文本意图的识别方法和装置、存储介质和电子装置制造方法及图纸

本申请公开了一种文本意图的识别方法和装置、存储介质和电子装置，涉及智能家居技术领域，该文本意图的识别方法包括：获取待识别的文本信息；对文本信息进行文本特征提取，得到文本特征向量集；对文本特征向量集中的每个文本特征向量分别进行槽填充处理，得到各自对应的语义类别向量，其中，语义类别向量集用于指示文本信息中每个字符各自对应的语义类别；对文本特征向量集和各个语义类别向量进行意图解析，以识别出文本信息所携带的操作意图。本申请解决了现有的文本意图的识别方法的识别准确率较低的技术问题。别准确率较低的技术问题。别准确率较低的技术问题。

【技术实现步骤摘要】
文本意图的识别方法和装置、存储介质和电子装置


[0001]本专利技术涉及智能家居
，具体而言，涉及一种文本意图的识别方法和装置、存储介质和电子装置。

技术介绍

[0002]在智能家居场景中，用户通常可以以语音指令的方式对智能家居设备进行控制。由于用户的语音指令有时并不规范，不能直接依据用户的语音指令进行设备控制，而需要对用户的语音指令的意图进行准确识别后再生成准确的控制指令。因此，在智能家居控制场景中，对用户的语音指令进行准确的意图识别是实现设备精准控制的关键。
[0003]现有方法通常会根据用户当前的指令、行为来识别用户真实意图。但目前基于用户的语音指令进行真实意图方法通常比较单一，仅仅是利用槽填充网络和意图识别网络对语音指令分别进行识别，无法对语音指令中的文本信息进行有效利用，因此意图识别的结果较差。也就是说，现有的文本意图的识别方法存在识别结果准确率较低的技术问题。
[0004]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0005]本专利技术实施例提供了一种文本意图的识别方法和装置、存储介质和电子装置，以至少解决现有文本意图的识别方法的识别准确率较低的技术问题。
[0006]根据本专利技术实施例的一个方面，提供了一种文本意图的识别方法，包括：获取待识别的文本信息；对文本信息进行文本特征提取，得到文本特征向量集；对文本特征向量集中的每个文本特征向量分别进行槽填充处理，得到各自对应的语义类别向量，其中，语义类别向量集用于指示文本信息中每个字符各自对应的语义类别；对文本特征向量集和各个语义类别向量进行意图解析，以识别出文本信息所携带的操作意图。
[0007]根据本专利技术实施例的又一方面，还提供了一种文本意图的识别装置，包括：获取单元，用于获取待识别的文本信息；特征提取单元，用于对文本信息进行文本特征提取，得到文本特征向量集；语义解析单元，用于对文本特征向量集中的每个文本特征向量分别进行槽填充处理，得到各自对应的语义类别向量，其中，语义类别向量集用于指示文本信息中每个字符各自对应的语义类别；意图解析单元，用于对文本特征向量集和各个语义类别向量进行意图解析，以识别出文本信息所携带的操作意图。
[0008]根据本专利技术实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述文本意图的识别方法。
[0009]根据本专利技术实施例的又一方面，还提供了一种电子装置，包括存储器和处理器，上述存储器中存储有计算机程序，上述处理器被设置为通过所述计算机程序执行上述的文本意图的识别方法。
[0010]在本专利技术实施例中，获取待识别的文本信息；对文本信息进行文本特征提取，得到
文本特征向量集；对文本特征向量集中的每个文本特征向量分别进行槽填充处理，得到各自对应的语义类别向量，其中，语义类别向量集用于指示文本信息中每个字符各自对应的语义类别；对文本特征向量集和各个语义类别向量进行意图解析，以识别出文本信息所携带的操作意图，从而根据槽填充处理得到的文本信息中的各个字符的语义类别信息，进一步实现准确确定出用于文本信息中的意图类别，进而解决了现有文本意图的识别方法存在的识别准确率较低的技术问题。
附图说明
[0011]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0012]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0013]图1是根据本专利技术实施例的一种可选的文本意图的识别方法的硬件环境的示意图；
[0014]图2是根据本专利技术实施例的一种可选的文本意图的识别方法的流程图；
[0015]图3是根据本专利技术实施例的另一种可选的文本意图的识别方法的示意图；
[0016]图4是根据本专利技术实施例的一种可选的文本意图的识别装置的结构示意图；
[0017]图5是根据本专利技术实施例的一种可选的电子装置的结构示意图。
具体实施方式
[0018]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0019]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0020]根据本申请实施例的一个方面，提供了一种文本意图的识别方法。该物联网设备的交互方法广泛应用于智慧家庭(Smart Home)、智能家居、智能家用设备生态、智慧住宅(Intelligence House)生态等全屋智能数字化控制应用场景。可选地，在本实施例中，上述物联网设备的交互方法可以应用于如图1所示的由终端设备102和服务器104所构成的硬件环境中。如图1所示，服务器104通过网络与终端设备102进行连接，可用于为终端或终端上安装的客户端提供服务(如应用服务等)，可在服务器上或独立于服务器设置数据库，用于
为服务器104提供数据存储服务，可在服务器上或独立于服务器配置云计算和/或边缘计算服务，用于为服务器104提供数据运算服务。
[0021]上述网络可以包括但不限于以下至少之一：有线网络，无线网络。上述有线网络可以包括但不限于以下至少之一：广域网，城域网，局域网，上述无线网络可以包括但不限于以下至少之一：WIFI(Wireless Fidelity，无线保真)，蓝牙。终端设备102可以并不限定于为PC、手机、平板电脑、智能空调、智能烟机、智能冰箱、智能烤箱、智能炉灶、智能洗衣机、智能热水器、智能洗涤设备、智能洗碗机、智能投影设备、智能电视、智能晾衣架、智能窗帘、智能影音、智能插座、智能音响、智能音箱、智能新风设备、智能厨卫设备、智能卫浴设备、智能扫地机器人、智能擦窗机器人、智能拖地机器人、智能空气净化设备、智能蒸箱、智能微波炉、智能厨宝、智能净化器、智能饮水机、智能门锁等。
[0022]需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本专利技术并不受所描述的动作本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种文本意图的识别方法，其特征在于，包括：获取待识别的文本信息；对所述文本信息进行文本特征提取，得到文本特征向量集；对所述文本特征向量集中的每个文本特征向量分别进行槽填充处理，得到各自对应的语义类别向量，其中，所述语义类别向量集用于指示所述文本信息中每个字符各自对应的语义类别；对所述文本特征向量集和各个所述语义类别向量进行意图解析，以识别出所述文本信息所携带的操作意图。2.根据权利要求1所述的方法，其特征在于，对所述文本特征向量集和各个所述语义类别向量进行意图解析，以识别出所述文本信息所携带的操作意图，包括：获取所述文本特征向量集中位于起始标志位的参考特征向量以及各个所述语义类别向量，其中，所述文本特征向量集包括所述参考特征向量以及与所述文本信息中包含的各个字符各自对应的字符特征向量；将所述参考特征向量和各个所述语义类别向量输入第一注意力网络，以得到第一输出向量，其中，所述第一注意力网络用于利用与所述语义类别向量匹配的注意力权重，对所述文本特征向量集进行意图解析；将所述第一输出向量和所述参考特征向量联合输入第一意图识别网络，以得到识别出的意图类别向量，其中，所述意图类别向量用于指示所述文本信息的所述操作意图。3.根据权利要求2所述的方法，其特征在于，所述将所述参考特征向量和各个所述语义类别向量输入第一注意力网络，以得到第一输出向量包括：获取与所述第一注意力网络匹配的第一权重矩阵、第二权重矩阵和第三权重矩阵；获取对第一特征向量和各个参考语义类别向量分别进行点积计算的点积值，其中，所述第一特征向量由所述参考特征向量和所述第一权重矩阵确定，所述参考语义类别向量由所述语义类别向量和所述第二权重矩阵确定；对各个所述点积值各自进行归一化处理得到多个第一参考值；将每个所述第一参考值与全部的第二特征向量进行加权求和计算，得到所述第一输出向量，其中，所述第二特征向量由所述参考特征向量和所述第三权重矩阵确定。4.根据权利要求2所述的方法，其特征在于，所述对所述文本特征向量集中的每个文本特征向量分别进行槽填充处理，得到各自对应的语义类别向量包括：将所述参考特征向量输入第二意图识别网络，以得到意图参考向量；利用与所述意图参考向量匹配的注意力权重，对所述文本特征向量集进行槽填充解析，得到所述语义类别向量。5.根据权利要求4所述的方法，其特征在于，所述利用与所述意图参考向量匹配的注意力权重，对所述文本特征向量集进行槽填充解析，得到所述语义类别向量包括：将所述意图参考向量和所述文本特征向量集输入第二注意力网络，得到多个第二输出向量，其中，所述第二注意力网络用于利用与所述意图参考向量...

【专利技术属性】
技术研发人员：邓邱伟，窦方正，刘朝振，张旭，区波，翟建光，
申请(专利权)人：青岛海尔智能家电科技有限公司海尔智家股份有限公司，
类型：发明
国别省市：