一种用户意图识别方法及系统技术方案

本申请公开了一种用户意图识别方法及系统，包括：根据语料库构建有向图；分割待识别语句，得到多个待识别分词；根据多个所述待识别分词，在有向图中查找对应的意图。通过语料库构建有向图，容错性强，并且不需要花费大量时间和算力训练离线模型；根据多个所述待识别分词，在有向图中查找对应的意图，效率高，容错性强。在智能语音客服对话场景下，基于用户问句分词结果与对应意图，构建用于识别意图的有向图。利用有向图的构建和检索进行意图识别，相比基于正则表达式的方法，无需大量人工配置规则。相比搜索知识库中问句模板的方法，无需计算句子相似度。在节省人力资源的同时提高计算效率，减短计算时间。

A user intention recognition method and system

【技术实现步骤摘要】
一种用户意图识别方法及系统
本申请涉及智能语音客服领域，尤其涉及一种用户意图识别方法及系统。
技术介绍
客服业务在许多场景下有着广泛应用，然而人工服务具有招人难、培训成本高等缺点，用智能客服替代人工则可以大大削减人力成本。智能客服在工作过程中为了进一步匹配用户所需要的服务类型，一般需要首先识别用户的来电意图，由此可见智能客服的用户意图识别功能至关重要。现有的意图识别方法大体有基于正则表达式，基于计算问句相似度，和基于意图分类模型的三种方法。第一种基于人工规定正则表达式的方法即词槽匹配的规则式。此方法首先将所有历史训练对话数据进行打标，标注用户每句话所对应的意图；然后针对用户输入语句，寻找语句中词槽，根据词槽匹配对应意图。此方法需要耗费大量人工精力在文本中找词槽，工程上实现效率非常低；由于语音转译错误不会被包含在问题模板与词槽中，此方法也无法识别转译错误的用户问句。第二种基于计算问句相似度的方法首先建立模板问句的知识库，在对用户问句进行意图识别的时候，将当前问句与知识库中所有模板问句进行相似度计算，获取相似度最高的一个模板问句后确本文档来自技高网...

【技术保护点】
1.一种用户意图识别方法，其特征在于，包括：/n根据语料库构建有向图；/n分割待识别语句，得到多个待识别分词；/n根据多个所述待识别分词，在有向图中查找对应的意图。/n

【技术特征摘要】
1.一种用户意图识别方法，其特征在于，包括：
根据语料库构建有向图；
分割待识别语句，得到多个待识别分词；
根据多个所述待识别分词，在有向图中查找对应的意图。


2.根据权利要求1所述的识别方法，其特征在于，所述根据多个所述待识别分词，在有向图中查找对应的意图，包括：
按照待识别分词在待识别语句中的顺序，在有向图中确定对应的问句分词；
根据问句分词对应的意图确定待识别语句的意图。


3.如权利要求2所述的识别方法，其特征在于，所述根据问句分词对应的意图确定待识别语句的意图，包括：
若待识别语句中的最末待识别分词在有向图中有对应的问句分词，则此问句分词对应的意图为待识别语句的意图；
若当前查找的待识别分词不是待识别语句中的最末待识别分词，且当前查找的待识别分词在有向图中无对应的问句分词，则查找当前查找的待识别分词的后位待识别分词在有向图中对应的问句分词；
若当前查找的待识别分词不是待识别语句中的最末待识别分词，且当前查找的待识别分词之后的所有后位待识别分词在有向图中均无对应的问句分词，则根据当前查找的待识别分词的前位待识别分词所对应的意图确定待识别语句的意图；
若当前查找的待识别分词在待识别语句中是最后一个在有向图中有对应的问句分词的待识别分词，且此问句分词经过其他问句分词与多个意图相连，则根据有向边的权重确定待识别语句的意图。


4.如权利要求3所述的识别方法，其特征在于，所述根据当前查找的待识别分词的前位待识别分词所对应的意图确定待识别语句的意图，包括：
若前位待识别分词在有向图中对应的问句分词的意图与此问句分词之间的有向边数量小于等于边数阈值，则此问句分词的意图为待识别语句的意图；
若前位待识别分词在有...

【专利技术属性】
技术研发人员：王振众，马天一，陈曦，龚小龙，张伟，麻志毅，
申请(专利权)人：浙江省北大信息技术高等研究院，杭州未名信科科技有限公司，
类型：发明
国别省市：浙江;33