多意图识别方法及相关设备技术

本发明专利技术涉及人工智能，提供一种多意图识别方法及相关设备。所述多意图识别方法基于单意图语句生成语句样本；用所述语句样本训练断句模型；获取待识别语句；用所述断句模型标注所述待识别语句的多个待识别子语句，使每个待识别子语句对应单个意图；用训练后的意图识别模型分别识别所述多个待识别子语句的意图。本发明专利技术提升了多意图识别的准确率和效率。

【技术实现步骤摘要】
多意图识别方法及相关设备
本专利技术涉及人工智能
，具体涉及一种多意图识别方法、装置、计算机设备及计算机可读存储介质。
技术介绍
意图识别是自然语言理解的重要组成部分，意图识别可以反映客户真实的想法，可以在智能对话机器人中帮助机器人识别客户想法，然后做出决策。意图识别的准确率直接影响了机器人下一步决策，提升意图识别准确率可以提升交互体验。意图识别的效率，也会影响机器人做出适当反应的时间。但是在实际交互过程中，客户往往一句话中包含多种意图，所以机器人应该识别出客户多个意图，从而进行下一步决策。如何从待识别语句中准确并高效地识别出多个意图成为待解决的问题。
技术实现思路
鉴于以上内容，有必要提出一种多意图识别方法、装置、计算机设备及计算机可读存储介质，其可以识别待识别语句的多个意图，提升多意图识别的准确率和效率。本申请的第一方面提供一种多意图识别方法，所述多意图识别方法包括：基于单意图语句生成语句样本；用所述语句样本训练断句模型；获取待识别语句；用所述断句模型标注所述待识别语本文档来自技高网...

【技术保护点】
1.一种多意图识别方法，其特征在于，所述多意图识别方法包括：/n基于单意图语句生成语句样本；/n用所述语句样本训练断句模型；/n获取待识别语句；/n用所述断句模型标注所述待识别语句的多个待识别子语句，使每个待识别子语句对应单个意图；/n用训练后的意图识别模型分别识别所述多个待识别子语句的意图。/n

【技术特征摘要】
1.一种多意图识别方法，其特征在于，所述多意图识别方法包括：
基于单意图语句生成语句样本；
用所述语句样本训练断句模型；
获取待识别语句；
用所述断句模型标注所述待识别语句的多个待识别子语句，使每个待识别子语句对应单个意图；
用训练后的意图识别模型分别识别所述多个待识别子语句的意图。


2.如权利要求1所述的多意图识别方法，其特征在于，所述基于单意图语句生成语句样本包括：
从单意图语句集获取多个单意图语句；
将所述多个单意图语句组合为中间语句；
从预设字编码表获取所述中间语句中的每个字的第一向量；
根据词性生成所述中间语句中的每个字的第二向量；
获取所述中间语句中的每个字在预设知识图谱中的第三向量；
拼接所述中间语句中的每个字的第一向量、第二向量和第三向量，得到所述中间语句中的每个字的字向量；
依字序组合所述中间语句中的每个字的字向量，得到所述语句样本，所述语句样本中的每个字向量对应一个断句标签。


3.如权利要求2所述的多意图识别方法，其特征在于，在所述从单意图语句集获取多个单意图语句之前，所述方法还包括：
将单意图语音信息转化为文本信息；
获取所述文本信息中的各个动词、各个名词；
查询各个动词的近义词和各个名词的近义词；
用各个动词的近义词替换各个动词，用各个名词的近义词替换各个名词，得到多个目标语句；
将所述多个目标语句加入所述单意图语句集。


4.如权利要求1所述的多意图识别方法，其特征在于，所述断句模型包括基于BERT、双向长短期记忆网络和条件随机场的模型，所述用所述语句样本训练断句模型包括：
对BERT进行预训练，得到预训练后的BERT模型；
用所述预训练后的BERT模型根据所述语句样本计算第一输出；
用所述双向长短期记忆网络根据所述第一输出计算第二输出；
用条件随机场根据所述第二输出计算第三输出；
根据所述第三输出与所述语句样本的标签的差值优化所述双向长短期记忆网络和所述条件随机场的参数。


5.如权利要求1所述的多意图识别方法，其特征在于，所述意图识别模型包括：
支持向量机或深度神经网络，用于根据各个待识别子语句的向量表示识别各个待识别子语句的意图。...

【专利技术属性】
技术研发人员：张思亮，
申请(专利权)人：中国平安财产保险股份有限公司，
类型：发明
国别省市：广东;44