗粒度情绪分类器和细粒度情绪分类器；在训练完后，还包括：利用测试集中的样本数据，对训练得到的所述粗粒度情绪分类器和所述细粒度情绪分类器进行测试，获得所述粗粒度情绪分类器和所述细粒度情绪分类器的置信度；根据所述置信度检验所述粗粒度情绪分类器和所述细粒度情绪分类器的训练结果。优选地，获取与所述用户相关的样本数据，包括：获取所述用户与机器人交互产生是文本数据，和/或，通过互联网获取与所述用户相关的文本数据。本专利技术中对用户情绪的判断，以粗粒度情绪分类器和细粒度情绪分类器的置信度作为最终情绪判断结果的权值，对机器人最终的行为或动作起指导作用，使得机器人能够根据用户的情绪对用户的意图作出更精细的判断，以增加机器人在人机交互过程中对用户需求的把握，使得机器人更加符合用户期望。第二方面，本专利技术提供了一种用户意图自动识别装置，包括：第一意图识别模块，用于根据输入语句识别用户行为意图，将所述用户行为意图作为用户意图；第二意图识别模块，用于若无法根据所述输入语句识别用户行为意图，则在数据库中检索与所述输入语句相似的语句，将检索到的语句对应的用户查询意图作为用户意图；第三意图识别模块，用于若在所述数据库中检索不到相似语句，则利用用户意图分类器识别用户其它意图，将所述用户其它意图作为用户意图。本专利技术提供的用户意图自动识别装置，根据计算机识别用户意图的困难程度，对用户意图进行建模，将用户意图分为用户行为意图、用户查询意图、用户其它意图三层，分别采用适合的方法对每层意图进行识别，通过分级的方式识别用户意图，提高了用户意图识别的精确度并降低了人力的消耗和对标注数据的要求。优选地，所述第一意图识别模块具体用于：对输入语句进行分词处理；对分词处理得到的词语进行词性标注，并对得到的词语进行命名实体识别和实体链接；根据命名实体识别的结果和实体链接结果识别用户行为意图。优选地，所述第三意图识别模块具体用于：将分词处理得到的词语、词语的词性以及命名实体识别结果、实体链接结果输入用户意图分类器，得到用户其它意图。优选地，还包括情绪识别模块，用于：根据用户的输入信息识别用户情绪；根据所述用户情绪和所述用户意图，判断用户的意图强烈度。优选地，所述情绪识别模块具体用于：将用户的输入信息输入粗粒度情绪分类器，根据所述粗粒度情绪分类器输出的置信度高的情绪作为用户的粗粒度情绪值；将用户的输入信息输入细粒度情绪分类器，根据所述细粒度情绪分类器输出的置信度高的情绪作为用户的细粒度情绪值。优选地，还包括分类器构建模块，用于通过以下步骤构建所述粗粒度情绪分类器和所述细粒度情绪分类器：获取与所述用户相关的样本数据；对所述样本数据进行粗粒度标注和细粒度标注；根据标注后的样本数据训练得到粗粒度情绪分类器和细粒度情绪分类器。优选地，所述分类器构建模块还用于：将标注后的样本数据分为训练集和测试集；所述根据标注后的样本数据训练得到粗粒度情绪分类器和细粒度情绪分类器，包括：根据训练集中的样本数据训练得到粗粒度情绪分类器和细粒度情绪分类器；在训练完后，还包括：利用测试集中的样本数据，对训练得到的所述粗粒度情绪分类器和所述细粒度情绪分类器进行测试，获得所述粗粒度情绪分类器和所述细粒度情绪分类器的置信度；根据所述置信度检验所述粗粒度情绪分类器和所述细粒度情绪分类器的训练结果。优选地，所述分类器构建模块中，获取与所述用户相关的样本数据，包括：获取所述用户与机器人交互产生是文本数据，和/或，通过互联网获取与所述用户相关的文本数据。本专利技术中对用户情绪的判断，以粗粒度情绪分类器和细粒度情绪分类器的置信度作为最终情绪判断结果的权值，对机器人最终的行为或动作起指导本文档来自技高网...

【技术保护点】
一种用户意图自动识别方法，其特征在于，包括：根据输入语句识别用户行为意图，将所述用户行为意图作为用户意图；若无法根据所述输入语句识别用户行为意图，则在数据库中检索与所述输入语句相似的语句，将检索到的语句对应的用户查询意图作为用户意图；若在所述数据库中检索不到相似语句，则利用用户意图分类器识别用户其它意图，将所述用户识别意图作为用户意图。

【技术特征摘要】
1.一种用户意图自动识别方法，其特征在于，包括：根据输入语句识别用户行为意图，将所述用户行为意图作为用户意图；若无法根据所述输入语句识别用户行为意图，则在数据库中检索与所述输入语句相似的语句，将检索到的语句对应的用户查询意图作为用户意图；若在所述数据库中检索不到相似语句，则利用用户意图分类器识别用户其它意图，将所述用户识别意图作为用户意图。2.根据权利要求1所述的方法，其特征在于，所述根据输入语句识别用户行为意图，包括：对输入语句进行分词处理；对分词处理得到的词语进行词性标注，并对得到的词语进行命名实体识别和实体链接；根据命名实体识别的结果和实体链接结果识别用户行为意图。3.根据权利要求2所述的方法，其特征在于，所述利用用户意图分类器识别用户其它意图，包括：将分词处理得到的词语、词语的词性以及命名实体识别结果、实体链接结果输入用户意图分类器，得到用户其它意图。4.根据权利要求1所述的方法，其特征在于，还包括：根据用户的输入信息识别用户情绪；根据所述用户情绪和所述用户意图，判断用户的意图强烈度。5.根据权利要求4所述的方法，其特征在于，所述根据用户的输入信息识别用户情绪，包括：将用户的输入信息输入粗粒度情绪分类器，根据所述粗粒度情绪分类器输出的置信度高的情绪作为用户的粗粒度情绪值；将用户的输入信息输入细粒度情绪分类器，根据所述细粒度情绪分类器输出的置信度高的情绪作为用户的细粒度情绪值。6.根据权利要求5所述的方法，其特征在于，所述粗粒度情绪分类器和所述细粒度情绪分类器的构建方法包...

【专利技术属性】
技术研发人员：宋亚楠，王兰，王昊奋，邵浩，邱楠，
申请(专利权)人：深圳狗尾草智能科技有限公司，
类型：发明
国别省市：广东,44