[發明專利]一種基于多參數K-means算法的意圖識別方法、裝置和電子設備

在審

• 申請號: 202010721000.6
• 申請日: 2020-07-24
• 公開（公告）號: CN111950294A
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 孔醍;劉宗全;張家興
• 申請（專利權）人: 北京奇保信安科技有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F16/35;G06K9/62
• 代理公司: 北京清誠知識產權代理有限公司 11691
• 代理人: 喻穎

1.一種基于多參數K-means算法的意圖識別方法，應用于智能語音機器人中對用戶意圖的識別，其特征在于，包括：

建立樣本數據集，該樣本數據集包括多個由對話文本轉化得到的語義向量，所述對話文本是用戶與智能語音機器人進行對話時輸入的語音所轉化；

使用K-means算法對所述樣本數據集進行多輪聚類處理，每一輪聚類采用不同的k值，并輸出初始的聚類結果，所述k值是K-means算法中初始中心向量的個數；

設定融合策略，并確定待融合的初始的聚類結果，所述融合策略包括融合參數和融合規則；

根據所述融合規則，對所述待融合的初始的聚類結果進行融合處理，形成最終的聚類結果；

基于所述最終的聚類結果，對當前用戶與智能語音機器人進行對話時輸入的語音，進行意圖識別。

2.根據權利要求1所述的意圖識別方法，其特征在于，所述設定融合策略包括：

設定多個融合參數，該融合參數包括同一類內的純度、整體純度、純度增益、噪音比率、同一類內的覆蓋度和輪廓系數中的至少兩個；

純度達到純度設定閾值和/或噪音比率小于噪音設定閾值。

3.根據權利要求1或2所述的意圖識別方法，其特征在于，所述設定融合策略還包括：

設定融合規則，所述融合規則包括設定語義相同或相近的第一規則、向量相似度超過設定閾值的第二規則；

按照所述第一規則和/或第二規則對待融合的不同類集合進行融合處理，自適應選定最優k’值。

4.根據權利要求1至3中任一項所述的意圖識別方法，其特征在于，還包括：

設定樣本服從正態分布，初始的聚類結果中的類數量隨著所述多輪聚類處理的輪數增加而增加，并且在所述多輪聚類處理的輪數達到特定輪數時，初始的聚類結果中的類數量逐漸減小；

基于融合參數中至少一個參數最優的規則，確定Qrglow類集合和Qrghigh類集合作為待融合的初始的聚類結果。

5.根據權利要求1至4中任一項所述的意圖識別方法，其特征在于，還包括：

根據所述融合規則，篩選所述Qrglow類集合和Qrghigh類集合中樣本關系為一對一、一對多、多對多的樣本，并進行融合處理，以自適應選定最優k’值，以輸出最終的聚類結果。

6.根據權利要求1至5中任一項所述的意圖識別方法，其特征在于，還包括：

所述k’值在k_Qrglow與k_Qrghigh之間。

7.根據權利要求1至6中任一項所述的意圖識別方法，其特征在于，還包括：

使用質心的算法進行多輪聚類處理，每一輪聚類處理包括：

設定初始k值；

隨機產生k個類中心向量，使用K-means算法迭代更新該類中心向量，直到本次迭代向的類中心向量與上一次迭代時的類中心向量之間的距離小于指定閾值。

8.一種基于多參數K-means算法的意圖識別裝置，應用于智能語音機器人中對用戶意圖的識別，其特征在于，包括：

建立模塊，用于建立樣本數據集，該樣本數據集包括多個由對話文本轉化得到的語義向量，所述對話文本是用戶與智能語音機器人進行對話時輸入的語音所轉化；

聚類處理模塊，用于使用K-means算法對所述樣本數據集進行多輪聚類處理，每一輪聚類采用不同的k值，并輸出初始的聚類結果，所述k值是K-means算法中初始中心向量的個數；

設定模塊，用于設定融合策略，并確定待融合的初始的聚類結果，所述融合策略包括融合參數和融合規則；

融合處理模塊，根據所述融合規則，對所述待融合的初始的聚類結果進行融合處理，形成最終的聚類結果；

識別模塊，基于所述最終的聚類結果，對當前用戶與智能語音機器人進行對話時輸入的語音，進行意圖識別。