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

本申请涉及智能决策技术领域，提供一种用户意图识别方法、装置、设备及计算机可读存储介质，该方法包括：获取用户输入的语音数据对应的文本信息，并将文本信息输入至预设意图分类模型，得到用于表示语音意图的多个预设意图标签的输出概率；然后根据每个预设意图标签的输出概率，从多个预设意图标签中确定预设数量个候选意图标签；之后确定预设意图知识图谱中的每个意图节点的对话成功率；再根据每个意图节点的对话成功率确定每个候选意图标签的对话成功率；并将对话成功率最高的候选意图标签确定为用户输入的语音数据的意图标签。本方法通过预设意图分类模型结合预设意图知识图谱中的每个意图节点的对话成功率，能够确定用户的目标意图标签。

【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
本申请涉及智能决策
，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
对话系统是是一种基于自然语言的人机交互系统，意图识别是人机交互系统的重要部分，它将用户对话的内容转化成计算机可以理解的方式，识别的意图会直接影响到机器人下一句说的内容是否和用户表达的相关，是否让客户满意。其中，意图识别主要包括两个部分：意图检测和提取语义槽。传统上做意图识别的方法从隐形马尔科夫模型(HiddenMarkovModel，HMM)、条件随机场(conditionalrandomfields，CRF)、支持向量机(SupportVectorMachine，SVM)，而到近十年比较流行的卷积神经网络和循环神经网络，都有不错的实验结果。但是，这些模型只能在较少的上下文输入和大规模训练语料上才能得到比较好的效果。而且，传统的意图识别是通过分类器选择概率最大的那个意图作为最终意图，这样的结果在实际应用场景中，会因为偶尔的语音识别错误导致一些意图的识别错误，因此，如何根据用户的语音数据，准确的确本文档来自技高网...

【技术保护点】
1.一种用户意图识别方法，其特征在于，包括：/n获取用户输入的语音数据对应的文本信息，并将所述文本信息输入至预设意图分类模型，得到用于表示语音意图的多个预设意图标签的输出概率；/n根据每个所述预设意图标签的输出概率，从多个所述预设意图标签中确定预设数量个候选意图标签；/n确定预设意图知识图谱中的每个意图节点的对话成功率，其中，所述预设意图知识图谱是根据历史对话数据生成的；/n根据每个所述意图节点的对话成功率确定每个所述候选意图标签的对话成功率；/n将对话成功率最高的候选意图标签确定为所述用户输入的语音数据的意图标签。/n

【技术特征摘要】
1.一种用户意图识别方法，其特征在于，包括：
获取用户输入的语音数据对应的文本信息，并将所述文本信息输入至预设意图分类模型，得到用于表示语音意图的多个预设意图标签的输出概率；
根据每个所述预设意图标签的输出概率，从多个所述预设意图标签中确定预设数量个候选意图标签；
确定预设意图知识图谱中的每个意图节点的对话成功率，其中，所述预设意图知识图谱是根据历史对话数据生成的；
根据每个所述意图节点的对话成功率确定每个所述候选意图标签的对话成功率；
将对话成功率最高的候选意图标签确定为所述用户输入的语音数据的意图标签。


2.如权利要求1所述的用户意图识别方法，其特征在于，所述根据每个所述预设意图标签的输出概率，从多个所述预设意图标签中确定预设数量个候选意图标签，包括：
对多个所述预设意图标签按照输出概率的从大到小进行排序，得到意图标签队列；
依次从所述意图标签队列选择所述预设意图标签，直至得到预设数量个所述候选意图标签。


3.如权利要求1所述的用户意图识别方法，其特征在于，所述确定预设意图知识图谱中的每个意图节点的对话成功率，包括：
获取所述预设意图知识图谱；
将所述预设意图知识图谱中与每个意图节点相对应的意图节点的成功率作为每个意图节点的对话成功率。


4.如权利要求1所述的用户意图识别方法，其特征在于，所述确定预设意图知识图谱中的每个意图节点的对话成功率，包括：
从所述预设意图知识图谱中获取每个意图节点的多个流转路径，并统计所述多个流转路径的数量，其中，每个流转路径包括多个意图节点；
将最后一个意图节点的属性标识为预设属性标识的流转路径确定为流转成功路径；
统计每个所述意图节点的多个流转路径中的流转成功路径的数量；
计算每个所述意图节点的多个流转路径中的流转成功路径的数量占所有流转路径数量的百分比，并将计算得到百分比作为每个意图节点的对话成功率。


5.如权利要求1-4中任一项所述的用户意图识别方法，其特征在于，所述根据每个所述意图节点的对话成功率确定每个所述候选意图标签的对话成功率，包括：
将每个所述意图节点的对话成功率和每个所述意图节点对应的预设意图标签的相映射，得到每个预设意图标签的对话成功率；
将所述候选意图标签与所述预设意图标签相映射，并将相映射的所述预设意图标签的对话成功率作为所述候选意图标签的对话成功率。


6.如权利要求1-4中任一项所述的用户意图识别方法，其特征在于，所述预设意图分类模型包括向量提取层、时延神经网络层、ReLU层、残差网络层、加和层、循环神经网络层、dropout层和Solfmaxlayer层；所述将所述文本信息输入至预设意图分类模型，得到N个预设意图标签的输出概率，包括：
...

【专利技术属性】
技术研发人员：李志韬，王健宗，程宁，吴天博，
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