[發明專利]基于投票決策的意圖分類方法、裝置、設備及存儲介質

在審

• 申請號: 202010149506.4
• 申請日: 2020-03-06
• 公開（公告）號: CN111444722A
• 公開（公告）日: 2020-07-24
• 發明（設計）人: 馬躍
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/279;G06F40/205;G06F16/31;G06F16/35;G06F16/332;G06K9/62
• 代理公司: 北京市京大律師事務所 11321
• 代理人: 劉挽瀾

1.一種基于投票決策的意圖分類方法，其特征在于，包括：

對待處理文本進行關鍵詞提取，獲得目標關鍵詞，所述待處理文本用于指示輸入的咨詢信息；

將所述目標關鍵詞作為索引檢索預置的歷史文本，得到與所述目標關鍵詞對應的候選歷史文本，所述歷史文本用于指示在接收所述待處理文本之前數據庫中存儲的咨詢信息；

通過基于深度學習的模板語義相似度算法和句法相似度算法計算所述候選歷史文本的得分；

根據所述得分對所述候選歷史文本進行排序和投票決策，得到目標歷史文本，獲取所述目標歷史文本中預標記的意圖類別，將所述意圖類別作為所述待處理文本的目標意圖類別。

2.根據權利要求1所述的基于投票決策的意圖分類方法，其特征在于，所述根據所述得分對所述候選歷史文本進行排序和投票決策，得到目標歷史文本，獲取所述目標歷史文本中預標記的意圖類別，將所述意圖類別作為所述待處理文本的目標意圖類別，包括：

將得分作為候選歷史文本對應的意圖類別的權重值；

根據所述權重值按照從大到小的順序對所述候選歷史文本進行排序，得到排序歷史文本；

獲取在預設排位范圍內的排序歷史文本，得到候選排序歷史文本；

對所述候選排序歷史文本進行加權計算，并將加權計算所得的值最大的候選排序歷史文本作為目標歷史文本；

獲取所述目標歷史文本中的標簽信息，識別所述標簽信息中預標記的意圖類別，并將所述意圖類別作為所述待處理文本的目標意圖類別。

3.根據權利要求1所述的基于投票決策的意圖分類方法，其特征在于，所述對待處理文本進行關鍵詞提取，獲得目標關鍵詞之前，所述基于投票決策的意圖分類方法還包括：

獲取初始歷史文本，并對所述初始歷史文本進行關鍵詞提取，得到初始關鍵詞；

通過倒排索引算法創建所述初始關鍵詞和所述初始歷史文本之間的對應關系，得到歷史文本。

4.根據權利要求3所述的基于投票決策的意圖分類方法，其特征在于，所述將所述目標關鍵詞作為索引檢索預置的歷史文本，得到與所述目標關鍵詞對應的候選歷史文本，包括：

將所述目標關鍵詞作為索引，根據所述索引和所述對應關系對所述歷史文本進行檢索，得到第一集合；

根據所述目標關鍵詞對所述待處理文本和所述歷史文本進行語義匹配，得到第二集合；

將所述第一集合與所述第二集合進行并集處理，得到候選歷史文本。

5.根據權利要求4所述的基于投票決策的意圖分類方法，其特征在于，所述將所述目標關鍵詞作為索引，根據所述索引和所述對應關系對所述歷史文本進行檢索，得到第一集合，包括：

根據所述初始關鍵詞、所述對應關系和所述歷史文本創建索引樹形結構；

將所述目標關鍵詞作為索引，根據所述索引遍歷所述索引樹形結構，獲得第一集合。

6.根據權利要求1所述的基于投票決策的意圖分類方法，其特征在于，所述通過基于深度學習的模板語義相似度算法和句法相似度算法計算所述候選歷史文本的得分，包括：

通過雙語評估替換分數BLEU算法計算所述待處理文本與所述候選歷史文本之間的句法相似度，獲得字表相似分數；

通過預置孿生神經網絡計算所述待處理文本與所述候選歷史文本之間的語義相似分數；

根據預設權重比例計算所述字表相似分數和所述語義相似分數的加權平均值，獲得所述候選歷史文本的得分。

7.根據權利要求6所述的基于投票決策的意圖分類方法，其特征在于，所述通過預置孿生神經網絡計算所述待處理文本與所述候選歷史文本之間的語義相似分數，包括：

通過預置長短期記憶神經網絡模型分別對所述待處理文本與所述候選歷史文本進行語義編碼，對應得到第一編碼信息和第二編碼信息；

計算所述第一編碼信息和所述第二編碼信息之間的余弦距離值，將所述余弦距離值作為所述待處理文本與所述候選歷史文本之間的語義相似分數。