用户意图的识别方法、装置、设备及可读存储介质制造方法及图纸

本说明书实施方式提供了一种用户意图的识别方法、装置、设备及可读存储介质，包括：接收用户的终端发送的对应设定问题的反馈数据；其中，所述设定问题对应有业务场景；调用模糊意图识别模型和对应所述业务场景的用户意图识别模型对所述反馈数据的用户意图进行识别；根据所述调用模糊意图识别模型和所述用户意图识别模型的输出结果确定反馈数据的用户意图。本方案通过模型分类和多层预测的方式，相比单一的预测方式，降低了错误率；本方案通过对业务场景进行区分和细化，可以更好的将算法与业务契合，提升预测的精准性。提升预测的精准性。提升预测的精准性。

【技术实现步骤摘要】
用户意图的识别方法、装置、设备及可读存储介质


[0001]本说明书中实施方式关于机器学习的
，尤其涉及一种用户意图的识别方法、装置、设备及可读存储介质。

技术介绍

[0002]目前，随着机器学习技术的不断发展，机器学习技术也应用于人机对话领域中。人机对话是外呼机器人能够自动回复用户发出的信息，目前被广泛地应用于各个行业，提升了相关企业与用户之间的沟通效率。意图识别是人机对话过程中的重要一环。意图识别决定着整个人机对话质量的好坏。意图识别是针对用户发出的信息进行信息分类，进而针对输入的意图进行下一步的合理操作。
[0003]在现有的意图识别的
中，通过现有的方法执行意图识别时，识别得到的预测意图，其准确性往往不高。

技术实现思路

[0004]有鉴于此，本说明书多个实施方式致力于提供一种用户意图的识别方法、装置、设备及可读存储介质，以一定程度上提升对识别得到的预测意图的准确性。
[0005]本说明书中多个实施方式提供一种用户意图的识别方法，所述方法包括：获取用户针对对应设定问题的反馈数据；其中，所述设定问题对应有业务场景；调用模糊意图识别模型和对应所述业务场景的用户意图识别模型对所述反馈数据的用户意图进行识别；其中，所述模糊意图识别模型用于判断所述反馈数据是否属于模糊意图，所述用户意图识别模型用于识别反馈数据的明确意图；根据所述调用模糊意图识别模型和所述用户意图识别模型的输出结果确定反馈数据的用户意图；其中，在认定所述反馈数据表达的用户意图不是模糊意图的情况下，将所述用户意图识别模型输出的明确意图确定为所述反馈数据的用户意图。
[0006]本说明书中多个实施方式提供一种意图识别模型的训练方法，所述方法包括：获取对应业务场景的第一训练语料和第二训练语料；其中，所述第一训练语料和第二训练语料分别包括多个对话数据和对应的意图标签；其中，所述对话数据包括设定问题和对应的反馈数据；所述第一训练语料的意图标签表示相应对话数据的反馈数据属于模糊意图；所述第二训练语料的意图标签表示对话数据的反馈数据存在明确意图；基于所述第一训练语料训练第一初始模型得到模糊意图识别模型，和第二训练语料分别训练第二初始模型得到用户意图识别模型；其中，所述模糊意图识别模型与所述用户意图识别模型联合使用，在所述模糊意图识别模型认定反馈数据不属于模糊意图的情况下，才将用户意图识别模型输出的明确意图作为用户意图。
[0007]本说明书的一个实施方式提供一种用户意图的识别装置，所述装置包括：获取单元，其用于获取用户针对对应设定问题的反馈数据；其中，所述设定问题对应有业务场景。识别单元，其用于调用模糊意图识别模型和对应所述业务场景的用户意图识别模型对所述
反馈数据的用户意图进行识别；其中，所述模糊意图识别模型用于判断所述反馈数据是否属于模糊意图，所述用户意图识别模型用于识别反馈数据的明确意图。确定单元，其用于根据所述调用模糊意图识别模型和所述用户意图识别模型的输出结果确定反馈数据的用户意图；其中，在认定所述反馈数据表达的用户意图不是模糊意图的情况下，将所述用户意图识别模型输出的明确意图确定为所述反馈数据的用户意图。
[0008]本说明书的一个实施方式提供一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的用户意图的识别方法，或，所述处理器执行所述计算机程序时实现上述的意图识别模型的训练方法。
[0009]本说明书的一个实施方式提供一种计算机可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现上述的用户意图的识别方法，或，所述计算机程序被处理器执行时实现上述的用户意图的识别方法。
[0010]本说明书提供的多个实施方式通过模型分类和多层预测的方式，相比单一的预测方式，降低了错误率；本方案通过对业务场景进行区分和细化，可以更好的将算法与业务契合，提升了意图预测的精准性。
附图说明
[0011]图1为本说明书的一个实施方式提供的一种用户意图的识别系统的示意图。
[0012]图2为本说明书的一个实施方式提供的一种用户意图的识别方法的流程示意图。
[0013]图3为本说明书的一个实施方式提供的一种意图识别模型的训练方法的流程示意图。
[0014]图4为本说明书的一个实施方式提供的一种用户意图的识别装置的框图。
[0015]图5为本说明书的一个实施方式提供的一种电子设备的框图。
具体实施方式
[0016]在相关技术中，伴随着深度学习技术的发展和市场竞争的不断剧烈。企业希望能够将一些本来基于人工的外呼任务实现自动化和智能化。而智能外呼技术满足了这一需求。智能外呼的过程往往是通过智能外呼机器人进行实现的。在一个智能外呼的对话流程中，往往具有多个对话节点。各个对话节点可以构成一个树形的结构。在一个对话节点中可以包括预先制作好的机器人话术和用户可能存在的反馈数据，该反馈数据用于指示从一个对话节点流转到下一个对话节点。具体的，该机器人话术可以通过终端装置播放给用户。用户接收到该机器人话术之后可以进行反馈具体的数据，也可能不反馈数据。例如，在一个电销的业务场景中，在“核身”的对话节点，智能外呼机器人向用户发出“您好，请问您是X先生吗？”的话术。用户接收到该话术之后，可能会反馈例如“不是，你打错了”这样的反馈数据。智能外呼机器人可以调用预先配置的意图识别模型对该反馈信息进行识别。得到否定身份的意图标签。根据该否定身份的意图标签可以指示从该“核身”的对话节点流转到“结束语”的对话节点。在该“结束语”的对话节点，智能外呼机器人可以向用户发出“实在抱歉，打扰了”之类的结束语话术，从而结束一个智能外呼的对话流程。
[0017]在一些情况下，不同的业务场景，其业务流程话术往往具有一些特点。例如，在反诈的业务场景中，智能外呼机器人往往是发出询问和确认的话术，而用户往往作出一些简
单的回答，例如，“是的”、“知道”、“是我本人”。而在非反诈的业务场景下，例如，在电销、回访以及金融等业务场景中，机器人的话术和用户的反馈信息往往具有多样化。除了这种多样化的特点。在非反诈的业务场景中，用户的反馈数据往往还存在一些无法识别意图的情况，这种无法识别的意图可以称为模糊意图。例如，同样以上述的电销的业务场景进行举列，当智能外呼机器人询问用户身份时，用户的反馈信息为“我正在开会呢”。该反馈数据的意图就比较模糊。用户可能表达的意图是“我是本人，但是正在开会”，也可能是“我不是本人，我正在开会，你不要烦我”。还可能是“我是本人，但是正在开会，我们稍后在通电话”。因此，在现有技术中，不考虑业务场景的特点，直接使用单一的意图识别模型对不同的业务场景下的用户反馈信息进行识别，这种预测方式比较单一，准确率往往不高。并且没有考虑到非反诈业务场景下，用户的反馈数据往往表达的是模糊的意图，现有的方法往往会将模糊的意图识别为确定的意图或者否定的意图。从而答非所问，因此会造成意图识别准确率低的技术问题。使得人机对话质量低下，影响本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用户意图的识别方法，其特征在于，所述方法包括：获取用户针对对应设定问题的反馈数据；其中，所述设定问题对应有业务场景；调用模糊意图识别模型和对应所述业务场景的用户意图识别模型对所述反馈数据的用户意图进行识别；其中，所述模糊意图识别模型用于判断所述反馈数据是否属于模糊意图，所述用户意图识别模型用于识别反馈数据的明确意图；根据所述调用模糊意图识别模型和所述用户意图识别模型的输出结果确定反馈数据的用户意图；其中，在认定所述反馈数据表达的用户意图不是模糊意图的情况下，将所述用户意图识别模型输出的明确意图确定为所述反馈数据的用户意图。2.根据权利要求1所述的方法，其特征在于，所述根据所述调用模糊意图识别模型和所述用户意图识别模型的输出结果确定反馈数据的用户意图的步骤，包括：在认定所述反馈数据属于模糊意图的情况下，将所述反馈数据的用户意图认定为模糊意图。3.根据权利要求1所述的方法，其特征在于，所述调用模糊意图识别模型和对应所述业务场景的用户意图识别模型对所述反馈数据的用户意图进行识别的步骤，包括：调用所述模糊意图识别模型对所述反馈数据的意图进行识别；在认定所述反馈数据不属于模糊意图的情况下，再调用所述的用户意图识别模型对所述反馈数据的意图进行识别。4.根据权利要求1所述的方法，其特征在于，在调用模糊意图识别模型和对应所述业务场景的用户意图识别模型对所述反馈数据的用户意图进行识别的步骤之前，还包括：根据预先设定的意图匹配规则对所述反馈数据进行匹配，得到匹配结果；在匹配结果指示匹配失败的情况下，调用模糊意图识别模型和对应所述业务场景的用户意图识别模型对所述反馈数据的意图进行识别。5.根据权利要求1所述的方法，其特征在于，所述业务场景包括反诈场景和非反诈场景，所述非反诈场景包括：电销业务场景、回访业务场景或者金融业务场景；所述设定问题包括预设的机器人话术，所述反馈数据包括用户针对所述机器人话术回复的数据；在所述的业务场景为非反诈场景的情况下，调用模糊意图识别模型和对应所述非反诈场景的用户意图识别模型对所述用户针对所述机器人话术回复的数据的用户意图进行识别。6.根据权利要求5所述的方法，其特征在于，在所述的业务场景为反诈场景的情况下，所述方法还包括：将...

【专利技术属性】
技术研发人员：王森平，赵国庆，罗仕杰，蒋宁，
申请(专利权)人：马上消费金融股份有限公司，
类型：发明
国别省市：