[發明專利]一種會話意圖智能識別模型的構建方法、裝置及設備

在審

• 申請號: 202010968430.8
• 申請日: 2020-09-15
• 公開（公告）號: CN112131890A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 周鵬飛;馬亮
• 申請（專利權）人: 北京慧辰資道資訊股份有限公司
• 主分類號: G06F40/35
• 分類號: G06F40/35;G06F16/332;G06F16/33;G06F16/35;G06N3/04;G06N3/08
• 代理公司: 北京壹川鳴知識產權代理事務所(特殊普通合伙) 11765
• 代理人: 林潮

1.一種會話意圖智能識別模型的構建方法，其特征在于，包括：

獲取語料數據，所述語料數據包括已標注語料數據以及未標注語料數據；

根據所述已標注語料數據以及預設的語義分析算法，對所述未標注語料數據進行處理，生成有標簽信息的意圖語料數據；

根據所述意圖語料數據，對預設的初始意圖識別模型進行迭代訓練，構建目標意圖識別模型；所述初始意圖識別模型是通過所述已標注語料數據經神經網絡訓練生成；

判斷所述迭代訓練是否滿足預設的迭代結束條件；若否，則返回至所述獲取語料數據的步驟；若是，則迭代訓練結束。

2.根據權利要求1所述的會話意圖智能識別模型的構建方法，其特征在于，所述預設的語義分析算法包括核心詞提取算法以及語義匹配算法；

所述根據所述已標注語料數據以及預設的語義分析算法，對所述未標注語料數據進行處理，生成有標簽信息的意圖語料數據的步驟，包括：

根據所述語料數據以及預設的核心詞提取算法，分別提取所述已標注語料數據以及未標注語料數據的語料核心詞；

根據所述預設的語義匹配算法，計算所述已標注語料數據以及未標注語料數據的語料核心詞的相似度；

根據相似度小于預設距離閾值的已標注語料數據以及未標注語料數據，生成有標簽信息的意圖語料數據。

3.根據權利要求2所述的會話意圖智能識別模型的構建方法，其特征在于，所述預設的語義分析算法還包括語義壓縮算法；

所述根據所述已標注語料數據以及預設的語義分析算法，對所述未標注語料數據進行處理，生成有標簽信息的意圖語料數據的步驟，還包括：

響應于第一已標注語料數據和/或第一意圖語料數據的標簽信息的刪除操作，根據所述語義壓縮算法，計算所述第一已標注語料數據和/或第一意圖語料數據的向量表示；

獲取與所述第一已標注語料數據和/或第一意圖語料數據的向量表示的相似度符合預設相似閾值的第二已標注語料數據和/或第二意圖語料數據，并對所述第二已標注語料數據和/或第二意圖語料數據的標簽信息進行刪除。

4.根據權利要求1所述的會話意圖智能識別模型的構建方法，其特征在于，所述根據所述已標注語料數據以及預設的語義分析算法，對所述未標注語料數據進行處理，生成有標簽信息的意圖語料數據的步驟，包括：

獲取所述已標注語料數據的意圖中心表示；

獲取所述未標注語料數據的矩陣表示；

根據所述預設的語義分析算法，計算所述未標注語料數據的矩陣表示與所述意圖中心表示的距離值，并將符合預設距離閾值的未標注語料數據按照所述意圖中心表示進行處理，生成有標簽信息的意圖語料數據。

5.根據權利要求1所述的會話意圖智能識別模型的構建方法，其特征在于，所述根據所述已標注語料數據以及預設的語義分析算法，對所述未標注語料數據進行處理，生成有標簽信息的意圖語料數據的步驟，包括：

根據所述語義分析算法，計算所述未標注語料數據的向量表示以及所述已標注語料數據的意圖中心表示；

計算所述未標注語料數據的向量表示以及所述已標注語料數據的意圖中心表示的距離，并將距離大于預設距離閾值的未標注語料數據作為候選語料數據集合；

對所述候選語料數據集合進行聚類，獲得所述未標注語料數據在預設中心范圍內的多個候選意圖，并將所述多個候選意圖以及對應的未標注語料數據作為意圖語料數據進行推薦。

6.根據權利要求1所述的會話意圖智能識別模型的構建方法，其特征在于，所述根據所述已標注語料數據以及預設的語義分析算法，對所述未標注語料數據進行處理，生成有標簽信息的意圖語料數據的步驟之后，還包括：

接收用戶對所述標簽信息的調整操作，獲得意圖核心詞；

根據所述意圖核心詞，生成意圖核心語料，并將所述意圖核心語料作為意圖語料數據進行推薦。