[發明專利]語句意圖的確定方法及裝置、存儲介質

在審

• 申請號: 202010624894.7
• 申請日: 2020-07-01
• 公開（公告）號: CN111931512A
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 宋鳴;卓雷;孫佳
• 申請（專利權）人: 聯想（北京）有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/126;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 徐升升;張穎玲

1.一種語句意圖的確定方法，應用于意圖分析模型，所述意圖分析模型包括機器學習編碼器和第一意圖確定模型，所述方法包括：

所述機器學習編碼器獲得待分類的輸入語句對應的輸入向量；

所述第一意圖確定模型獲得特定的向量集合，其中，所述向量集合為機器學習編碼器對特定的意圖集合中每一意圖進行解碼后得到的語義向量所組成的集合；

所述第一意圖確定模型確定所述輸入向量與所述向量集合中每一所述語義向量之間的相似度，得到相似度集合；

在確定所述相似度集合中不存在相似度大于等于特定的相似度值情況下，所述第一意圖確定模型從所述意圖分析模型的外部獲取所述輸入語句所對應的目標意圖；

所述第一意圖確定模型將所述輸入向量加入所述特定的向量集合，以更新所述向量集合，將所述目標意圖加入所述特定的意圖集合，以更新所述意圖向量，以完成從所述第一意圖確定模型更新到第二意圖確定模型。

2.根據權利要求1所述的方法，其中，所述方法還包括：

在確定所述相似度集合中存在相似度大于等于特定的相似度值情況下，所述第一意圖確定模型將相似度滿足大于等于特定的相似度值的意圖，確定為所述輸入語句所對應的目標意圖。

3.根據權利要求2所述的方法，其中，所述第一意圖確定模型將相似度滿足大于等于特定的相似度值的意圖，確定為所述輸入語句所對應的目標意圖，包括：

所述第一意圖確定模型將每一所述相似度進行歸一化，得到所述輸入語句屬于對應意圖的概率；

所述第一意圖確定模型將概率滿足第二條件的意圖，確定為所述輸入語句所對應的目標意圖。

4.根據權利要求1所述的方法，其中，所述機器學習編碼器獲得待分類的輸入語句對應的輸入向量，包括：

所述機器學習編碼器將所述待分類的輸入語句，按照均勻分布或正態分布隨機生成初始輸入向量；

所述機器學習編碼器將所述初始輸入向量進行線性變換，得到所述輸入向量。

5.根據權利要求1所述的方法，其中，在所述機器學習編碼器獲得待分類的輸入語句對應的輸入向量之前，所述方法還包括：

機器學習編碼器將所述特定的意圖集合中每一所述意圖，按照均勻分布或正態分布隨機生成第一初始向量；

所述機器學習編碼器將每一所述第一初始向量進行線性變換，得到對應意圖的語義向量。

6.根據權利要求1所述的方法，其中，所述意圖集合中的每一意圖包括至少一種定義描述和至少一種答案描述，每一所述意圖對應的語義向量中包括至少一個定義描述向量和至少一個答案描述向量；

所述第一意圖確定模型確定所述輸入向量與所述向量集合中每一所述語義向量之間的相似度，得到相似度集合，包括：

所述第一意圖確定模型利用余弦相似度對所述輸入向量與每一定義描述對應的定義描述向量進行相似度計算，得到對應的第一相似度；

所述第一意圖確定模型利用余弦相似度對所述輸入向量與每一答案描述對應的答案描述向量進行相似度計算，得到對應的第二相似度；

所述第一意圖確定模型根據每一所述定義描述的第一相似度和每一所述答案描述的第二相似度，確定所述相似度，得到相似度集合。

7.根據權利要求6所述的方法，其中，所述第一意圖確定模型根據每一所述定義描述的第一相似度和每一所述答案描述的第二相似度，確定所述相似度，得到相似度集合，包括：

所述第一意圖確定模型從每一所述定義描述的第一相似度和每一所述答案描述的第二相似度中，確定最大的相似度為所述相似度，得到相似度集合；或者，

所述第一意圖確定模型確定每一所述定義描述的第一相似度和每一所述答案描述的第二相似度的算術平均值，將所述算術平均值，確定為所述相似度，得到相似度集合。