【技术实现步骤摘要】
本申请涉及智能问答，尤其涉及一种意图的识别方法、装置、设备及介质。
技术介绍
1、智能问答已经成为了当下提供知识服务的研究热点，而意图识别作为智能问答中重要的一环，直接决定了问答的效果。
2、意图识别是识别一种行为的意图。例如，在问答对话中，提问者每句话都带有一定的意图，应答方根据对方的意图进行回答。相关问题在搜索引擎、聊天机器人等场景下有广泛的应用。尤其在聊天机器人中，意图识别是整个系统的核心模块。在回答用户的问题时，就是通过分析用户意图，在了解用户想问什么之后给出相应的答案。好的意图识别模型能够做到准确解析问句的语义信息和层次信息，精准识别用户的意图。
3、当前意图识别大多是基于单句对话的，很多意图是无法准确识别出来。
技术实现思路
1、本申请提供了一种意图的识别方法、装置、设备及介质，用于精准、有效地识别用户意图，降低用户意图误判率。
2、第一方面，本申请提供了一种意图的识别方法，包括：
3、在任务型智能对话的第t轮对话中，获取用户的输入文本，所述t为大于或等于2的整数；
4、确定所述输入文本对应的至少一个词向量；
5、确定所述第t轮对话之前的至少一轮对话分别对应的信息向量，每一轮对话对应的信息包括：意图信息；
6、将所述至少一个词向量和所述第t轮对话之前的至少一轮对话分别对应的信息向量，输入至预先训练完成的意图分类模型中，得到所述意图分类模型输出的第t轮对话的意图信息；其中，所述意图分类模型
7、在一种可能的实现中，每一轮对话对应的信息还包括以下的一项或多项：槽位信息、槽位对应的槽值信息、上一轮对话的回复、领域信息。
8、在一种可能的实现中，将所述至少一个词向量和所述第t轮对话之前的至少一轮对话分别对应的信息向量，输入至预先训练完成的意图分类模型中，包括：
9、将所述第t轮对话之前的至少一轮对话分别对应的信息向量进行注意力机制融合处理，得到第一向量；
10、将所述至少一个词向量和所述第一向量，输入至预先训练完成的意图分类模型中。
11、在一种可能的实现中，将所述至少一个词向量和所述第一向量，输入至预先训练完成的意图分类模型中，包括：
12、将所述至少一个词向量和所述第一向量进行拼接，得到第二向量；
13、将所述第二向量，输入至预先训练好的意图分类模型中。
14、在一种可能的实现中，确定所述第t轮对话之前的至少一轮对话分别对应的信息向量，包括：
15、获取所述第t轮对话之前的至少一轮对话分别对应的信息；
16、基于one hot编码，对每一轮对话对应的信息进行编码，得到所述轮对话对应的信息向量。
17、第二方面，本申请提供了一种意图的识别装置，包括：
18、获取模块，用于在任务型智能对话的第t轮对话中，获取用户的输入文本，所述t为大于或等于2的整数；
19、确定模块，用于确定所述输入文本对应的至少一个词向量；以及确定所述第t轮对话之前的至少一轮对话分别对应的信息向量，每一轮对话对应的信息包括：意图信息；
20、分类模块，用于将所述至少一个词向量和所述第t轮对话之前的至少一轮对话分别对应的信息向量，输入至预先训练完成的意图分类模型中，得到所述意图分类模型输出的第t轮对话的意图信息；其中，所述意图分类模型基于样本文本对应的词向量和在所样本文本之前产生的样本信息向量训练得到的。
21、在一种可能的实现中，每一轮对话对应的信息还包括以下的一项或多项：槽位信息、槽位对应的槽值信息、上一轮对话的回复、领域信息。
22、在一种可能的实现中，所述分类模块，具体用于将所述第t轮对话之前的至少一轮对话分别对应的信息向量进行注意力机制融合处理，得到第一向量；将所述至少一个词向量和所述第一向量，输入至预先训练完成的意图分类模型中。
23、在一种可能的实现中，所述分类模块，具体用于将所述至少一个词向量和所述第一向量进行拼接，得到第二向量；将所述第二向量，输入至预先训练好的意图分类模型中。
24、在一种可能的实现中，所述确定模块，具体用于获取所述第t轮对话之前的至少一轮对话分别对应的信息；基于one hot编码，对每一轮对话对应的信息进行编码，得到所述轮对话对应的信息向量。
25、第三方面，本申请提供了一种电子设备，包括：处理器，可选的，还包括存储器；所述处理器和所述存储器耦合；所述存储器，用于存储计算机程序或指令；所述处理器，用于执行所述存储器中的部分或者全部计算机程序或指令，当所述部分或者全部计算机程序或指令被执行时，用于实现上述任一项方法中的功能。
26、在一种可能的实现中，所述装置还可以包括收发器，所述收发器，用于发送所述处理器处理后的信号，或者接收输入给所述处理器的信号。所述收发器可以执行任一项方法的发送动作或接收动作。
27、第四方面，提供了一种计算机可读存储介质，用于存储计算机程序，所述计算机程序包括用于实现任一项的功能的指令。
28、或者，一种计算机可读存储介质，用于存储计算机程序，所述计算机程序被计算机执行时，可以使得所述计算机执行上述任一项的方法。
29、第五方面，提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序代码，当所述计算机程序代码在计算机上运行时，使得计算机执行上述任一项的方法。
30、本申请实施例中，在进行意图分类时，不仅考虑了本轮的输入文本，还考虑本轮之前的信息，通过本轮之前的信息可以确定上下文语境，从而精准、有效地识别用户意图，降低意图误判率。
本文档来自技高网...【技术保护点】
1.一种意图的识别方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，每一轮对话对应的信息还包括以下的一项或多项：槽位信息、槽位对应的槽值信息、上一轮对话的回复、领域信息。
3.如权利要求2所述的方法，其特征在于，所述槽位信息为本轮的槽位的谢信息；或者，
4.如权利要求1所述的方法，其特征在于，将所述至少一个词向量和所述第t轮对话之前的至少一轮对话分别对应的信息向量，输入至预先训练完成的意图分类模型中，包括：
5.如权利要求1所述的方法，其特征在于，将所述至少一个词向量和所述第一向量，输入至预先训练完成的意图分类模型中，包括：
6.如权利要求1所述的方法，其特征在于，确定所述第t轮对话之前的至少一轮对话分别对应的信息向量，包括：
7.如权利要求6所述的方法，其特征在于，基于one hot编码，对每一轮对话对应的信息进行编码，得到所述轮对话对应的信息向量，包括：
8.一种意图的识别装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：处理器和存储器；
1
...【技术特征摘要】
1.一种意图的识别方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，每一轮对话对应的信息还包括以下的一项或多项：槽位信息、槽位对应的槽值信息、上一轮对话的回复、领域信息。
3.如权利要求2所述的方法，其特征在于，所述槽位信息为本轮的槽位的谢信息；或者，
4.如权利要求1所述的方法，其特征在于，将所述至少一个词向量和所述第t轮对话之前的至少一轮对话分别对应的信息向量，输入至预先训练完成的意图分类模型中，包括：
5.如权利要求1所述的方法，其特征在于，将所述至少一个词向量和所述第一向量，输入至预...
【专利技术属性】
技术研发人员：冯卫森，
申请(专利权)人：海信集团控股股份有限公司，
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。