[發明專利]意圖識別方法、裝置、電子設備、存儲介質及程序產品

在審

• 申請號: 202110429580.6
• 申請日: 2021-04-21
• 公開（公告）號: CN113111662A
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 許林隆;苑愛泉
• 申請（專利權）人: 浙江口碑網絡技術有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/216;G06F16/9535;G06K9/62
• 代理公司: 北京智信四方知識產權代理有限公司 11519
• 代理人: 劉真

1.一種意圖識別方法，包括：

獲取輸入信息，其中，所述輸入信息包括查詢數據和目標城市標識信息；

獲取所述查詢數據的第一向量表示，并根據所述目標城市標識信息獲取目標城市的第二向量表示；

將所述第一向量表示和第二向量表示輸入預先訓練得到的意圖識別模型中，得到基于所述輸入信息的意圖識別結果。

2.根據權利要求1所述的方法，所述根據所述目標城市標識信息獲取目標城市的第二向量表示，包括：

獲取城市圖網絡，其中，所述城市圖網絡包括一個或多個表示城市的節點，以及連接不同城市節點之間的邊，每個城市對應設置有一個城市標識信息，每條邊對應設置有邊權重；

基于所述城市圖網絡，獲取每個城市節點的嵌入式向量表示；

根據所述目標城市標識信息查詢對應城市節點的嵌入式向量表示，得到目標城市的第二向量表示。

3.根據權利要求2所述的方法，所述基于所述城市圖網絡，獲取每個城市節點的嵌入式向量表示，被實施為：

基于所述城市圖網絡，利用DeepWalk方法計算得到每個城市節點的嵌入式向量表示，其中，DeepWalk方法對于城市圖網絡中邊的游走概率與該邊的權重有關。

4.根據權利要求2或3所述的方法，所述根據所述目標城市標識信息獲取目標城市的第二向量表示，還包括：

生成所述城市圖網絡。

5.根據權利要求4所述的方法，所述生成所述城市圖網絡，包括：

為城市設置城市標識信息，確定城市的預設屬性，并獲取所述城市的統計特征，其中，所述統計特征包括預設對象統計特征和預設行為統計特征；

以城市為節點，根據城市的預設屬性確定城市節點之間的連接關系，得到城市圖網絡中連接兩個城市節點的邊；

根據城市的統計特征計算得到相連城市之間的相似度，并獲取相連城市之間的距離，根據相連城市之間的相似度以及相連城市之間的距離確定相連城市的邊的權重，得到城市圖網絡。

6.根據權利要求5所述的方法，所述根據城市的統計特征計算得到相連城市之間的相似度，包括：

合成城市的統計特征，得到城市的合成統計特征；

對于所述合成統計特征進行歸一化，得到城市的歸一化合成統計特征；

計算所述歸一化合成統計特征之間的距離，得到相連城市之間的相似度。

7.根據權利要求5或6所述的方法，所述根據相連城市之間的相似度以及相連城市之間的距離確定相連城市的邊的權重，包括：

根據相連城市之間的相似度確定相連城市的邊的權重初始值；

根據相連城市之間的距離基于預設衰減規則確定衰減比例，將權重初始值乘以衰減比例，得到相連城市的邊的權重。

8.根據權利要求1-7任一所述的方法，所述將所述第一向量表示和第二向量表示輸入預先訓練得到的意圖識別模型中，得到基于所述輸入信息的意圖識別結果，包括：

合成所述第一向量表示和第二向量表示，得到合成向量表示；

將所述合成向量表示輸入預先訓練得到的意圖識別模型中，得到基于所述輸入信息的意圖識別結果。

9.一種意圖識別裝置，包括：

第一獲取模塊，被配置為獲取輸入信息，其中，所述輸入信息包括查詢數據和目標城市標識信息；

第二獲取模塊，被配置為獲取所述查詢數據的第一向量表示，并根據所述目標城市標識信息獲取目標城市的第二向量表示；

識別模塊，被配置為將所述第一向量表示和第二向量表示輸入預先訓練得到的意圖識別模型中，得到基于所述輸入信息的意圖識別結果。

10.一種計算機可讀存儲介質，其上存儲有計算機指令，該計算機指令被處理器執行時實現權利要求1-8任一項所述的方法步驟。