一种用户对话意图预测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种用户对话意图预测方法、装置、设备及存储介质。方法包括：获取客服与用户的对话文本，并对对话文本进行编码，得到第一编码矩阵，获取用户的标签信息，并对标签信息进行编码，得到第二编码矩阵，从对话文本和标签信息中提取预设的实体，确定与实体关联的知识图谱，从知识图谱中查找与实体关联度大于阈值的目标实体，并对目标实体进行编码，得到第三编码矩阵，融合第一编码矩阵、第二编码矩阵和第三编码矩阵，得到融合矩阵，并基于融合矩阵预测所述用户的意图，充分利用对话文本、用户的标签信息和知识图谱进行三级融合，提高了预测准确率，极大提升了医疗资源的使用效率和线上问诊的智能化水平。

【技术实现步骤摘要】

本专利技术涉及计算机应用技术，尤其涉及一种用户对话意图预测方法、装置、设备及存储介质。

技术介绍

1、作为近年来医疗健康行业最前沿的发展方向之一，基于互联网的智慧健康医疗技术在日常实践中的应用，已经逐步被大众以及业界所接受，也成为缓解我国医疗资源紧张、供需配置不均衡尴尬局面的有效途径之一。然而，目前线上医疗健康问询仍大量基于人工，会有人力成本高，专业素质参差不齐，流动性大等缺点。尤其是医疗健康领域，客服对于健康行业领域知识有一定门槛性的要求。

2、对客服对话意图分类一般分为专家规则方法，深度学习方法两大类。传统专家规则方法依赖准确的规则逻辑定义，通常覆盖有限且可能出现逻辑相悖等问题。深度学习方法则需要依赖大量的人工标注样本，通常覆盖率高但时常准确率不高。

技术实现思路

1、本专利技术提供一种用户对话意图预测方法、装置、设备及存储介质，以提升医疗资源的使用效率和线上咨询的智能化水平。

2、第一方面，本专利技术提供了一种用户对话意图预测方法，包括：

3、获取客服与用户的对话文本本文档来自技高网...

【技术保护点】

1.一种用户对话意图预测方法，其特征在于，包括：

2.根据权利要求1所述的用户对话意图预测方法，其特征在于，对所述对话文本进行编码，得到第一编码矩阵，包括：

3.根据权利要求2所述的用户对话意图预测方法，其特征在于，采用Transformer模型对所述对话文本进行编码，得到第一编码矩阵，包括：

4.根据权利要求1-3任一所述的用户对话意图预测方法，其特征在于，对所述标签信息进行编码，得到第二编码矩阵，包括：

5.根据权利要求4所述的用户对话意图预测方法，其特征在于，采用one-hot编码对所述标签信息进行编码，得到第二编码矩阵，包括：...

【技术特征摘要】

1.一种用户对话意图预测方法，其特征在于，包括：

2.根据权利要求1所述的用户对话意图预测方法，其特征在于，对所述对话文本进行编码，得到第一编码矩阵，包括：

3.根据权利要求2所述的用户对话意图预测方法，其特征在于，采用transformer模型对所述对话文本进行编码，得到第一编码矩阵，包括：

4.根据权利要求1-3任一所述的用户对话意图预测方法，其特征在于，对所述标签信息进行编码，得到第二编码矩阵，包括：

5.根据权利要求4所述的用户对话意图预测方法，其特征在于，采用one-hot编码对所述标签信息进行编码，得到第二编码矩阵，包括：

【专利技术属性】
技术研发人员：李响，
申请(专利权)人：汤臣倍健股份有限公司，
类型：发明
国别省市：