针对多轮对话的用户意图识别方法和装置制造方法及图纸

本说明书实施例提供一种针对多轮对话的用户意图识别方法和装置，基于预先建立的知识图谱进行用户意图识别，该知识图谱将各知识点要素与各标准问句关联起来，方法包括：获取当前多轮对话的至少一轮的用户文本；对至少一轮的用户文本进行编码，得到上下文嵌入向量；在知识图谱中，根据上下文嵌入向量，从根节点开始迭代搜索下一跳节点；在预定次数的迭代之后，选取目标节点；确定所述目标节点对应的要素或标准问句为用户意图识别结果。能够保证稳定的识别效果。

【技术实现步骤摘要】
针对多轮对话的用户意图识别方法和装置
本说明书一个或多个实施例涉及计算机领域，尤其涉及针对多轮对话的用户意图识别方法和装置。
技术介绍
当前，在智能客服中，由机器与用户进行对话，解答用户问题，由于用户的表达口语化，一轮对话往往无法明确用户诉求，需要机器与用户之间进行多轮对话，针对多轮对话进行用户意图识别，才能最终明确用户诉求。在用户与机器的多轮对话过程中，针对用户描述信息不完整的情况，通常无法直接识别出符合用户意图的标准问句，仅能识别出符合用户意图的知识点要素，需要机器根据识别出的知识点要素进行引导反问，以使用户补充信息缺失的部分，最终识别出符合用户意图的标准问句；针对用户描述信息完整的情况，通常可以直接识别出符合用户意图的标准问句。现有技术的针对多轮对话的用户意图识别方法，由于用户意图识别结果包含标准问句和知识点要素这两类，常常无法保证稳定的识别效果。
技术实现思路
本说明书一个或多个实施例描述了一种针对多轮对话的用户意图识别方法和装置，能够保证稳定的识别效果。第一方面，提供了一种针对多轮对本文档来自技高网...

【技术保护点】
1.一种针对多轮对话的用户意图识别方法，所述方法基于预先建立的知识图谱进行用户意图识别，所述知识图谱包括根节点和多个类型的枝干节点，所述多个类型的枝干节点包括要素节点和标问节点，其中要素节点对应于所述多轮对话所属知识领域的知识点要素，标问节点对应于标准问句，具有关联关系的节点之间通过对应类型的有向连接边进行连接，每个节点具有连接到自身的连接边，所述方法包括：/n获取当前多轮对话的至少一轮的用户文本；/n对所述至少一轮的用户文本进行编码，得到上下文嵌入向量；/n在所述知识图谱中，根据所述根节点和所述上下文嵌入向量确定初始状态，根据所述初始状态从所述根节点的各出边连接的各关联节点中搜索第一数目个下...

【技术特征摘要】
1.一种针对多轮对话的用户意图识别方法，所述方法基于预先建立的知识图谱进行用户意图识别，所述知识图谱包括根节点和多个类型的枝干节点，所述多个类型的枝干节点包括要素节点和标问节点，其中要素节点对应于所述多轮对话所属知识领域的知识点要素，标问节点对应于标准问句，具有关联关系的节点之间通过对应类型的有向连接边进行连接，每个节点具有连接到自身的连接边，所述方法包括：
获取当前多轮对话的至少一轮的用户文本；
对所述至少一轮的用户文本进行编码，得到上下文嵌入向量；
在所述知识图谱中，根据所述根节点和所述上下文嵌入向量确定初始状态，根据所述初始状态从所述根节点的各出边连接的各关联节点中搜索第一数目个下一跳节点，并将所述第一数目个下一跳节点分别更新为当前节点；
针对每个所述当前节点，执行预定次数的迭代，每次迭代包括，根据所述当前节点、所述根节点和所述上下文嵌入向量确定当前状态，根据所述当前状态从所述当前节点的各出边连接的各关联节点中搜索第二数目个下一跳节点，确定每个下一跳节点对应的各动作概率，根据各动作概率选取一个下一跳节点更新为当前节点；
在预定次数的迭代之后，选取动作概率最大的当前节点作为目标节点；
确定所述目标节点对应的要素或标准问句为用户意图识别结果。


2.如权利要求1所述的方法，其中，所述根据所述当前节点、所述根节点和所述上下文嵌入向量确定当前状态，包括：
确定所述根节点与所述当前节点之间的各节点和连接边构成的搜索路径；
根据所述搜索路径中各节点的节点嵌入向量和连接边的边嵌入向量，确定所述搜索路径对应的路径嵌入向量；
根据所述搜索路径对应的路径嵌入向量、所述当前节点对应的节点嵌入向量和所述上下文嵌入向量确定当前状态。


3.如权利要求2所述的方法，其中，所述根据所述搜索路径中各节点的节点嵌入向量和连接边的边嵌入向量，确定所述搜索路径对应的路径嵌入向量，包括：
将所述搜索路径中的连接边和该连接边指向的节点作为路径元素，根据所述搜索路径中各路径元素的顺序，依次确定各路径元素对应的输出向量；其中，根据上一个路径元素对应的输出向量和当前路径元素的嵌入向量，确定当前路径元素对应的输出向量；将最后一个路径元素对应的输出向量，确定为所述搜索路径对应的路径嵌入向量。


4.如权利要求1所述的方法，其中，所述根据所述当前状态从所述当前节点的各出边连接的各关联节点中搜索第二数目个下一跳节点，确定每个下一跳节点对应的各动作概率，包括：
根据所述当前节点的各出边连接的各关联节点确定可选动作集合，利用强化学习模型，根据所述当前状态输出所述可选动作集合中的第二数目个目标动作，以及各目标动作分别对应的动作概率，将各目标动作分别作为下一跳节点，以及将各目标动作的动作概率作为对应的下一跳节点的动作概率。


5.如权利要求4所述的方法，其中，所述根节点与所述当前节点之间的各节点和连接边构成搜索路径，所述方法还包括：
在预定次数的迭代之后，基于各搜索路径对应的奖励，对所述强化学习模型进行训练。


6.如权利要求5所述的方法，其中，所述各搜索路径对应的奖励，包括：
搜索路径的尾节点到达经用户确认的目标节点，则奖励为正奖励，否则奖励为负奖励；和/或，
搜索路径经过经用户确认的关键节点，则奖励为正奖励。


7.如权利要求1所述的方法，其中，所述根据各动作概率选取一个下一跳节点更新为当前节点，包括：
根据各动作概率，选取动作概率最大的一个下一跳节点更新为当前节点。


8.如权利要求1所述的方法，其中，所述根据各动作概率选取一个下一跳节点更新为当前节点，包括：
根据各动作概率，第一比例选取动作概率最大的一个下一跳节点更新为当前节点,第二比例随机选取一个下一跳节点更新为当前节点。


9.如权利要求1所述的方法，其中，所述目标节点为要素节点，所述确定所述目标节点对应的要素或标准问句为用户意图识别结果，包括：
确定所述要素节点对应的要素为用户意图识别结果；
所述方法还包括：
根据预先设定与要素对应的答复模板输出答复语句，以在所述当前多轮对话中响应于用户。


10.如权利要求1所述的方法，其中，所述目标节点为标问节点，所述确定所述目标节点对应的要素或标准问句为用户意图识别结果，包括：
确定所述标问节点对应的标准问句为用户意图识别结果；
所述方法还包括：
根据预先设定与标准问句对应的答复模板输出答复语句，以在所述当前多轮对话中响应于用户。


11.如权利要求10所述的方法，其中，所述确定所述标问节点对应的标准问句为用户意图识别结果之后，所述方法还包括：
输出所述根节点与所述标问节点之间的各节点和连接边构成的搜索路径，以根据所述搜索路径对所述用户意图识别结果作出解释。


12.如权利要求1所述的方法，其中，所述知识点要素包括：业务要素和/或诉求要素。


13.一种针对多轮对话的用户意图识别装置，所述装置基于预先建立的知识图谱进行用户意图识别，所述知识图谱包括根节点和多个类型的枝干节点，所述多个类型的...

【专利技术属性】
技术研发人员：张杰，鄢杭，蒋亚凡，王雅芳，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：浙江;33