System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种意图推荐方法、装置、电子设备及存储介质制造方法及图纸_技高网

一种意图推荐方法、装置、电子设备及存储介质制造方法及图纸

技术编号:39987263 阅读:7 留言:0更新日期:2024-01-09 01:59
本申请提供了一种意图推荐方法、装置、电子设备及存储介质;所述方法包括:获得查询请求信息对应的第一推荐列表,所述第一推荐列表包括所述查询请求信息对应的至少一个相似问和所述至少一个相似问对应的意图;基于神经网络模型,确定所述第一推荐列表中的相似问对应的相似问特征;基于所述相似问特征,从所述第一推荐列表中确定满足推荐条件的与所述查询请求信息对应的多个目标意图。

【技术实现步骤摘要】

本申请涉及意图推荐技术,尤其涉及一种意图推荐方法、装置、电子设备及存储介质


技术介绍

1、现有的意图推荐方法,先确定推荐的意图数目的最大值,并确定意图的相似问与用户输入的查询请求信息的相似度,再通过设置相似度对应的阈值,筛选掉明显与查询请求信息不符的意图,最终推荐查询请求信息对应的固定数量的意图。现有的意图推荐方法,存在推荐的意图数目固定导致某些意图无法推荐,以及针对不同业务设置不同的阈值,在业务体系出现变化的情况下会导致意图推荐的准确度低的问题。


技术实现思路

1、本申请实施例提供了一种意图推荐方法、装置、电子设备及存储介质。

2、根据本申请的第一方面,提供了一种意图推荐方法,该方法包括:获得查询请求信息对应的第一推荐列表,所述第一推荐列表包括所述查询请求信息对应的至少一个相似问和所述至少一个相似问对应的意图;基于神经网络模型,确定所述第一推荐列表中的相似问对应的相似问特征;基于所述相似问特征,从所述第一推荐列表中确定满足推荐条件的与所述查询请求信息对应的多个目标意图。

3、根据本申请一实施方式,所述基于神经网络模型,确定所述第一推荐列表中的相似问对应的相似问特征,包括:将所述第一推荐列表包括的相似问及所述相似问与所述查询请求信息的相似度输入至所述神经网络模型;确定各个所述相似问对应的文本特征,并将所述文本特征与对应的所述相似度进行拼接,得到所述相似问特征。

4、根据本申请一实施方式,所述基于所述相似问特征,从所述第一推荐列表中确定满足推荐条件的与所述查询请求信息对应的多个目标意图,包括:基于所述神经网络模型的模型参数,确定所述相似问特征对应的推荐条件;所述推荐条件包括相似问的概率分布;响应于所述相似问特征满足所述推荐条件,将所述第一推荐列表中对应的多个相似问确定为第一相似问;将多个所述第一相似问对应的意图确定为多个所述目标意图;按照所述相似度由大到小的顺序,将多个所述目标意图依次输出至目标推荐列表。

5、根据本申请一实施方式,所述将多个所述目标意图依次输出至目标推荐列表之后,所述方法还包括:响应于用户针对所述目标推荐列表的触控操作,将所述触控操作对应的意图确定为选定意图;基于所述选定意图和多个所述目标意图的数量,确定所述目标推荐列表对应的奖励分数;基于所述奖励分数,调整所述神经网络模型的模型参数;所述模型参数用于确定所述相似问特征对应的推荐条件。

6、根据本申请一实施方式,所述基于所述选定意图和多个所述目标意图的数量,确定所述目标推荐列表对应的奖励分数,包括:响应于所述目标推荐列表存在所述选定意图,确定所述选定意图在所述目标推荐列表的排列次序,并基于多个所述目标意图的数量和所述排列次序,确定所述目标推荐列表对应的奖励分数;响应于所述目标推荐列表不存在所述选定意图,确定所述目标推荐列表对应的奖励分数为指定值。

7、根据本申请一实施方式,所述获得查询请求信息对应的第一推荐列表,包括:基于所述查询请求信息的查询关键字,确定所述查询关键字对应的相似问,每个所述相似问对应至少一个意图;确定所述相似问与所述意图查询信息之间的相似度;按照所述相似度由大到小的顺序,对所述相似问进行排序,得到第一推荐列表。

8、根据本申请一实施方式,所述方法还包括:获得训练请求信息对应的训练推荐列表,所述训练推荐列表包括所述训练请求信息对应的至少一个相似问和所述至少一个相似问对应的意图;基于待训练模型,确定所述训练推荐列表中的相似问对应的相似问特征;基于所述相似问特征,从所述训练推荐列表中确定满足训练推荐条件的与所述训练请求信息对应的多个训练目标意图;按照所述相似问与所述训练请求信息的相似度由大到小的顺序,将多个所述训练目标意图依次输出至训练目标推荐列表,并将所述训练目标推荐列表中的至少一个训练目标意图确定为训练选定意图;基于所述训练选定意图和所述训练目标意图的数量,确定所述训练目标推荐列表对应的训练奖励分数;基于所述训练奖励分数,调整所述待训练模型的训练参数,得到所述神经网络模型,所述训练参数用于确定所述相似问特征对应的训练推荐条件。

9、根据本申请的第二方面,提供了一种意图推荐装置,该意图推荐装置包括:获取模块,用于获得查询请求信息对应的第一推荐列表,所述第一推荐列表包括所述查询请求信息对应的至少一个相似问和所述至少一个相似问对应的意图;确定模块,用于基于神经网络模型,确定所述第一推荐列表中的相似问对应的相似问特征;推荐模块,用于基于所述相似问特征,从所述第一推荐列表中确定满足推荐条件的与所述查询请求信息对应的多个目标意图。

10、根据本申请的第三方面,提供了一种电子设备,包括:

11、至少一个处理器;以及

12、与所述至少一个处理器通信连接的存储器;其中,

13、所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请所述的方法。

14、根据本申请的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本申请所述的方法。

本文档来自技高网...

【技术保护点】

1.一种意图推荐方法,包括:

2.根据权利要求1所述的方法,所述基于神经网络模型,确定所述第一推荐列表中的相似问对应的相似问特征,包括:

3.根据权利要求2所述的方法,所述基于所述相似问特征,从所述第一推荐列表中确定满足推荐条件的与所述查询请求信息对应的多个目标意图,包括:

4.根据权利要求3所述的方法,所述将多个所述目标意图依次输出至目标推荐列表之后,所述方法还包括:

5.根据权利要求4所述的方法,所述基于所述选定意图和多个所述目标意图的数量,确定所述目标推荐列表对应的奖励分数,包括:

6.根据权利要求1所述的方法,所述获得查询请求信息对应的第一推荐列表,包括:

7.根据权利要求1所述的方法,所述方法还包括:

8.一种意图推荐装置,包括:

9.一种电子设备,其特征在于,包括:

10.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使计算机执行根据权利要求1-7中任一项所述的方法。

【技术特征摘要】

1.一种意图推荐方法,包括:

2.根据权利要求1所述的方法,所述基于神经网络模型,确定所述第一推荐列表中的相似问对应的相似问特征,包括:

3.根据权利要求2所述的方法,所述基于所述相似问特征,从所述第一推荐列表中确定满足推荐条件的与所述查询请求信息对应的多个目标意图,包括:

4.根据权利要求3所述的方法,所述将多个所述目标意图依次输出至目标推荐列表之后,所述方法还包括:

5.根据权利要求4所述的方法,所述基于所述选...

【专利技术属性】
技术研发人员:董孝政毛腾
申请(专利权)人:联想诺谛北京智能科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1