【技术实现步骤摘要】
基于意图识别的即时问答方法、装置、设备及存储介质
[0001]本申请属于人工智能
，具体涉及一种基于意图识别的即时问答方法、装置、设备及存储介质。
技术介绍
[0002]现在机器人在IM各类服务场景应用非常广泛，例如，常见的IM即时问答系统，但目前即时问答存在着较大的识别应对困难，原因主要在于是IM即时问答涉及的消息类型丰富多样，包含文本、语音、图片、自定义表情、视频等，并且IM对话跟电话沟通具有差异性，一般来说，IM对话客户更多的占主导地位。
[0003]目前市场上的解决方案主要是当AI的识别率低的时候转给人来做承接回复处理，但是实际上，这种辅助处理如果要达到很好的效果，对人工的要求相对比较高，需要转接处理人员具备对应场景的相关专业知识，且能够及时的响应，利用专业知识对用户提出的问题作出解答，这些转接处理人员培养需要花费大量的人力、物力、时间，成本非常高。
技术实现思路
[0004]本申请实施例的目的在于提出一种基于意图识别的即时问答方法、装置、计算机设备及存储介质，以解决现有人工转接的即时问...
【技术保护点】
【技术特征摘要】
1.一种基于意图识别的即时问答方法，其特征在于，包括：接收即时问答指令，获取从客户终端上传的提问消息数据；识别所述提问消息数据，确定提问消息的消息类型，其中，所述消息类型至少包括文本消息、语音消息、图片消息和视频消息；根据所述提问消息的消息类型选取对应的消息处理程序，形成消息处理程序组合，其中，所述消息处理程序至少包括特征提取程序、关键词提取程序、音转文程序、图文识别程序和关键帧提取程序；通过所述消息处理程序组合对所述提问消息进行消息处理，得到提问消息特征；将所述提问消息特征导入预先训练好的意图识别模型，得到用户意图识别结果；根据所述用户意图识别结果确定所述提问消息对应的应答语句，并将所述应答语句发送至所述客户终端。2.如权利要求1所述的基于意图识别的即时问答方法，其特征在于，所述根据所述提问消息的消息类型选取对应的消息处理程序，形成消息处理程序组合，具体包括：若所述提问消息为文本消息，则组合所述特征提取程序和所述关键词提取程序形成所述消息处理程序组合；若所述提问消息为语音消息，则组合所述特征提取程序、所述关键词提取程序和所述音转文程序形成所述消息处理程序组合；若所述提问消息为图片消息，则组合所述特征提取程序、所述关键词提取程序和所述图文识别程序形成所述消息处理程序组合；若所述提问消息为视频消息，则组合所述特征提取程序、所述关键词提取程序、所述图文识别程序和所述关键帧提取程序形成所述消息处理程序组合。3.如权利要求1所述的基于意图识别的即时问答方法，其特征在于，所述意图识别模型基于深度卷积神经网络模型构建，所述意图识别模型包括输入层、卷积层和输出层，所述将所述提问消息特征导入预先训练好的意图识别模型，得到用户意图识别结果，具体包括：通过所述意图识别模型的输入层对所述提问消息特征进行向量转化，得到消息特征向量；通过所述意图识别模型的卷积层对所述消息特征向量进行卷积运算，得到消息卷积特征；通过所述意图识别模型的输出层中的特征分类器对所述消息卷积特征进行相似度计算，并将相似度最大的结果作为所述用户意图识别结果。4.如权利要求3所述的基于意图识别的即时问答方法，其特征在于，在所述将所述提问消息特征导入预先训练好的意图识别模型，得到用户意图识别结果之前，还包括：获取历史消息数据，以及获取所述历史消息数据对应的历史意图数据；基于所述历史消息数据和所述历史意图数据构建训练数据和验证数据；基于所述训练数据对预设的所述深度卷积神经网络模型进行训练，并通过所述验证数据对训练后的所述深度卷积神经网络模型进行验证，得到所述意图识别模型。5.如权利要求4所述的基于意图识别的即时问答方法，其特征在于，所述基于所述训练数据对预设的所述深度卷积神经网络模型进行训练，并通过所述验证数据对训练后的所述深度卷积神经网络模型进行验证，得到所述意图识别模型，具体包括：
对所述训练数据和所述验证数据进行特征提取，得到训练数据特征和验证数据特征；通过所述深度卷积神经网络模型的输入层对所述...
【专利技术属性】
技术研发人员：何赛南，
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：
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。