本发明专利技术提供一种用户意图识别方法、装置及相关设备，该用户意图识别方法包括：获取用户输入的文本；对文本进行预处理，得到待识别文本；将待识别文本输入融合模型进行用户意图识别，得到待识别文本中用户意图的识别结果。融合模型包括命名实体识别模块和属性分类模块，利用融合模型识别待识别文本，提高了响应速度，并提升了意图识别结果的准确率。并提升了意图识别结果的准确率。并提升了意图识别结果的准确率。
【技术实现步骤摘要】
一种用户意图识别方法、装置及相关设备
[0001]本专利技术涉及计算机
，尤其涉及一种用户意图识别方法、装置及相关设备。
技术介绍
[0002]随着互联网技术的快速发展，智能化交互越来越深入人们的日常生活。智能化的产品或应用可以识别分析用户的需求，根据用户的需求为用户提供相应的服务。例如在问答系统中，根据用户输入的句子识别用户的意图，为用户提供相应的服务。
[0003]目前常用的意图识别方法分为两种，一种是基于(ES、Luence等)树状分类的方法来识别用户的意图，通过挖掘用户词句是否与预先设定的模板匹配，通过设定阈值得到结果；另一种是基于正则匹配规则来抽取和泛化用户意图，通过文本的二元、三元及N元特征作为分类依据。这两种意图识别方法无法很好的进行泛化，理解文本的深层语义信息，存在意图识别结果的准确率较低的问题。
技术实现思路
[0004]有鉴于此，本专利技术实施例提供一种用户意图识别方法、装置及相关设备，以解决目前意图识别结果准确率较低的问题。
[0005]为实现上述目的，本专利技术实施例提供如下技术方案：
[0006]本专利技术实施例第一方面公开一种用户意图识别方法，所述方法包括：
[0007]获取用户输入的文本；
[0008]对所述文本进行预处理，得到待识别文本；
[0009]将所述待识别文本输入融合模型进行用户意图识别，得到所述待识别文本中用户意图的识别结果，所述融合模型包括命名实体识别模块和属性分类模块，所述融合模型预先根据预设样本数据训练神经网络模型得到。
[0010]优选的，所述将所述待识别文本输入融合模型进行用户意图识别，包括：
[0011]将所述待识别文本输入融合模型，所述融合模型包括命名实体识别模块和属性分类模块；
[0012]通过所述命名实体识别模块中的预设语言模型查找与所述待识别文本具有共同字符串的实体；
[0013]通过所述命名实体识别模块中的预设语言模型计算所述实体和所述待识别文本之间的相似度；
[0014]通过所述命名实体识别模块中的预设识别模型分析所述待识别文本的语句含义；
[0015]通过所述属性分类模块将所述实体、所述相似度和所述语句含义进行合并，得到合并结果；
[0016]通过所述属性分类模块对所述合并结果进行属性分类，得到分类结果；
[0017]利用正则匹配规则对所述分类结果进行处理，得到所述待识别文本的识别结果。
[0018]优选的，根据预设样本数据训练神经网络模型得到所述融合模型的过程，包括：
[0019]获取第一样本数据，并对所述第一样本数据进行预处理以得到第二样本数据；
[0020]将所述第二样本数据拆分为训练集和测试集；
[0021]基于所述训练集，训练神经网络模型直至所述神经网络模型收敛，得到融合模型；
[0022]利用所述测试集测试所述融合模型的识别效果；
[0023]若所述识别效果满足预设条件，确定得到最终的融合模型；
[0024]若所述识别效果不满足预设条件，更新所述融合模型的参数，返回执行利用所述测试集测试所述融合模型的识别效果这一步骤。
[0025]优选的，所述对所述文本进行预处理，得到待识别文本，包括：
[0026]对所述文本进行正则化处理，得到正则化处理后的文本；
[0027]根据预设纠错规则对所述正则化处理后的文本进行纠错，得到纠错后的文本；
[0028]基于预设过滤算法对所述纠错后的文本进行敏感词过滤，得到待识别文本。
[0029]本专利技术实施例第二方面公开一种用户意图识别装置，所述装置包括：
[0030]第一获取单元，用于获取用户输入的文本；
[0031]预处理单元，用于对所述文本进行预处理，得到待识别文本；
[0032]识别单元，用于将所述待识别文本输入融合模型进行用户意图识别，得到所述待识别文本中用户意图的识别结果，所述融合模型包括命名实体识别模块和属性分类模块，所述融合模型预先根据预设样本数据训练神经网络模型得到。
[0033]优选的，所述识别单元包括：
[0034]输入模块，用于所述待识别文本输入融合模型，所述融合模型包括命名实体识别模块和属性分类模块；
[0035]查找模块，用于通过所述命名实体识别模块中的预设语言模型查找与所述待识别文本具有共同字符串的实体；
[0036]计算模块，用于通过所述命名实体识别模块中的预设语言模型计算所述实体和所述待识别文本之间的相似度；
[0037]分析模块，用于通过所述命名实体识别模块中的预设识别模型分析所述待识别文本的语句含义；
[0038]合并模块，用于通过所述属性分类模块将所述实体、所述相似度和所述语句含义进行合并，得到合并结果；
[0039]分类模块，用于通过所述属性分类模块对所述合并结果进行属性分类，得到分类结果；
[0040]处理模块，用于利用正则匹配规则对所述分类结果进行处理，得到所述待识别文本的识别结果。
[0041]优选的，所述装置还包括：
[0042]第二获取单元，用于获取第一样本数据，并对所述第一样本数据进行预处理以得到第二样本数据；
[0043]拆分单元，用于将所述第二样本数据拆分为训练集和测试集；
[0044]训练单元，用于基于所述训练集，训练神经网络模型直至所述神经网络模型收敛，得到融合模型；
[0045]测试单元，用于利用所述测试集测试所述融合模型的识别效果；
[0046]确定单元，用于若所述识别效果满足预设条件，确定得到最终的融合模型；
[0047]更新单元，用于若所述识别效果不满足预设条件，更新所述融合模型的参数，返回执行利用所述测试集测试所述融合模型的识别效果这一步骤。
[0048]优选的，所述预处理单元，包括：
[0049]正则化模块，用于对所述文本进行正则化处理，得到正则化处理后的文本；
[0050]纠错模块，用于根据预设纠错规则对所述正则化处理后的文本进行纠错，得到纠错后的文本；
[0051]过滤模块，用于基于预设过滤算法对所述纠错后的文本进行敏感词过滤，得到待识别文本。
[0052]本专利技术实施例第三方面公开一种电子设备，包括：处理器以及存储器，所述处理器以及存储器通过通信总线相连；其中，所述处理器，用于调用并执行所述存储器中存储的程序；所述存储器，用于存储程序，所述程序用于实现上述任意一项所述的用户意图识别方法。
[0053]本专利技术实施例第四方面公开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可执行指令，所述计算机可执行指令用于实现上述任意一项所述的用户意图识别方法。
[0054]基于上述本专利技术实施例提供的一种用户意图识别方法、装置及相关设备，获取用户输入的文本；对文本进行预处理，得到待识别文本；将待识别文本输入融合模型进行用户意图识别，得到待识别文本中用户意图的识别结果本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用户意图识别方法，其特征在于，所述方法包括：获取用户输入的文本；对所述文本进行预处理，得到待识别文本；将所述待识别文本输入融合模型进行用户意图识别，得到所述待识别文本中用户意图的识别结果，所述融合模型包括命名实体识别模块和属性分类模块，所述融合模型预先根据预设样本数据训练神经网络模型得到。2.根据权利要求1所述的方法，其特征在于，所述将所述待识别文本输入融合模型进行用户意图识别，包括：将所述待识别文本输入融合模型，所述融合模型包括命名实体识别模块和属性分类模块；通过所述命名实体识别模块中的预设语言模型查找与所述待识别文本具有共同字符串的实体；通过所述命名实体识别模块中的预设语言模型计算所述实体和所述待识别文本之间的相似度；通过所述命名实体识别模块中的预设识别模型分析所述待识别文本的语句含义；通过所述属性分类模块将所述实体、所述相似度和所述语句含义进行合并，得到合并结果；通过所述属性分类模块对所述合并结果进行属性分类，得到分类结果；利用正则匹配规则对所述分类结果进行处理，得到所述待识别文本的识别结果。3.根据权利要求1所述的方法，其特征在于，根据预设样本数据训练神经网络模型得到所述融合模型的过程，包括：获取第一样本数据，并对所述第一样本数据进行预处理以得到第二样本数据；将所述第二样本数据拆分为训练集和测试集；基于所述训练集，训练神经网络模型直至所述神经网络模型收敛，得到融合模型；利用所述测试集测试所述融合模型的识别效果；若所述识别效果满足预设条件，确定得到最终的融合模型；若所述识别效果不满足预设条件，更新所述融合模型的参数，返回执行利用所述测试集测试所述融合模型的识别效果这一步骤。4.根据权利要求1所述的方法，其特征在于，所述对所述文本进行预处理，得到待识别文本，包括：对所述文本进行正则化处理，得到正则化处理后的文本；根据预设纠错规则对所述正则化处理后的文本进行纠错，得到纠错后的文本；基于预设过滤算法对所述纠错后的文本进行敏感词过滤，得到待识别文本。5.一种用户意图识别装置，其特征在于，所述装置包括：第一获取单元，用于获取用户输入的文本；预处理单元，用于对所述文本进行预处理，得到待识别文本；识别单元，用于将所述待识别文本输入融合模型进行用户意图识别，得到所述待识别文本中用户意图的识别结果，所述融合模型包括命名实体识别模块和属性分类模块，所述融合模型预先根据预设样本数...
【专利技术属性】
技术研发人员：肖畅，顾文元，张雪源，
申请(专利权)人：元梦人文智能国际有限公司，
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。