用户意图识别方法、装置、设备及计算机可读存储介质制造方法及图纸

本发明专利技术涉及自然语言处理技术领域，公开了一种用户意图识别方法及装置、设备和计算机可读存储介质，该方法包括：接收用户输入的目标问题，并将目标问题输入至要素识别模型，以获取与目标问题关联的多个历史问题；获取各历史问题对应的历史要素，并对各历史要素进行查重处理，以获取多个相关历史要素；依次将各相关历史要素和目标问题进行组合，以获取多个目标数据，并通过要素识别模型对各目标数据依次进行预测，以确定各目标数据是否符合预设要求；将符合预设要求的目标数据中的相关历史要素作为与目标问题对应的目标问题要素，并基于目标问题要素确定所述用户的意图。解决了现有技术中进行要素识别时，准确性较低的技术问题。

User intention identification method, device, equipment and computer-readable storage medium

【技术实现步骤摘要】
用户意图识别方法、装置、设备及计算机可读存储介质
本专利技术涉及自然语言处理
，尤其涉及一种用户意图识别方法、装置、设备及计算机可读存储介质。
技术介绍
目前，在智能客服系统中，用户query(疑问)的意图识别是非常重要的组成部分，而目前在对用户query的意图识别方案(如意图分类以及意图检索等)中，无法准确地对意图不明的query进行识别，而为了解决这一问题，目前基本上是采用识别用户query的重要要素来进行的，但是目前常见的要素识别方法有很大的局限性，要么对处理的数据限制较为严格，要么无法直接针对要素识别的目标进行优化，进而使要素识别时的准确性降低，从而影响到用户query的意图识别的最终结果。
技术实现思路
本专利技术的主要目的在于提供一种用户意图识别方法、装置、设备和计算机存储介质，旨在解决现有技术中进行要素识别时，准确性较低的技术问题。为实现上述目的，本专利技术提供一种用户意图识别方法，所述用户意图识别方法包括：接收用户输入的目标问题，并将所述目标问题输入至要素识别模型，以获取与所述目标问题关联的多个历史问题；获取各所述历史问题对应的历史要素，并对各所述历史要素进行查重处理，以获取多个相关历史要素；依次将各所述相关历史要素和所述目标问题进行组合，以获取各目标数据，并通过所述要素识别模型对各所述目标数据依次进行预测，以确定各所述目标数据是否符合预设要求；将符合预设要求的目标数据中的相关历史要素作为与所述目标问题对应的目标问题要素，并基于所述目标问题要素确定所述用户的意图。可选地，所述通过所述要素识别模型对各所述目标数据依次进行预测的步骤，包括：依次遍历各所述目标数据，通过所述要素识别模型对当前遍历的目标数据进行训练，以确定所述目标问题是否包含当前遍历的所述目标数据中的相关历史要素；若包含，则确定当前遍历的所述目标数据符合预设要求，并将当前遍历的所述目标数据中的相关历史要素作为所述目标问题对应的目标问题要素，直至各所述目标数据遍历完成。可选地，所述接收用户输入的目标问题，并将所述目标问题输入至要素识别模型的步骤之前，包括：获取语言表征模型bert模型和输入的多个训练问题，并通过所述bert模型对依次对各所述训练问题进行分类训练；将经过各分类训练完成的bert模型作为训练模型，并基于所述训练模型确定要素识别模型。可选地，所述通过所述bert模型对依次对各所述训练问题进行分类训练的步骤，包括：依次遍历各所述训练问题，确定当前遍历的训练问题中的多个标注要素，并获取与当前遍历的训练问题相关联的多个负样本数据；基于各所述负样本数据和各所述标注要素，并通过bert模型对当前遍历的所述训练问题进行分类训练，直至各所述训练问题遍历完成。可选地，所述基于所述训练模型确定要素识别模型的步骤，包括：通过知识蒸馏对所述训练模型进行压缩，以获取压缩模型，并将所述压缩模型进行发布，以获取要素识别模型。可选地，所述获取各所述历史问题对应的历史要素，并对各所述历史要素进行查重处理，以获取多个相关历史要素的步骤，包括：获取各所述历史问题对应的历史要素，对各所述历史要素进行查重处理，确定各所述历史要素中是否存在重复历史要素；若不存在，则将各所述历史要素作为相关历史要素。可选地，所述确定各所述历史要素中是否存在重复历史要素的步骤之后，包括：若存在，则确定各所述重复历史要素的类型是否相同；若不相同，则在同一类型的各所述重复历史要素中筛选一个重复历史要素作为需求历史要素，并将各所述历史要素中的非重复历史要素和所述需求历史要素作为相关历史要素，其中，各所述历史要素包括非重复历史要素和重复历史要素。此外，为实现上述目的，本专利技术还提供一种用户意图识别装置，所述用户意图识别装置包括：第一获取模块，用于接收用户输入的目标问题，并将所述目标问题输入至要素识别模型，以获取与所述目标问题关联的多个历史问题；第二获取模块，用于获取各所述历史问题对应的历史要素，并对各所述历史要素进行查重处理，以获取多个相关历史要素；预测模块，用于依次将各所述相关历史要素和所述目标问题进行组合，以获取多个目标数据，并通过所述要素识别模型对各所述目标数据依次进行预测，以确定各所述目标数据是否符合预设要求；确定模块，用于将符合预设要求的目标数据中的相关历史要素作为与所述目标问题对应的目标问题要素，并基于所述目标问题要素确定所述用户的意图。此外，为实现上述目的，本专利技术还提供一种用户意图识别设备；所述用户意图识别设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中：所述计算机程序被所述处理器执行时实现如上所述的用户意图识别方法的步骤。此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质；所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的用户意图识别方法的步骤。本专利技术通过接收用户输入的目标问题，并将所述目标问题输入至要素识别模型，以获取与所述目标问题关联的多个历史问题；获取各所述历史问题对应的历史要素，并对各所述历史要素进行查重处理，以获取多个相关历史要素；依次将各所述相关历史要素和所述目标问题进行组合，以获取多个目标数据，并通过所述要素识别模型对各所述目标数据依次进行预测，以确定各所述目标数据是否符合预设要求；将符合预设要求的目标数据中的相关历史要素作为与所述目标问题对应的目标问题要素，并基于所述目标问题要素确定所述用户的意图。通过根据目标问题确定各相关历史要素，并依次将各相关历史要素和目标问题进行组合得到目标数据，再将各个目标数据依次输入到要素识别模型中进行模型训练，以确定目标问题要素，从而避免了现有技术中进行要素识别，无法直接对要素识别的目标进行优化的现象发生，提高了对用户意图识别的准确性，并由于是根据问题在模型中进行要素查找，从而提高了获取到的要素的准确性，解决了现有技术中在进行要素识别时，准确率较低的技术问题。附图说明图1是本专利技术实施例方案涉及的硬件运行环境的终端\装置结构示意图；图2为本专利技术用户意图识别方法第一实施例的流程示意图；图3为本专利技术用户意图识别装置的功能模块示意图。本专利技术目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，图1是本专利技术实施例方案涉及的硬件运行环境的终端结构示意图。本专利技术实施例终端为用户意图识别设备。如图1所示，该终端可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard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，所述用户意图识别方法包括以下步骤：/n接收用户输入的目标问题，并将所述目标问题输入至要素识别模型，以获取与所述目标问题关联的多个历史问题；/n获取各所述历史问题对应的历史要素，并对各所述历史要素进行查重处理，以获取多个相关历史要素；/n依次将各所述相关历史要素和所述目标问题进行组合，以获取多个目标数据，并通过所述要素识别模型对各所述目标数据依次进行预测，以确定各所述目标数据是否符合预设要求；/n将符合预设要求的目标数据中的相关历史要素作为与所述目标问题对应的目标问题要素，并基于所述目标问题要素确定所述用户的意图。/n

【技术特征摘要】
1.一种用户意图识别方法，其特征在于，所述用户意图识别方法包括以下步骤：
接收用户输入的目标问题，并将所述目标问题输入至要素识别模型，以获取与所述目标问题关联的多个历史问题；
获取各所述历史问题对应的历史要素，并对各所述历史要素进行查重处理，以获取多个相关历史要素；
依次将各所述相关历史要素和所述目标问题进行组合，以获取多个目标数据，并通过所述要素识别模型对各所述目标数据依次进行预测，以确定各所述目标数据是否符合预设要求；
将符合预设要求的目标数据中的相关历史要素作为与所述目标问题对应的目标问题要素，并基于所述目标问题要素确定所述用户的意图。


2.如权利要求1所述的用户意图识别方法，其特征在于，所述通过所述要素识别模型对各所述目标数据依次进行预测的步骤，包括：
依次遍历各所述目标数据，通过所述要素识别模型对当前遍历的目标数据进行训练，以确定所述目标问题是否包含当前遍历的所述目标数据中的相关历史要素；
若包含，则确定当前遍历的所述目标数据符合预设要求，并将当前遍历的所述目标数据中的相关历史要素作为所述目标问题对应的目标问题要素，直至各所述目标数据遍历完成。


3.如权利要求1所述的用户意图识别方法，其特征在于，所述要素识别方法，其特征在于，所述接收用户输入的目标问题，并将所述目标问题输入至要素识别模型的步骤之前，包括：
获取语言表征模型bert模型和输入的多个训练问题，并通过所述bert模型对依次对各所述训练问题进行分类训练；
将经过各分类训练完成的bert模型作为训练模型，并基于所述训练模型确定要素识别模型。


4.如权利要求3所述的用户意图识别方法，其特征在于，所述通过所述bert模型对依次对各所述训练问题进行分类训练的步骤，包括：
依次遍历各所述训练问题，确定当前遍历的训练问题中的多个标注要素，并获取与当前遍历的训练问题相关联的多个负样本数据；
基于各所述负样本数据和各所述标注要素，并通过bert模型对当前遍历的所述训练问题进行分类训练，直至各所述训练问题遍历完成。


5.如权利要求3所述的用户意图识别方法，其特征在于，所述基于所述训练模型确定要素识别模型的步骤，包括：
通过知识蒸馏对所述...

【专利技术属性】
技术研发人员：朱海军，许开河，王少军，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44