本发明专利技术涉及人工智能，提供一种意图识别方法、装置、设备及存储介质。该方法获取用户音频的多个转译文本，基于语句筛选网络层筛选出多个候选文本，基于词汇筛选网络层筛选出目标词汇，基于编码网络层对目标词汇进行编码处理，得到语句向量，基于输出网络层对语句向量进行意图识别，提高音频意图的准确性。此外，本发明专利技术还涉及区块链技术，所述音频意图可存储于区块链中。链中。链中。
【技术实现步骤摘要】
意图识别方法、装置、设备及存储介质
[0001]本专利技术涉及人工智能
，尤其涉及一种意图识别方法、装置、设备及存储介质。
技术介绍
[0002]在目前的意图识别方案中，通常是从自动语音识别模块中获取用户语音的转译文本，进而利用自然语言理解模块对转译文本进行意图识别，然而，由于自动语音识别模块在生成转译文本时，存在一定比例的转译错误，从而导致无法准确的识别出用户意图。
技术实现思路
[0003]鉴于以上内容，有必要提供一种意图识别方法、装置、设备及存储介质，能够解决因存在一定比例的转译错误，从而导致无法准确的识别出用户意图的技术问题。
[0004]一方面，本专利技术提出一种意图识别方法，所述意图识别方法包括：
[0005]获取用户音频的多个转译文本；
[0006]获取预先训练完成的意图识别模型，所述意图识别模型包括语句筛选网络层、词汇筛选网络层、编码网络层及输出网络层；
[0007]基于所述语句筛选网络层，从所述多个转译文本中筛选出多个候选文本；
[0008]基于所述词汇筛选网络层，从所述多个候选文本的文本词汇中筛选出目标词汇；
[0009]基于所述编码网络层对所述目标词汇进行编码处理，得到所述用户音频的语句向量；
[0010]基于所述输出网络层对所述语句向量进行意图识别，得到所述用户音频的音频意图。
[0011]根据本专利技术优选实施例，所述基于所述语句筛选网络层，从所述多个转译文本中筛选出多个候选文本包括：
[0012]对每个转译文本进行字编码，得到每个转译文本的多个字向量；
[0013]计算所述多个字向量中对应元素的平均值，得到每个转译文本的文本向量；
[0014]获取所述语句筛选网络层的语句参数向量；
[0015]计算所述语句参数向量与所述文本向量的乘积，得到第一特征向量；
[0016]对所述第一特征向量进行归一化处理，得到每个转译文本的文本分值；
[0017]基于所述文本分值按照从大至小的顺序，从所述多个转译文本中筛选出对应的转译文本作为所述多个候选文本，所述多个候选文本的文本数量等于预设数量。
[0018]根据本专利技术优选实施例，所述基于所述词汇筛选网络层，从所述多个候选文本的文本词汇中筛选出目标词汇包括：
[0019]对每个候选文本进行分词处理，得到所述文本词汇及所述文本词汇在每个候选文本上的词汇位置；
[0020]基于所述词汇位置对所述文本词汇进行编码处理，得到每个候选文本的字向量矩
阵；
[0021]获取所述词汇筛选网络层的词汇参数向量；
[0022]计算所述字向量矩阵与所述词汇参数向量的乘积，得到每个候选文本的第二特征向量；
[0023]比较多个所述第二特征向量中相同元素位置上的特征元素的大小；
[0024]将每个元素位置上最大的特征元素所对应的文本词汇确定为所述目标词汇。
[0025]根据本专利技术优选实施例，所述编码网络层包括编码器及解码器，所述基于所述编码网络层对所述目标词汇进行编码处理，得到所述用户音频的语句向量包括：
[0026]对所述目标词汇进行词汇编码，得到词汇向量，并对所述目标词汇进行位置编码，得到位置向量；
[0027]对所述目标词汇进行标签编码，得到标签向量；
[0028]计算所述词汇向量、所述位置向量及所述标签向量中相同位置上的元素总和，得到目标向量；
[0029]基于所述编码器对所述目标向量进行重编码处理，得到编码向量；
[0030]基于所述解码器对所述编码向量进行解码处理，得到所述语句向量。
[0031]根据本专利技术优选实施例，所述编码器包括初始编码网络层及多个特征编码网络层，所述基于所述编码器对所述目标向量进行重编码处理，得到编码向量包括：
[0032]基于所述初始编码网络层中的第一网络参数，对所述目标向量进行自注意力编码，得到注意力向量；
[0033]基于所述初始编码网络层中的第二网络参数，对所述注意力向量进行全连接处理，得到激活向量；
[0034]将所述激活向量输入至所述多个特征编码网络层中的任一特征编码网络层进行编码处理，直至所述多个特征编码网络层均参与编码处理，得到所述编码向量。
[0035]根据本专利技术优选实施例，所述激活向量的生成公式为：
[0036]y＝max(0,ZW1+1)2+2；
[0037]y表示所述激活向量，Z表示所述注意力向量，W1、W2、b1、b2分别表示所述第二网络参数。
[0038]根据本专利技术优选实施例，所述基于所述输出网络层对所述语句向量进行意图识别，得到所述用户音频的音频意图包括：
[0039]对所述语句向量进行前向特征提取，得到前向特征，并对所述语句向量进行后向特征提取，得到后向特征；
[0040]计算所述前向特征与所述后向特征的均值，得到目标特征；
[0041]对所述目标特征进行全连接运算，得到语义向量；
[0042]计算所述语义向量与所述输出网络层中配置向量的向量相似度；
[0043]将所述向量相似度最大的配置向量所对应的配置意图确定为所述音频意图。
[0044]另一方面，本专利技术还提出一种意图识别装置，所述意图识别装置包括：
[0045]获取单元，用于获取用户音频的多个转译文本；
[0046]所述获取单元，还用于获取预先训练完成的意图识别模型，所述意图识别模型包括语句筛选网络层、词汇筛选网络层、编码网络层及输出网络层；
[0047]筛选单元，用于基于所述语句筛选网络层，从所述多个转译文本中筛选出多个候选文本；
[0048]所述筛选单元，还用于基于所述词汇筛选网络层，从所述多个候选文本的文本词汇中筛选出目标词汇；
[0049]编码单元，用于基于所述编码网络层对所述目标词汇进行编码处理，得到所述用户音频的语句向量；
[0050]识别单元，用于基于所述输出网络层对所述语句向量进行意图识别，得到所述用户音频的音频意图。
[0051]另一方面，本专利技术还提出一种电子设备，所述电子设备包括：
[0052]存储器，存储计算机可读指令；及
[0053]处理器，执行所述存储器中存储的计算机可读指令以实现所述意图识别方法。
[0054]另一方面，本专利技术还提出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读指令，所述计算机可读指令被电子设备中的处理器执行以实现所述意图识别方法。
[0055]由以上技术方案可以看出，本申请通过所述语句筛选网络层对所述多个转译文本进行筛选，并通过所述词汇筛选网络层对所述多个候选文本的文本词汇进行筛选，能够剔除所述多个转译文本中的无效信息及错误信息等，提高了所述目标词汇对所述用户音频的转译质量，从而能够提高所述音频意图的准确性。
附图说明
[0056]图1是本专利技术意图识别方法的较佳实施例的流程图。
[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，所述意图识别方法包括：获取用户音频的多个转译文本；获取预先训练完成的意图识别模型，所述意图识别模型包括语句筛选网络层、词汇筛选网络层、编码网络层及输出网络层；基于所述语句筛选网络层，从所述多个转译文本中筛选出多个候选文本；基于所述词汇筛选网络层，从所述多个候选文本的文本词汇中筛选出目标词汇；基于所述编码网络层对所述目标词汇进行编码处理，得到所述用户音频的语句向量；基于所述输出网络层对所述语句向量进行意图识别，得到所述用户音频的音频意图。2.如权利要求1所述的意图识别方法，其特征在于，所述基于所述语句筛选网络层，从所述多个转译文本中筛选出多个候选文本包括：对每个转译文本进行字编码，得到每个转译文本的多个字向量；计算所述多个字向量中对应元素的平均值，得到每个转译文本的文本向量；获取所述语句筛选网络层的语句参数向量；计算所述语句参数向量与所述文本向量的乘积，得到第一特征向量；对所述第一特征向量进行归一化处理，得到每个转译文本的文本分值；基于所述文本分值按照从大至小的顺序，从所述多个转译文本中筛选出对应的转译文本作为所述多个候选文本，所述多个候选文本的文本数量等于预设数量。3.如权利要求1所述的意图识别方法，其特征在于，所述基于所述词汇筛选网络层，从所述多个候选文本的文本词汇中筛选出目标词汇包括：对每个候选文本进行分词处理，得到所述文本词汇及所述文本词汇在每个候选文本上的词汇位置；基于所述词汇位置对所述文本词汇进行编码处理，得到每个候选文本的字向量矩阵；获取所述词汇筛选网络层的词汇参数向量；计算所述字向量矩阵与所述词汇参数向量的乘积，得到每个候选文本的第二特征向量；比较多个所述第二特征向量中相同元素位置上的特征元素的大小；将每个元素位置上最大的特征元素所对应的文本词汇确定为所述目标词汇。4.如权利要求1所述的意图识别方法，其特征在于，所述编码网络层包括编码器及解码器，所述基于所述编码网络层对所述目标词汇进行编码处理，得到所述用户音频的语句向量包括：对所述目标词汇进行词汇编码，得到词汇向量，并对所述目标词汇进行位置编码，得到位置向量；对所述目标词汇进行标签编码，得到标签向量；计算所述词汇向量、所述位置向量及所述标签向量中相同位置上的元素总和，得到目标向量；基于所述编码器对所述目标向量进行重编码处理，得到编码向量；基于所述解码器对所述编码向量进行解码处理，得到所述语句向量。5.如权利要求4所述的意...
【专利技术属性】
技术研发人员：孙金辉，马骏，王少军，
申请(专利权)人：平安科技深圳有限公司，
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。