[發明專利]意圖預測的方法及裝置

有效

• 申請號: 202011075900.4
• 申請日: 2020-10-10
• 公開（公告）號: CN111930854B
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 王子豪;陳冠嶺
• 申請（專利權）人: 北京福佑多多信息技術有限公司
• 主分類號: G06F16/27
• 分類號: G06F16/27;G06F16/332;G06F16/34;G06F16/35;G06F21/64;G06F21/60;G06F21/62
• 代理公司: 北京知果之信知識產權代理有限公司 11541
• 代理人: 卜榮麗

1.一種意圖預測的方法，其特征在于，所述方法包括：

獲取相似度模型預測得到的對話信息對應的預測意圖的相似度，包括：根據用戶輸入的對話信息，生成預測所需的數據，將所述數據輸入到相似度模型得到所述對話信息對應的預測意圖及預測意圖的相似度；

當所述相似度小于第一閾值時，將相似度模型輸出的預測意圖對應的答復信息進行輸出；

當所述相似度大于第二閾值時，將無意圖的答復信息進行輸出；

確定相似度模型的預測準確率；

根據所述預測準確率動態地調整所述第二閾值；

當預測意圖的相似度小于或等于第二閾值，且大于或等于第一閾值時，根據分類模型對所述對話信息進行二次預測，獲取分類模型的輸出結果中每種類型的預測意圖對應的預測概率，其中，所述第一閾值小于所述第二閾值；

根據最大的預測概率以及分類模型的輸出結果，將意圖的答復信息或詢問信息進行輸出；

其中所述對話信息通過物聯網設備分別存儲在數據庫和區塊鏈上；并且所述對話信息可被查詢從而確保意圖預測的可追溯性和可靠性；

其中，所述相似度模型是提前根據歷史的對話數據集及意圖數據集對預設相似度模型進行訓練得到的，所述相似度模型為annoy模型或faiss模型，所述對話信息通過智能對話系統或意圖識別裝置獲得，所述預測意圖是意圖數據集中的意圖，根據所述相似度模型的特性，能夠預測得到預測意圖以及與所述預測意圖對應的相似度，所述相似度轉化為數值范圍在[0,1]的數值，所述數值越小則相似度越高。

2.根據權利要求1所述的意圖預測的方法，其特征在于，對話信息通過物聯網設備分別存儲在數據庫和區塊鏈的步驟包括：

S11，物聯網設備將所述對話信息發送給區塊鏈數據可信存儲系統；

S12，所述區塊鏈可信存儲系統將原始的所述對話信息存儲到數據庫中；

S13，使用哈希算法對原始的所述對話信息提取一次摘要并將所述一次摘要存儲到所述區塊鏈上；

S14，對所述一次摘要進行簽名得到數字簽名；

S15，將所述數字簽名和用戶的數字證書拼接形成一個JSON字符串；

S16，使用加密算法對所述JSON字符串進行加密獲得密文，將加密后的所述密文存儲在中間緩存中。

3.根據權利要求2所述的意圖預測的方法，其特征在于，對話信息被查詢的步驟包括：

S21，用戶在客戶端發起查詢請求；

S22，服務器從中間緩存中查詢所述一次摘要的密鑰，對所述密文進行解密，得到所述數字簽名和所述數字證書；

S23，根據所述數字簽名和所述數字證書計算獲得原始的對話信息的一次摘要；

S24，在所述數據庫中查詢獲得原始的所述對話信息，使用計算獲得所述一次摘要時相同的哈希函數對所述一次摘要再次計算獲得二次摘要；

S25，將步驟S23計算獲得的所述一次摘要與步驟S24中經過再次計算獲得的所述二次摘要進行比對，如果兩者相同，則數據庫中的對話信息沒有被修改過，將對話信息直接返回；如果兩者不同，則進行步驟S26；

S26，進行一次所述區塊鏈的鏈上查詢操作，從所述區塊鏈上查詢對話信息的一次摘要并與步驟S23的所述一次摘要進行比對，用于最終判斷所述對話信息是否被修改。

4.根據權利要求1所述的意圖預測的方法，其特征在于，所述根據最大的預測概率以及分類模型的輸出結果，將意圖的答復信息或詢問信息進行輸出包括：

當最大的預測概率大于猜測意圖閾值時，將最大的預測概率對應的意圖的答復信息進行輸出；

當最大的預測概率小于或等于無意圖閾值時，將無意圖的答復信息進行輸出；

當最大的預測概率小于或等于猜測意圖閾值且大于無意圖閾值時，根據分類模型的輸出結果選取至少兩個意圖的詢問信息進行輸出。

5.根據權利要求4所述的意圖預測的方法，其特征在于，所述方法還包括：

確定分類模型的輸出準確率；

根據所述輸出準確率動態地調整猜測意圖閾值。

6.根據權利要求4所述的意圖預測的方法，其特征在于，所述猜測意圖閾值的取值范圍為大于0且小于1；所述無意圖閾值的取值范圍為大于或等于0且小于1。