[發明專利]文本意圖識別方法、裝置、設備及存儲介質

在審

• 申請號: 202110722331.6
• 申請日: 2021-06-28
• 公開（公告）號: CN113297346A
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 蔣佳惟
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06F16/31
• 分類號: G06F16/31;G06F16/33;G06F16/35;G06F40/126;G06F40/151;G06F40/242;G06F40/279;G06N3/04;G06N3/08
• 代理公司: 北京市京大律師事務所 11321
• 代理人: 姚維

1.一種文本意圖識別方法，其特征在于，所述文本意圖識別方法包括：

獲取初始文本，對所述初始文本進行預處理，得到預處理后的文本，所述初始文本包括用戶輸入的句子和/或詞語；

對所述預處理后的文本進行分詞處理，得到分詞文本，將所述分詞文本轉換為目標索引項，并對所述目標索引項進行向量化處理，得到初始向量；

調用預置的序列到序列模型中的編碼器，基于注意力機制對所述初始向量進行編碼處理，得到編碼向量，調用所述序列到序列模型中的解碼器，對所述編碼向量進行解碼處理，得到初始拼音序列，所述初始拼音序列包括多音字文本對應的拼音序列；

對所述初始拼音序列進行詞嵌入處理，得到目標拼音序列，將所述目標拼音序列與預置的語料庫進行匹配，得到匹配結果，根據所述匹配結果確定目標用戶意圖。

2.根據權利要求1所述的文本意圖識別方法，其特征在于，所述獲取初始文本，對所述初始文本進行預處理，得到預處理后的文本，所述初始文本包括用戶輸入的句子和/或詞語包括：

接收用戶請求，將所述用戶請求存入預置的卡夫卡消息隊列并進行異步處理，得到初始文本，所述初始文本包括用戶輸入的句子和/或詞語；

采用正則表達式刪除所述初始文本中的空格和特殊符號，并調用預置的數據分析工具包查找并刪除所述初始文本中的重復值，得到預處理后的文本。

3.根據權利要求1所述的文本意圖識別方法，其特征在于，所述對所述預處理后的文本進行分詞處理，得到分詞文本，將所述分詞文本轉換為目標索引項，并對所述目標索引項進行向量化處理，得到初始向量包括：

調用預置的文本分詞工具，對所述預處理后的文本進行分詞處理，得到分詞文本；

將所述分詞文本中的每一個單詞與預置的索引詞典進行匹配，得到目標索引項，所述目標索引項包括每一個單詞對應的索引項，每一個單詞對應唯一的一個索引項；

調用預置的文本向量化算法，對所述目標索引項進行詞嵌入，得到詞向量，對所述詞向量進行拼接處理，得到初始向量。

4.根據權利要求1所述的文本意圖識別方法，其特征在于，所述調用預置的序列到序列模型中的編碼器，基于注意力機制對所述初始向量進行編碼處理，得到編碼向量，調用所述序列到序列模型中的解碼器，對所述編碼向量進行解碼處理，得到初始拼音序列，所述初始拼音序列包括多音字文本對應的拼音序列包括：

調用預置的序列到序列模型中的編碼器，基于預設的循環神經網絡，對所述初始向量進行編碼運算，得到多個編碼隱藏狀態，通過所述編碼器中的歸一化指數層，對所述多個編碼隱藏狀態進行基于注意力機制的歸一化處理，得到編碼向量；

調用所述序列到序列模型中的解碼器，基于預設的循環神經網絡，對所述編碼向量進行解碼運算，得到多個解碼隱藏狀態，通過所述解碼器中的歸一化指數層，對所述多個解碼隱藏狀態進行基于注意力機制的歸一化處理，得到初始拼音序列，所述初始拼音序列包括多音字文本對應的拼音序列。

5.根據權利要求4所述的文本意圖識別方法，其特征在于，所述調用預置的序列到序列模型中的編碼器，基于預設的循環神經網絡，對所述初始向量進行編碼運算，得到多個編碼隱藏狀態，通過所述編碼器中的歸一化指數層，對所述多個編碼隱藏狀態進行基于注意力機制的歸一化處理，得到編碼向量包括：

調用預置的序列到序列模型中的編碼器，基于預設的循環神經網絡，對所述初始向量進行編碼運算，得到多個編碼隱藏狀態，所述多個編碼隱藏狀態為所述初始向量中每一個詞向量對應的隱藏狀態；

獲取每一個編碼隱藏狀態對應的分數，通過所述編碼器中的歸一化指數層，對所述每一個編碼隱藏狀態對應的分數進行基于注意力機制的歸一化處理，得到每一個編碼隱藏狀態對應的歸一化分數；

將每一個編碼隱藏狀態乘以每一個編碼隱藏狀態對應的歸一化分數，得到對齊向量，對所述對齊向量進行求和，得到編碼向量。