【技术实现步骤摘要】
本专利技术涉及智慧金融及智能养老，尤其涉及一种联合任务实现方法、装置、设备及介质。
技术介绍
1、在银行、保险、金融等行业中，意图识别和实体识别是关键的人工智能技术，在银行领域，通过意图识别技术，可以帮助机器理解用户的意图和需求，通过实体识别，可以帮助机器理解用户的关键实体信息。通过自动的意图识别和实体识别可以实现自动化客服，让机器人代替客服人员完成客户咨询、借贷申请、账户查询等服务，提高响应速度和效率，节省企业成本。
2、但现有当前意图识别和实体识别相互独立的模型支持，需要相互独立的输入，即，需要构建独立的输入数据集，造成意图识别和实体识别不能相互学习相互影响，机器资源占用较多；同时，意图识别过程存在数据来源匮乏，意图识别需要大量的数据支持，但是金融保险领域的数据比较敏感，并且带标注的文本也较少，获取也存在难度；用户表达不规范，模型的输入文本可能存在内容省略、过于口语化、指代关系太多等问题，这会造成意图识别的困难；意图存在隐含性，用户可能没有明显体现出自己的意图等问题。实体识别存在识别准确率低下的问题。
技术实现思路
1、有鉴于此，本专利技术提供了一种联合任务实现方法、装置、设备及介质，用于解决现有技术中意图识别和实体识别采用相互独立的模型支持，需要相互独立的输入，机器资源占用较多的问题。
2、为达上述之一或部分或全部目的或是其他目的，本专利技术提出一种联合任务实现方法，包括：获取待识别的目标文本数据，并将所述目标文本数据转换为向量编码数据；
4、将所述向量编码数据输入预设实体识别模型，得到所述目标文本数据的实体信息；
5、将所述意图类型和所述实体信息作为针对所述目标文本数据的联合任务的实现结果。
6、另一方面，本申请提供了一种联合任务实现装置，其特征在于，所述装置包括：
7、数据接收模块，用于获取待识别的目标文本数据，并将所述目标文本数据转换为向量编码数据；
8、意图识别模块，用于通过预设意图识别模型中的预设图注意网络获取所述向量编码数据的深层语义信息，通过所述预设意图识别模型中的预设辅助分支获取所述向量编码数据的浅层语义信息，并将所述深层语义信息和所述浅层语义信息输入所述预设意图识别模型中的预设多层感知网络，得到所述目标文本数据的意图类型；
9、实体识别模型，用于将所述向量编码数据输入预设实体识别模型，得到所述目标文本数据的实体信息；
10、输出模块，用于将所述意图类型和所述实体信息作为针对所述目标文本数据的联合任务的实现结果。
11、另一方面，本申请提供了一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线通信，所述机器可读指令被所述处理器执行时执行：获取待识别的目标文本数据，并将所述目标文本数据转换为向量编码数据；通过预设意图识别模型中的预设图注意网络获取所述向量编码数据的深层语义信息，通过所述预设意图识别模型中的预设辅助分支获取所述向量编码数据的浅层语义信息，并将所述深层语义信息和所述浅层语义信息输入所述预设意图识别模型中的预设多层感知网络，得到所述目标文本数据的意图类型；将所述向量编码数据输入预设实体识别模型，得到所述目标文本数据的实体信息；将所述意图类型和所述实体信息作为针对所述目标文本数据的联合任务的实现结果的步骤。
12、另一方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行：获取待识别的目标文本数据，并将所述目标文本数据转换为向量编码数据；通过预设意图识别模型中的预设图注意网络获取所述向量编码数据的深层语义信息，通过所述预设意图识别模型中的预设辅助分支获取所述向量编码数据的浅层语义信息，并将所述深层语义信息和所述浅层语义信息输入所述预设意图识别模型中的预设多层感知网络，得到所述目标文本数据的意图类型；将所述向量编码数据输入预设实体识别模型，得到所述目标文本数据的实体信息；将所述意图类型和所述实体信息作为针对所述目标文本数据的联合任务的实现结果的步骤。
13、实施本专利技术实施例，将具有如下有益效果：
14、通过获取待识别的目标文本数据，并将所述目标文本数据转换为向量编码数据；通过预设意图识别模型中的预设图注意网络获取所述向量编码数据的深层语义信息，通过所述预设意图识别模型中的预设辅助分支获取所述向量编码数据的浅层语义信息，并将所述深层语义信息和所述浅层语义信息输入所述预设意图识别模型中的预设多层感知网络，得到所述目标文本数据的意图类型；将所述向量编码数据输入预设实体识别模型，得到所述目标文本数据的实体信息；将所述意图类型和所述实体信息作为针对所述目标文本数据的联合任务的实现结果。通过获取并拼接所述向量编码数据的深层语义信息和浅层语义信息，加强文本之间的相关性，同时可以避免梯度消失等问题，联合任务中的意图识别和实体识别共享向量编码数据，同时预测两个任务结果，也能节省了机器资源的消耗。
本文档来自技高网...【技术保护点】
1.一种联合任务实现方法，其特征在于，包括：
2.如权利要求1所述的联合任务实现方法，其特征在于，所述获取待识别的目标文本数据的步骤，包括：
3.如权利要求1所述的联合任务实现方法，其特征在于，所述预设图注意网络为结合多头注意力机制的图注意网络，所述多头注意力机制为：使图注意网络基于交互数据计算图注意网络中各个节点的特征向量的机制，所述交互数据为：各个节点和与各个节点相邻的节点之间的注意力系数。
4.如权利要求1所述的联合任务实现方法，其特征在于，所述通过所述预设意图识别模型中的预设辅助分支获取所述向量编码数据的浅层语义信息的步骤，包括：
5.如权利要求1所述的联合任务实现方法，其特征在于，所述将所述深层语义信息和所述浅层语义信息输入所述预设意图识别模型中的预设多层感知网络，得到所述目标文本数据的意图类型的步骤，包括：
6.如权利要求1所述的联合任务实现方法，其特征在于，所述将所述向量编码数据输入预设实体识别模型，得到所述目标文本数据的实体信息的步骤，包括：
7.如权利要求6所述的联合任务实现方法，其特征在于
8.一种联合任务实现装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至7中任一项所述的联合任务实现方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至7中任一项所述的联合任务实现方法的步骤。
...【技术特征摘要】
1.一种联合任务实现方法，其特征在于，包括：
2.如权利要求1所述的联合任务实现方法，其特征在于，所述获取待识别的目标文本数据的步骤，包括：
3.如权利要求1所述的联合任务实现方法，其特征在于，所述预设图注意网络为结合多头注意力机制的图注意网络，所述多头注意力机制为：使图注意网络基于交互数据计算图注意网络中各个节点的特征向量的机制，所述交互数据为：各个节点和与各个节点相邻的节点之间的注意力系数。
4.如权利要求1所述的联合任务实现方法，其特征在于，所述通过所述预设意图识别模型中的预设辅助分支获取所述向量编码数据的浅层语义信息的步骤，包括：
5.如权利要求1所述的联合任务实现方法，其特征在于，所述将所述深层语义信息和所述浅层语义信息输入所述预设意图识别模型中的预设多层感知网络，得到所述目标文本数据的意图类型的步骤，包括：
6.如权利要求1所述...
【专利技术属性】
技术研发人员：于凤英，王健宗，程宁，
申请(专利权)人：平安创科科技北京有限公司，
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。