本申请公开了一种意图识别方法以及装置、存储介质、电子装置。该方法包括接收用户的输入信息；基于预设语义匹配规则，得到所述输入信息匹配的语义识别结果，其中所述预设语义匹配规则至少包括如下之一：基于句子向量的语义匹配规则、基于预设模板的语义匹配规则，所述基于句子向量的语义匹配规则是基于相似度计算模型通过机器学习训练得到的，所述基于预设模板的语义匹配规则是基于预先配置的模板文件和预设对话引擎自定义得到的；根据所述语义识别结果，判断在当前意图场景中用户的意图。本申请解决了在基于智能化人机对话平台配置机器人时，无法配置复杂表达的逻辑，从而影响意图识别准确性以及识别效率的技术问题。本申请可适用于复杂场景的意图识别。请可适用于复杂场景的意图识别。请可适用于复杂场景的意图识别。
【技术实现步骤摘要】
意图识别方法以及装置、存储介质、电子装置
[0001]本申请涉及人工智能领域，具体而言，涉及一种意图识别方法以及装置、存储介质、电子装置。
技术介绍
[0002]基于智能化人机对话平台，机器人可以实现在与用户沟通的过程中实时进行语义识别，挖掘用户意图，并根据预置的话术与用户进行沟通交流。
[0003]专利技术人发现，机器人在进行意图识别的过程中，如果对于某些意图无法准确理解或者获取，会影响对上下文信息的理解，进而造成意图识别的准确性、效率，影响用户体验。
[0004]针对相关技术中在基于智能化人机对话平台配置机器人时，无法配置复杂表达的逻辑，从而影响意图识别准确性以及识别效率的问题，目前尚未提出有效的解决方案。
技术实现思路
[0005]本申请的主要目的在于提供一种意图识别方法以及装置、存储介质、电子装置，以解决在基于智能化人机对话平台配置机器人时，无法配置复杂表达的逻辑，从而影响意图识别准确性以及识别效率的问题。
[0006]为了实现上述目的，根据本申请的一个方面，提供了一种意图识别方法。
[0007]根据本申请的意图识别方法包括：接收用户的输入信息；基于预设语义匹配规则，得到所述输入信息匹配的语义识别结果，其中所述预设语义匹配规则至少包括如下之一：基于句子向量的语义匹配规则、基于预设模板的语义匹配规则，所述基于句子向量的语义匹配规则是基于相似度计算模型通过机器学习训练得到的，所述基于预设模板的语义匹配规则是基于预先配置的模板文件和预设对话引擎自定义得到的；根据所述语义识别结果，判断在当前意图场景中用户的意图。
[0008]进一步地，基于预设语义匹配规则，得到所述输入信息匹配的语义识别结果，还包括：在判断基于句子向量的语义匹配规则无法匹配所述输入信息的情况下，采用所述基于预设模板的语义匹配规则匹配所述输入信息；按照所述预先配置的模板文件组成的语句以及相应的所述预设对话引擎，得到所述输入信息匹配的语义识别结果。
[0009]进一步地，所述基于句子向量的语义匹配规则，包括：根据待识别的语义，确定第一语句；根据所述第一语句的句子向量，得到与所述第一语句相似的第二语句；和/或，根据待识别的语义，确定第一关键字或词语；根据所述第一关键字或词语，得到与第一关键字或词语相似的第二关键字或词语；基于所述相似度计算模型通过机器学习训练得到所述基于句子向量的语义匹配规则，其中，所述相似度计算模型至少包括：第一语句、第二语句、第一关键词或词语、第二关键词或词语的训练集。
[0010]进一步地，所述基于预设模板的语义匹配规则，包括：确定需要进行语义匹配的待匹配区域；根据所述待匹配区域，关联出标签类型以及参数信息；根据所述待匹配区域、所述标签类型以及所述参数信息，得到所述基于预设模板的语义匹配规则，并基于识别的所
述当前意图场景中用户的意图中携带的目标信息在上下文中赋值。
[0011]进一步地，所述根据所述待匹配区域、所述标签类型以及所述参数信息，得到所述基于预设模板的语义匹配规则包括：所述根据所述待匹配区域、所述标签类型以及所述参数信息按照如下方式组合配置：{{标签类型:参数信息1,参数信息2,参数信息3...}}其中，所述标签类型包括：实体类标签、模块类标签，所述参数信息做为变量在流程节点中使用。
[0012]进一步地，所述基于预设语义匹配规则，得到所述输入信息匹配的语义识别结果，其中所述预设语义匹配规则至少包括如下之一：基于句子向量的语义匹配规则、基于预设模板的语义匹配规则，所述基于句子向量的语义匹配规则是基于相似度计算模型通过机器学习训练得到的，所述基于预设模板的语义匹配规则是基于预先配置的模板文件和预设对话引擎自定义得到的，包括：基于所述句子向量的语义匹配规则和/或所述基于预设模板的语义匹配规则，进行内容可视化的配置；其中，所述内容可视化至少包括如下之一：意图识别配置、实体提取配置、问答库配置、对话流程配置。
[0013]进一步地，还包括：基于智能对话交互系统接收用户的输入信息，其中，所述智能对话交互系统包括：用于自然语言处理的可编程代码数据、业务数据，所述用于自然语言处理的可编程代码数据与所述业务数据之间相互分离，所述业务数据包括预先配置的业务逻辑，所述用于自然语言处理的可编程代码数据包括已封装的逻辑组件；基于所述基于预设语义匹配规则、所述业务数据以及所述用于自然语言处理的可编程代码数据，判断所述在当前意图场景中用户的意图。
[0014]为了实现上述目的，根据本申请的另一方面，提供了一种意图识别装置。
[0015]根据本申请的意图识别装置包括：接收模块，用于接收用户的输入信息；匹配模块，用于基于预设语义匹配规则，得到所述输入信息匹配的语义识别结果，其中所述预设语义匹配规则至少包括如下之一：基于句子向量的语义匹配规则、基于预设模板的语义匹配规则，所述基于句子向量的语义匹配规则是基于相似度计算模型通过机器学习训练得到的，所述基于预设模板的语义匹配规则是基于预先配置的模板文件和预设对话引擎自定义得到的；意图模块，用于根据所述语义识别结果，判断在当前意图场景中用户的意图。
[0016]为了实现上述目的，根据本申请的又一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述方法。
[0017]为了实现上述目的，根据本申请的再一方面，提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述的方法。
[0018]在本申请实施例中意图识别方法以及装置、存储介质、电子装置，采用接收用户的输入信息的方式，通过基于预设语义匹配规则，得到所述输入信息匹配的语义识别结果，由于所述预设语义匹配规则至少包括如下之一：基于句子向量的语义匹配规则、基于预设模板的语义匹配规则，所述基于句子向量的语义匹配规则是基于相似度计算模型通过机器学习训练得到的，所述基于预设模板的语义匹配规则是基于预先配置的模板文件和预设对话引擎自定义得到的，达到了根据所述语义识别结果，判断在当前意图场景中用户的意图的目的，从而实现了提高意图识别准确率和效率的技术效果，进而解决了在基于智能化人机对话平台配置机器人时，无法配置复杂表达的逻辑，从而影响意图识别准确性以及识别效
率的技术问题。
附图说明
[0019]构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0020]图1是根据本申请实施例的意图识别方法的硬件系统结构示意图；
[0021]图2是根据本申请实施例的意图识别方法流程示意图；
[0022]图3是根据本申请实施例的意图识别装置结构示意图；
[0023]图4是根据本申请优选实施例的意图识别方法流程示意图。
具体实施方式
[0024]为了使本
的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种意图识别方法，其特征在于，包括：接收用户的输入信息；基于预设语义匹配规则，得到所述输入信息匹配的语义识别结果，其中所述预设语义匹配规则至少包括如下之一：基于句子向量的语义匹配规则、基于预设模板的语义匹配规则，所述基于句子向量的语义匹配规则是基于相似度计算模型通过机器学习训练得到的，所述基于预设模板的语义匹配规则是基于预先配置的模板文件和预设对话引擎自定义得到的；根据所述语义识别结果，判断在当前意图场景中用户的意图。2.根据权利要求1所述的方法，其特征在于，基于预设语义匹配规则，得到所述输入信息匹配的语义识别结果，还包括：在判断基于句子向量的语义匹配规则无法匹配所述输入信息的情况下，采用所述基于预设模板的语义匹配规则匹配所述输入信息；按照所述预先配置的模板文件组成的语句以及相应的所述预设对话引擎，得到所述输入信息匹配的语义识别结果。3.根据权利要求2所述的方法，其特征在于，所述基于句子向量的语义匹配规则，包括：根据待识别的语义，确定第一语句；根据所述第一语句的句子向量，得到与所述第一语句相似的第二语句；和/或，根据待识别的语义，确定第一关键字或词语；根据所述第一关键字或词语，得到与第一关键字或词语相似的第二关键字或词语；基于所述相似度计算模型通过机器学习训练得到所述基于句子向量的语义匹配规则，其中，所述相似度计算模型至少包括：第一语句、第二语句、第一关键词或词语、第二关键词或词语的训练集。4.根据权利要求2所述的方法，其特征在于，所述基于预设模板的语义匹配规则，包括：确定需要进行语义匹配的待匹配区域；根据所述待匹配区域，关联出标签类型以及参数信息；根据所述待匹配区域、所述标签类型以及所述参数信息，得到所述基于预设模板的语义匹配规则，并基于识别的所述当前意图场景中用户的意图中携带的目标信息在上下文中赋值。5.根据权利要求4所述的方法，其特征在于，所述根据所述待匹配区域、所述标签类型以及所述参数信息，得到所述基于预设模板的语义匹配规则包括：所述根据所述待匹配区域、所述标签类型以及所述参数信息按照如下方式组合配置：{{标签类型:参数信息1,参数信息2,参数信息3...}}其中，所述标签类型包括：实体类标签、模块类...
【专利技术属性】
技术研发人员：许宇航，黄丽辉，
申请(专利权)人：北京零秒科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。