[發明專利]一種人工智能沖突語義識別方法及裝置

有效

• 申請號: 202010224374.7
• 申請日: 2020-03-26
• 公開（公告）號: CN111460118B
• 公開（公告）日: 2023-10-20
• 發明（設計）人: 蔡効謙
• 申請（專利權）人: 聚好看科技股份有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F40/30
• 代理公司: 北京弘權知識產權代理有限公司 11363
• 代理人: 逯長明;許偉群

1.一種人工智能沖突語義識別方法，其特征在于，包括以下步驟：

獲取人機交互時產生的語義文本；

識別所述語義文本，獲得所述語義文本中發生語義沖突的語義對應的多個候選類別；

利用預訓練語言模型分別對所述語義文本和每個候選類別進行計算，得到所述語義文本對應的沖突文本語義向量和每個候選類別對應的分類語義向量，所述預訓練語言模型是指基于人類語言習慣經過訓練而成的語言模型，用于生成語義向量；

計算所述沖突文本語義向量與每個分類語義向量的語義相似度，取得類別優先順序；

將多個候選類別按照所述類別優先順序標注在所述語義文本中發生語義沖突的語義上，以按照所述類別優先順序獲得與所述語義文本對應的交互結果。

2.根據權利要求1所述的方法，其特征在于，所述識別語義文本，獲得所述語義文本發生語義沖突時對應的多個候選類別，包括：

獲取所述語義文本的語義；

判斷每個語義是否存在意圖沖突，將所述語義中產生意圖沖突的語義作為沖突語義，所述沖突語義是指產生多種意圖的語義；

利用文本分類模型對所述沖突語義進行識別，確定每個沖突語義對應的不同意圖的候選類別。

3.根據權利要求1所述的方法，其特征在于，所述利用預訓練語言模型對每個候選類別進行計算，得到每個分類語義向量，包括：

在所述分類詞典中，選取同一候選類別對應的多個語義名稱；

將多個所述語義名稱輸入所述預訓練語言模型進行計算，得到多個名稱語義向量，一個所述語義名稱對應一個名稱語義向量；

計算多個所述名稱語義向量的向量均值，將所述向量均值作為多個名稱語義對應的同一候選類別的分類語義向量。

4.根據權利要求1所述的方法，其特征在于，所述利用預訓練語言模型對每個候選類別進行計算，得到每個分類語義向量，包括：

獲取每個所述候選類別對應的文本，所述候選類別與所述文本一一對應；

將指定文本輸入所述預訓練語言模型中，輸出所述指定文本對應的分類語義向量。

5.根據權利要求1所述的方法，其特征在于，所述計算所述沖突文本語義向量與每個分類語義向量的語義相似度，取得類別優先順序，包括：

計算所述沖突文本語義向量分別與每個分類語義向量的相似度，確定多個語義相似度；

將多個所述語義相似度按照由高到底進行排序，得到類別優先順序。

6.一種人工智能沖突語義識別裝置，其特征在于，包括：

語義文本獲取模塊，用于獲取人機交互時產生的語義文本；

候選類別確定模塊，用于識別所述語義文本，獲得所述語義文本中發生語義沖突的語義對應的多個候選類別；

語義向量計算模塊，用于利用預訓練語言模型分別對所述語義文本和每個候選類別進行計算，得到所述語義文本對應的沖突文本語義向量和每個候選類別對應的分類語義向量，所述預訓練語言模型是指基于人類語言習慣經過訓練而成的語言模型，用于生成語義向量；

類別優先順序確定模塊，用于計算所述沖突文本語義向量與每個分類語義向量的語義相似度，取得類別優先順序；

沖突語義標注模塊，用于將多個候選類別按照所述類別優先順序標注在所述語義文本中發生語義沖突的語義上，以按照所述類別優先順序獲得與所述語義文本對應的交互結果。

7.根據權利要求6所述的裝置，其特征在于，所述候選類別確定模塊，包括：

語義獲取單元，用于獲取所述語義文本的語義；

沖突語義確定單元，用于判斷每個語義是否存在意圖沖突，將所述語義中產生意圖沖突的語義作為沖突語義，所述沖突語義是指產生多種意圖的語義；

候選類別確定單元，用于利用文本分類模型對所述沖突語義進行識別，確定每個沖突語義對應的不同意圖的候選類別。