基于问题检索的单句意图识别方法、装置和系统制造方法及图纸

本发明专利技术公开了一种基于问题检索的单句意图识别方法、装置、系统和存储介质，采用问题检索的方式确定用户的意图，方法包括:预先设置标准问句集，所述标准问题集中设置标准问句以及与所述标准问句对应的意图标签；获取智能语音机器人与用户对话中的问句；将所述问句输入问题匹配模型，与所述标准问题集中的标准问句进行匹配，根据匹配的标准问句输出意图标签。采用该技术方案，通过问题匹配模型对用户的语句在标准问句集中进行匹配，根据匹配结果确定用户的意图。当待匹配的意图标签比较接近时，识别准确率更好，给用户的体验更好。

Method, device and system of single sentence intention recognition based on problem retrieval

【技术实现步骤摘要】
基于问题检索的单句意图识别方法、装置和系统
本专利技术涉及智能识别
，具体而言，涉及一种基于问题检索的单句意图识别方法、装置和系统。
技术介绍
客户服务中心是企业与用户沟通的主要桥梁，提升用户满意度的主要渠道。以前客户服务中心主要以人工客服为主，由专业的客服人员为用户进行服务。随着计算机信息处理技术的发展，越来越多的客户服务中心开始采用智能语音机器人进行回访、电话问卷调查等服务。目前智能语音机器人与用户进行交流主要依据话术进行，对单句意图识别有较高的要求，需要识别出用户语句的意图。目前常用的是采用基于分类的深度学习网络模型对用户的语句进行分类，判断用户的意图。采用这种方法在分类种类较少的时候能够较为准确的判断出用户的意图，但是当待分类的种类数量为上千种或上万种时，由于不同种类之间的区别度很小，采用基于分类的深度学习网络模型准确率回下降，对用户的意图识别不准，导致用户投诉增多的问题。
技术实现思路
本专利技术旨在解决现有客户服务中心的语音机器人对用户意图识别率不高，对用户的意图判断错误，导致用户的投诉增多的问题。为了解决上述技术问题，本专利技术第一方面提出一种基于问题检索的单句意图识别方法，方法包括:预先设置标准问句集，所述标准问题集中设置标准问句以及与所述标准问句对应的意图标签；获取智能语音机器人与用户对话中的问句；将所述问句输入问题匹配模型，与所述标准问题集中的标准问句进行匹配，根据匹配的标准问句输出意图标签。根据本专利技术的一种优选实施方式，预先设置标准问句集具体为：从智能语音机器人与用户对话的历史对话记录中获取问句集；采用聚类分析的方法对问句集进行分类；对分类后的问句进行标准化处理。根据本专利技术的一种优选实施方式，获取智能语音机器人与用户对话中的问句具体包括：对用户的语句进行分词处理，将分词后的语句输入问句判断模型，判断是否为问句，若是，则输入问题匹配模型，若否，则结束。根据本专利技术的一种优选实施方式，所述问句判断模型采用基于XGboost算法的模型。根据本专利技术的一种优选实施方式，所述问题匹配模型包括编码层和匹配层，所述编码层用于将输入的问句转化为句向量，所述匹配层用于句向量之间的匹配计算。根据本专利技术的一种优选实施方式，所述编码层的输入接口为多个，其中一个用于输入用户的问句，其他的接口用于输入所述标准问句集中的标准问句。根据本专利技术的一种优选实施方式，所述编码层采用双向长短时期记忆网络模型。根据本专利技术的一种优选实施方式，所述匹配层采用余弦算法计算用户问句的句向量与标准问句的句向量之间的匹配度。本专利技术的第二方面提出一种基于问题检索的单句意图识别装置，包括:标准问句集模块，用于设置标准问句集，所述标准问题集中设置标准问句以及与所述标准问句对应的意图标签；问句提取模块，用于获取智能语音机器人与用户对话中的问句；问句匹配模块，用于将所述问句输入问题匹配模型，与所述标准问题集中的标准问句进行匹配，根据匹配的标准问句输出意图标签。根据本专利技术的一种优选实施方式，预先设置标准问句集具体为：从智能语音机器人与用户对话的历史对话记录中获取问句集；采用聚类分析的方法对问句集进行分类；对分类后的问句进行标准化处理。根据本专利技术的一种优选实施方式，获取智能语音机器人与用户对话中的问句具体包括：对用户的语句进行分词处理，将分词后的语句输入问句判断模型，判断是否为问句，若是，则输入问题匹配模型，若否，则结束。根据本专利技术的一种优选实施方式，所述问句判断模型采用基于XGboost算法的模型。根据本专利技术的一种优选实施方式，所述问题匹配模型包括编码层和匹配层，所述编码层用于将输入的问句转化为句向量，所述匹配层用于句向量之间的匹配计算。根据本专利技术的一种优选实施方式，所述编码层的输入接口为多个，其中一个用于输入用户的问句，其他的接口用于输入所述标准问句集中的标准问句。根据本专利技术的一种优选实施方式，所述编码层采用双向长短时期记忆网络模型。根据本专利技术的一种优选实施方式，所述匹配层采用余弦算法计算用户问句的句向量与标准问句的句向量之间的匹配度。本专利技术的第三方面一种基于问题检索的单句意图识别系统，包括：存储单元，用于存储计算机可执行程序；处理单元，用于读取所述存储单元中的计算机可执行程序，以执行所述的基于问题检索的单句意图识别方法。本专利技术的第四方面一种计算机可读介质，用于存储计算机可读程序，所述计算机可读程序用于执行所述的基于问题检索的单句意图识别方法。采用该技术方案，通过问题匹配模型对用户的语句在标准问句集中进行匹配，根据匹配结果确定用户的意图。当待匹配的意图标签比较接近时，识别准确率更好，给用户的体验更好。附图说明为了使本专利技术所解决的技术问题、采用的技术手段及取得的技术效果更加清楚，下面将参照附图详细描述本专利技术的具体实施例。但需声明的是，下面描述的附图仅仅是本专利技术的示例性实施例的附图，对于本领域的技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他实施例的附图。图1是本专利技术实施例中基于问题检索的单句意图识别方法的流程示意图；图2是本专利技术实施例中问题匹配模型的结构示意图；图3是本专利技术实施例中基于问题检索的单句意图识别装置的结构示意图；图4是本专利技术实施例中基于问题检索的单句意图识别系统的框架示意图；图5是本专利技术实施例中计算机可读存储介质的结构示意图。具体实施方式现在将参考附图来更加全面地描述本专利技术的示例性实施例，虽然各示例性实施例能够以多种具体的方式实施，但不应理解为本专利技术仅限于在此阐述的实施例。相反，提供这些示例性实施例是为了使本专利技术的内容更加完整，更加便于将专利技术构思全面地传达给本领域的技术人员。在符合本专利技术的技术构思的前提下，在某个特定的实施例中描述的结构、性能、效果或者其他特征可以以任何合适的方式结合到一个或更多其他的实施例中。在对于具体实施例的介绍过程中，对结构、性能、效果或者其他特征的细节描述是为了使本领域的技术人员对实施例能够充分理解。但是，并不排除本领域技术人员可以在特定情况下，以不含有上述结构、性能、效果或者其他特征的技术方案来实施本专利技术。附图中的流程图仅是一种示例性的流程演示，不代表本专利技术的方案中必须包括流程图中的所有的内容、操作和步骤，也不代表必须按照图中所显示的的顺序执行。例如，流程图中有的操作/步骤可以分解，有的操作/步骤可以合并或部分合并，等等，在不脱离本专利技术的专利技术主旨的情况下，流程图中显示的执行顺序可以根据实际情况改变。附图中的框图一般表示的是功能实体，并不一定必然与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理单元装置和/或微控制器装置中实现这些功能实体。本文档来自技高网...

【技术保护点】
1.一种基于问题检索的单句意图识别方法，其特征在于，方法包括:/n预先设置标准问句集，所述标准问题集中设置标准问句以及与所述标准问句对应的意图标签；/n获取智能语音机器人与用户对话中的问句；/n将所述问句输入问题匹配模型，与所述标准问题集中的标准问句进行匹配，根据匹配的标准问句输出意图标签。/n

【技术特征摘要】
1.一种基于问题检索的单句意图识别方法，其特征在于，方法包括:
预先设置标准问句集，所述标准问题集中设置标准问句以及与所述标准问句对应的意图标签；
获取智能语音机器人与用户对话中的问句；
将所述问句输入问题匹配模型，与所述标准问题集中的标准问句进行匹配，根据匹配的标准问句输出意图标签。


2.如权利要求1所述的单句意图识别方法，其特征在于，预先设置标准问句集具体为：
从智能语音机器人与用户对话的历史对话记录中获取问句集；
采用聚类分析的方法对问句集进行分类；
对分类后的问句进行标准化处理。


3.如权利要求1-2所述的单句意图识别方法，其特征在于，获取智能语音机器人与用户对话中的问句具体包括：
对用户的语句进行分词处理，将分词后的语句输入问句判断模型，判断是否为问句，若是，则输入问题匹配模型，若否，则结束。


4.如权利要求1-3所述的单句意图识别方法，其特征在于，所述问句判断模型采用基于XGboost算法的模型。


5.如权利要求1-4所述的单句意图识别方法，其特征在于，所述问题匹配模型包括编码层和匹配层，所述编码层用于将输入的问句转化为句向量，所述匹配层用于句向量之间的匹...

【专利技术属性】
技术研发人员：刘宗全，苏绥绥，常富洋，
申请(专利权)人：北京淇瑀信息科技有限公司，
类型：发明
国别省市：北京;11