一种多行业多品类的意图识别方法、装置及存储介质制造方法及图纸

本申请提供一种多行业多品类的意图识别方法、装置及存储介质，方法应用于电商店铺中的智能客服问答，方法包括：将买家问题向量输入至预先训练得到的若干个行业意图识别模块进行多个单一行业的意图识别计算，获得买家问题向量在各个单一行业对应的行业意图识别模块中的所有行业意图分数；从所有行业意图分数中确定出满足预设条件的备选行业意图分数，取每个备选行业意图分数对应的意图映射出的至少一个品类作为备选品类；将买家问题向量输入至与每个备选品类对应的品类意图识别模块中，获得每个品类意图识别模块的识别概率；综合备选行业意图分数和识别概率获得最终意图识别结果，以提高多行业多品类的识别准确率。以提高多行业多品类的识别准确率。以提高多行业多品类的识别准确率。

【技术实现步骤摘要】
一种多行业多品类的意图识别方法、装置及存储介质


[0001]本申请涉及电商平台意图识别
，具体而言，涉及一种多行业多品类的意图识别方法、装置及存储介质。

技术介绍

[0002]网上购物中通常需要询问机器人交易各个环节遇到的问题，在高峰期由于咨询人数较多，需要机器人客服来辅助真人客服回答用户的问题。而随着电商行业的发展，一个电商店铺中上架售卖的商品品类广泛包括多个行业和多个品类，即商品店铺的机器人客户会面临更复杂的业务场景和更多样性的商品品类。现有技术中，意图识别模型是一个单一行业甚至是品类专有的模型，一旦越过当前行业领域，意图识别的错误率就会上升，行业领域之间的差异是不可忽视的，这也导致了跨行业意图识别的准确率难以得到保证。

技术实现思路

[0003]本申请的目的在于提供一种多行业多品类的意图识别方法、装置及存储介质，用以有效的改善现有技术中存在的跨行业的意图识别准确率低和模型复用率低的技术缺陷。
[0004]第一方面，本申请实施例提供了一种多行业多品类的意图识别方法，方法应用于电商店铺中的智能客服问答，方法包括：将买家问题向量输入至预先训练得到的若干个行业意图识别模块进行多个单一行业的意图识别计算，获得买家问题向量在各个单一行业对应的行业意图识别模块中的所有行业意图分数；从所有行业意图分数中确定出满足预设条件的备选行业意图分数，取每个备选行业意图分数对应的意图映射出的至少一个品类作为备选品类；将买家问题向量输入至与每个备选品类对应的品类意图识别模块中，获得每个品类意图识别模块的识别概率；综合备选行业意图分数和识别概率获得最终意图识别结果。
[0005]结合第一方面，在第一种可能的实现方式中，从所有行业意图分数中确定出满足预设条件的备选行业意图分数，包括：将当前电商店铺上架商品对应的行业以及品类确定为目标品类；将若干个行业意图识别模块中获得的所有行业意图分数对应的品类与目标品类进行匹配，筛选出与目标品类一致的品类，并将与目标品类一致的品类下的所有行业意图分数确定为备选行业意图分数。
[0006]结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，取每个备选行业意图分数对应的意图映射出的至少一个品类作为备选品类，包括：将所有备选行业意图分数按照分数数值从大到小的顺序进行排序；取备选行业意图分数前五分别对应的意图映射出的至少一个品类作为备选品类。
[0007]结合第一方面的第二种可能的实现方式，在第三种可能的实现方式中，意图与品类间的映射关系为：一种意图映射一种品类、多种意图映射一种品类或一种意图映射多种品类中的一种。
[0008]结合第一方面的第三种可能的实现方式，在第四种可能的实现方式中，将买家问
题向量输入至与每个备选品类对应的品类意图识别模块中，获得每个品类意图识别模块的识别概率，包括：将买家问题向量输入至与每个备选品类对应的品类意图识别模块中，获得每个品类意图识别模块预测输出的识别概率组，其中，每个识别概率组中的所有识别概率之和为1；将每个识别概率组中的最大值确定为该识别概率组对应的品类意图识别模块的识别概率，获得每个品类意图识别的识别概率；以及将每个识别概率组中识别概率最大值对应的意图作为该品类意图识别模块的意图输出结果。
[0009]结合第一方面的第四种可能的实现方式，在第五种可能的实现方式中，综合备选行业意图分数和识别概率获得最终意图识别结果，包括：分别对排名前五的备选行业意图分数进行归一化处理，获得每个备选行业意图分数对应的归一化品类分数；根据第一表达式分别计算每个备选品类对应的综合意图分数，其中，第一表达式为：β*X+（1-β）*Y，β为加权平均参数，取值范围为0至1，X为归一化品类分数，Y为识别概率，X和Y在同一次计算过程中对应同一备选品类；将综合意图分数中最大值对应的意图和备选品类确定为最终意图识别结果。
[0010]结合第一方面的第五种可能的实现方式，在第六种可能的实现方式中，目标品类的数量与备选行业意图分数对应的品类的数量相同。
[0011]第二方面，本申请实施例提供了一种多行业多品类的意图识别装置，包括：第一获得模块，用于将买家问题向量输入至预先训练得到的若干个行业意图识别模块进行多个单一行业的意图识别计算，获得买家问题向量在各个单一行业对应的行业意图识别模块中的所有行业意图分数；第一处理模块，用于从所有行业意图分数中确定出满足预设条件的备选行业意图分数，取每个备选行业意图分数对应的意图映射出的至少一个品类作为备选品类；第二获得模块，用于将买家问题向量输入至与每个备选品类对应的品类意图识别模块中，获得每个品类意图识别模块的识别概率；第二处理模块，用于综合备选行业意图分数和识别概率获得最终意图识别结果。
[0012]第三方面，本申请实施例提供一种存储介质，存储介质上存储有计算机程序，所述计算机程序被计算机运行时执行如第一方面及第一方面任一种可能的实现方式的多行业多品类的意图识别方法。
[0013]与现有技术相比，本专利技术的有益效果为：一方面，先将买家问题向量输入至若干个行业意图识别模块中细粒度的预测意图，再映射至品类意图识别模块中进行粗粒度的预测意图，通过这样的方式可以提升品类选择的准确程度。另一方面，意图识别模块分为行业意图识别模块和品类意图识别模块，行业意图识别模块可以预测当前买家问题向量在多个跨行业与跨行业之间可能存在的意图，在映射至品类意图识别模块时，将获得的所有的意图识别分数进行筛选，确定出与电商店铺当前上架的品类一致的品类再进行相关的品类与意图之间的映射，提高模型的复用率，通过品类得分加品类预测概率的多模型方式，实现提高跨行业的意图识别的准确率。
附图说明
[0014]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以
根据这些附图获得其他相关的附图。
[0015]图1为本申请实施例提供的一种多行业多品类的意图识别方法的流程示意图；图2为本申请实施例提供的一种多行业多品类的意图识别装置的结构框图；图3为本申请实施例提供的一种电子设备的结构框图。
具体实施方式
[0016]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
[0017]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0018]电商行业中，买家基于电商店铺中上架的多行业多品类的商品，随机向机器人客服询问与商品相关的问题。抽取大量电商场景对话中的买家问题进行标注，将其标注为行业、品类和语义，再对已标注的所有买家问题进行向量转换，最终获得意图识别训练样本集。使用意图识别训练样本集对行业意图识别模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多行业多品类的意图识别方法，所述方法应用于电商店铺中的智能客服问答，其特征在于，所述方法包括：将买家问题向量输入至预先训练得到的若干个行业意图识别模块进行多个单一行业的意图识别计算，获得所述买家问题向量在各个单一行业对应的行业意图识别模块中的所有行业意图分数；从所有行业意图分数中确定出满足预设条件的备选行业意图分数，取每个所述备选行业意图分数对应的意图映射出的至少一个品类作为备选品类；将所述买家问题向量输入至与每个所述备选品类对应的品类意图识别模块中，获得每个所述品类意图识别模块的识别概率；综合备选行业意图分数和识别概率获得最终意图识别结果。2.根据权利要求1所述的多行业多品类的意图识别方法，其特征在于，所述从所有行业意图分数中确定出满足预设条件的备选行业意图分数，包括：将当前电商店铺上架商品对应的行业以及品类确定为目标品类；将若干个行业意图识别模块中获得的所有行业意图分数对应的品类与所述目标品类进行匹配，筛选出与所述目标品类一致的品类，并将与所述目标品类一致的品类下的所有行业意图分数确定为所述备选行业意图分数。3.根据权利要求2所述的多行业多品类的意图识别方法，其特征在于，取每个所述备选行业意图分数对应的意图映射出的至少一个品类作为备选品类，包括：将所有备选行业意图分数按照分数数值从大到小的顺序进行排序；取备选行业意图分数前五分别对应的意图映射出的至少一个品类作为所述备选品类。4.根据权利要求3所述的多行业多品类的意图识别方法，其特征在于，意图与品类间的映射关系为：一种意图映射一种品类、多种意图映射一种品类或一种意图映射多种品类中的一种。5.根据权利要求4所述的多行业多品类的意图识别方法，其特征在于，所述将所述买家问题向量输入至与每个所述备选品类对应的品类意图识别模块中，获得每个所述品类意图识别模块的识别概率，包括：将所述买家问题向量输入至与每个所述备选品类对应的品类意图识别模块中，获得每个所述品类意图识别模块预测输出...

【专利技术属性】
技术研发人员：宋子文晗，江岭，黄鹏，
申请(专利权)人：成都晓多科技有限公司，
类型：发明
国别省市：