[發明專利]用戶意圖識別方法、裝置、設備及計算機可讀存儲介質

在審

• 申請號: 202011631344.4
• 申請日: 2020-12-30
• 公開（公告）號: CN112732882A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 李志韜;王健宗;程寧;吳天博
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33;G06F16/36
• 代理公司: 深圳市力道知識產權代理事務所(普通合伙) 44507
• 代理人: 張傳義

本申請涉及智能決策技術領域，提供一種用戶意圖識別方法、裝置、設備及計算機可讀存儲介質，該方法包括：獲取用戶輸入的語音數據對應的文本信息，并將文本信息輸入至預設意圖分類模型，得到用于表示語音意圖的多個預設意圖標簽的輸出概率；然后根據每個預設意圖標簽的輸出概率，從多個預設意圖標簽中確定預設數量個候選意圖標簽；之后確定預設意圖知識圖譜中的每個意圖節點的對話成功率；再根據每個意圖節點的對話成功率確定每個候選意圖標簽的對話成功率；并將對話成功率最高的候選意圖標簽確定為用戶輸入的語音數據的意圖標簽。本方法通過預設意圖分類模型結合預設意圖知識圖譜中的每個意圖節點的對話成功率，能夠確定用戶的目標意圖標簽。

技術領域

本申請涉及智能決策技術領域，尤其涉及一種用戶意圖識別方法、裝置、設備及計算機可讀存儲介質。

背景技術

對話系統是是一種基于自然語言的人機交互系統，意圖識別是人機交互系統的重要部分，它將用戶對話的內容轉化成計算機可以理解的方式，識別的意圖會直接影響到機器人下一句說的內容是否和用戶表達的相關，是否讓客戶滿意。其中，意圖識別主要包括兩個部分：意圖檢測和提取語義槽。傳統上做意圖識別的方法從隱形馬爾科夫模型(HiddenMarkov Model，HMM)、條件隨機場(conditional random fields，CRF)、支持向量機(Support Vector Machine，SVM)，而到近十年比較流行的卷積神經網絡和循環神經網絡，都有不錯的實驗結果。但是，這些模型只能在較少的上下文輸入和大規模訓練語料上才能得到比較好的效果。而且，傳統的意圖識別是通過分類器選擇概率最大的那個意圖作為最終意圖，這樣的結果在實際應用場景中，會因為偶爾的語音識別錯誤導致一些意圖的識別錯誤，因此，如何根據用戶的語音數據，準確的確定用戶的目標意圖是目前亟待解決的問題。

發明內容

本申請的主要目的在于提供一種用戶意圖識別方法、裝置、設備及計算機可讀存儲介質，旨在準確的確定用戶輸入的語音數據的意圖。

第一方面，本申請提供一種用戶意圖識別方法，包括：

獲取用戶輸入的語音數據對應的文本信息，并將所述文本信息輸入至預設意圖分類模型，得到用于表示語音意圖的多個預設意圖標簽的輸出概率；

根據每個所述預設意圖標簽的輸出概率，從多個所述預設意圖標簽中確定預設數量個候選意圖標簽；

確定預設意圖知識圖譜中的每個意圖節點的對話成功率，其中，所述預設意圖知識圖譜是根據歷史對話數據生成的；

根據每個所述意圖節點的對話成功率確定每個所述候選意圖標簽的對話成功率；

將對話成功率最高的候選意圖標簽確定為所述用戶輸入的語音數據的意圖標簽。

第二方面，本申請還提供一種用戶意圖識別裝置，所述用戶意圖識別裝置包括獲取模塊、生成模塊、篩選模塊、第一確定模塊、第二確定模塊和第三確定模塊，其中：

所述獲取模塊，用于獲取用戶輸入的語音數據對應的文本信息；

所述生成模塊，用于將所述文本信息輸入至預設意圖分類模型，得到用于表示語音意圖的多個預設意圖標簽的輸出概率；

所述篩選模塊，用于根據每個所述預設意圖標簽的輸出概率，從多個所述預設意圖標簽中確定預設數量個候選意圖標簽；

所述第一確定模塊，用于確定預設意圖知識圖譜中的每個意圖節點的對話成功率，其中，所述預設意圖知識圖譜是根據歷史對話數據生成的；

所述第二確定模塊，用于根據每個所述意圖節點的對話成功率確定每個所述候選意圖標簽的對話成功率；

所述第三確定模塊，用于將對話成功率最高的候選意圖標簽確定為所述用戶輸入的語音數據的意圖標簽。