意图识别方法、装置、电子设备和计算机可读存储介质制造方法及图纸

本申请公开了一种意图识别方法、装置、电子设备和计算机可读存储介质，该方法包括：构建目标语句的语义标签树，其中，语义标签树由若干节点连接形成，每个节点代表目标语句中存在的一个实体语义标签，节点之间的连接关系表示对应的实体语义标签之间的关系；剔除语义标签树中符合冗余条件的节点；利用剔除后的语义标签树对目标语句进行意图识别，得到目标语句的意图信息。通过上述方式，本申请能够提高意图识别的准确性。图识别的准确性。图识别的准确性。

【技术实现步骤摘要】
意图识别方法、装置、电子设备和计算机可读存储介质


[0001]本申请涉及人工智能
，特别是涉及一种意图识别方法、装置、电子设备和计算机可读存储介质。

技术介绍

[0002]随着人工智能技术的不断发展和应用，更多机器人服务场景的应用落地，人机交互已经成为未来发展的常态，而智能客服机器人由于其不仅能够帮助企业节约成本，并且还能大幅度的提升工作效率而得到快速发展。其中，基于问答知识库的机器人使用的问答数据是业务运营的领域知识库，其中常见的标准问题及答案是知识库的数据基础；机器人通过对比分析用户话术和标准问题的相关性，通过排序后选择最可能的答案，这本质上是NLP(自然语言处理)领域的语义匹配问题。
[0003]其中，在用户进行语音输入时，可能会提交一段很长的话，长难句中存在的返回、否定等冗余的干扰信息会影响语义的匹配。

技术实现思路

[0004]本申请主要解决的技术问题是提供一种意图识别方法、装置、电子设备和计算机可读存储介质，能够提高意图识别的准确性。
[0005]为解决上述技术问题，本申请采用的一个技术方案是：提供一种意图识别方法，该方法包括：构建目标语句的语义标签树，其中，语义标签树由若干节点连接形成，每个节点代表目标语句中存在的一个实体语义标签，节点之间的连接关系表示对应的实体语义标签之间的关系；剔除语义标签树中符合冗余条件的节点；利用剔除后的语义标签树对目标语句进行意图识别，得到目标语句的意图信息。
[0006]为解决上述技术问题，本申请采用的另一个技术方案是：提供一种意图识别装置，该装置包括构建模块、剔除模块和识别模块；构建模块用于构建目标语句的语义标签树，其中，语义标签树由若干节点连接形成，每个节点代表目标语句中存在的一个实体语义标签，节点之间的连接关系表示对应的实体语义标签之间的关系；剔除模块用于剔除语义标签树中符合冗余条件的节点；识别模块用于利用剔除后的语义标签树对目标语句进行意图识别，得到目标语句的意图信息。
[0007]为解决上述技术问题，本申请采用的另一个技术方案是：提供一种电子设备，该电子设备包括存储器和处理器，存储器存储有程序指令，处理器用于执行程序指令以实现上述的意图识别方法。
[0008]为解决上述技术问题，本申请采用的另一个技术方案是：提供一种计算机可读存储介质，该计算机可读存储介质用于存储程序指令，程序指令能够被执行以实现上述的意图识别方法。
[0009]上述技术方案，剔除目标语句的语义标签树中符合冗余条件的节点，并利用剔除后的语义标签树对目标语句进行意图识别，从而得到目标语句的意图信息。故，一方面，由
于通过目标语句的语义标签树能够更加直观地确定目标语句中存在的冗余信息，所以通过剔除语义标签树中符合冗余条件的节点能够准确地剔除目标语句中存在的会干扰后续意图识别的冗余信息；另一方面，由于剔除后的语义标签树是准确地剔除了会干扰意图识别的冗余信息的，所以利用剔除后的语义标签树对目标语句进行意图识别，能够提高对目标语句意图识别的准确性。
附图说明
[0010]图1是本申请提供的意图识别方法一实施例的流程示意图；
[0011]图2是本申请提供的语义标签树一实施例的示意图；
[0012]图3是本申请提供的确定语义标签树是否为空树一实施例的流程示意图；
[0013]图4是本申请提供的语义标签树另一实施例的示意图；
[0014]图5是图1所示步骤S11一实施例的流程示意图；
[0015]图6是本申请提供的解析模型一实施例的结构示意图；
[0016]图7是本申请提供的语义标签的表示体系一实施例的示意图；
[0017]图8是图1所示步骤S13一实施例的流程示意图；
[0018]图9是图8所示步骤S132一实施例的流程示意图；
[0019]图10是本申请提供的意图识别方法另一实施例的流程示意图；
[0020]图11是本申请提供的意图识别装置一实施例的结构示意图；
[0021]图12是本申请提供的电子设备一实施例的结构示意图；
[0022]图13是本申请提供的计算机可读存储介质一实施例的结构示意图。
具体实施方式
[0023]下面结合说明书附图，对本申请实施例的方案进行详细说明。
[0024]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本申请。
[0025]本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。此外，本文中的“多”表示两个或者多于两个。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
[0026]请参阅图1，图1是本申请提供的意图识别方法一实施例的流程示意图。需注意的是，若有实质上相同的结果，本实施例并不以图1所示的流程顺序为限。如图1所示，本实施例包括：
[0027]步骤S11：构建目标语句的语义标签树。
[0028]本实施例的方法用于对目标语句进行意图识别，以得到目标语句的意图信息。由于在目标语句中一般会存在反悔、否定或者其他实体的冗余信息，考虑到这些干扰信息或冗余信息的存在可能会影响后续对该目标语句的语义理解，即可能会影响后续对目标语句进行意图识别得到的意图信息的准确性。所以，本申请提供一种通过对语义标签树裁枝以
剔除干扰后续意图识别的冗余信息，通过目标语句的语义标签树能够更加直观地确定目标语句中存在的冗余信息，从而便于后续准确地剔除目标语句中存在的会干扰后续意图识别的冗余信息。
[0029]本实施方式中，首先构建目标语句的语义标签树。其中，语义标签树由若干节点连接形成，每个节点代表目标语句中存在的一个实体语义标签，节点之间的连接关系表示对应的实体语义标签之间的关系；通过构建语义标签树，将平铺的标签转换为结构化的标签来消歧，能够确定目标语句中的关键语义片段之间的关系，提升后续对该目标语句的语义理解。举例来说，如图2所示，图2是本申请提供的语义标签树一实施例的示意图，目标语句“你好我想把银行卡冻结因为身份证丢了”对应的语义标签树包括根节点“你好我想把银行卡冻结因为身份证丢了”，语义标签树由节点“冻结”、节点“命令”、节点“银行卡”、节点“丢失”和节点“身份证”连接形成，其中，节点“冻结”、节点“命令”、节点“银行卡”、节点“丢失”和节点“身份证”分别代表一个实体语义标签；根节点“你好我想把银行卡冻结因为身份证丢了”和节点“冻结”之间的连接关系“操作”表示节点“冻结”对应的实体语义标签“冻结”与根节点之间的关系、根节点“你好我想把银行卡冻结因为身份证丢了”和节点“丢失”之间的连接关系“定语关系”表示节点“丢失”对应的实体语义标签本文档来自技高网...

【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，所述方法包括：构建目标语句的语义标签树，其中，所述语义标签树由若干节点连接形成，每个所述节点代表所述目标语句中存在的一个实体语义标签，所述节点之间的连接关系表示对应的所述实体语义标签之间的关系；剔除所述语义标签树中符合冗余条件的节点；利用剔除后的所述语义标签树对所述目标语句进行意图识别，得到所述目标语句的意图信息。2.根据权利要求1所述的方法，其特征在于，所述冗余条件包括所述节点与所述语义标签树的根节点之间存在属于非操作关系的预设关系。3.根据权利要求2所述的方法，其特征在于，所述预设关系包括定语关系。4.根据权利要求1所述的方法，其特征在于，所述构建目标语句的语义标签树，包括：获取所述目标语句的特征表示；基于所述特征表示，抽取所述目标语句中存在的若干实体语义标签和若干关系语义标签；基于所述若干关系语义标签，确定所述若干实体语义标签之间的关系；基于所述若干实体语义标签以及所述若干实体语义标签之间的关系构建得到所述语义标签树。5.根据权利要求4所述的方法，其特征在于，所述实体语义标签包括业务类实体语义标签、技能类实体语义标签、属性类实体语义标签、约束类实体语义标签、途径类实体语义标签、句式类实体语义标签中的至少一者；所述关系语义标签包括操作类关系语义标签、动宾类关系语义标签、主谓类关系语义标签、约束类关系语义标签、定语类关系语义标签、途径类关系语义标签中的至少一者。6.根据权利要求1所述的方法，其特征在于，所述利用剔除后的所述语义标签树对所述目标语句进行意图识别，得到所述目标语句的意图信息，包括：获取所述目标语句的目标语义特征，以及获取所述语义标签树对应的目标树特征；基于所述目标语义特征和所述目标树特征，得到所述目标语句的意图信息。7.根据权利要求6所述的方法，其特征在于，所述目标语义特征和所述目标树特征是分别利用语义特征提取模型和树特征提取模型获取得到的；和/或，所述基于所述目标语义特征和所述目标树特征，得到所述目标语句的意图信息，包括：获取各第一预设句式的预设语义特征和预设树特征；对于各第一预设句式，获取所述目标语义特征与所述第一预设句式的预设语义特征之间的语义匹配得分，以及获取所述目标树特征与所述第一预设句式的预设树特征之间的树匹配得分；基于各所述第一预设句式的语义匹配得分和树匹配得分，得到各所述第一预设句式的目标匹配得分；基于所述目标匹配得分满足匹配要求的所述第一预设句式对应的意图，确定所述目标...

【专利技术属性】
技术研发人员：刘琴，宋时德，谢春禾，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：