[發明專利]意圖識別方法、裝置、電子設備和存儲介質

在審

• 申請號: 202111119458.5
• 申請日: 2021-09-23
• 公開（公告）號: CN113836945A
• 公開（公告）日: 2021-12-24
• 發明（設計）人: 孫金輝;李俊杰;馬駿;王少軍
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F40/35
• 分類號: G06F40/35;G10L15/02;G10L15/16;G10L15/26;G06K9/62
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強

本申請涉及人工智能技術領域，具體公開了一種意圖識別方法、裝置、電子設備和存儲介質，其中，意圖識別方法包括：根據待識別語音，獲取文字文本和拼音文本；將所述文字文本輸入第一神經網絡模型，得到語義特征；獲取拼音向量表，其中，所述拼音向量表中包括標準拼音中的所有音素，且所述所有音素中的每個音素均對應一個拼音向量；根據所述拼音文本，在所述拼音向量表中進行匹配，得到語音特征；融合所述語義特征和所述語音特征，得到融合特征；將所述融合特征輸入意圖識別模型，得到所述待識別語音的意圖識別結果。

技術領域

本發明涉及人工智能技術領域，具體涉及一種意圖識別方法、裝置、電子設備和存儲介質。

背景技術

智能語音客服系統已經廣泛應用于各個行業中，如保險、銀行、電信、電商等。通常而言，智能語音客服通過語音與用戶進行交流，它采用包括自動語音識別(AutomaticSpeech Recognition，ASR)、自然語言理解(Natural Language Understanding，NLU)、從文本到語音(Text To Speech，TTS)等多項智能人機交互技術，能夠識別用戶以語音形式提出的問題，通過語義分析理解用戶意圖，并以擬人化的方式與用戶溝通，向用戶提供信息咨詢等相關服務。具體而言，智能語音客服會話的核心是進行用戶意圖識別，明確用戶意圖后給出針對性的回答。

目前，智能語音客服系統對用戶意圖識別的主要方式為先通過ASR模塊將用戶語音轉換為文本，再將轉譯文本輸入NLU模塊識別用戶意圖。其中，NLU模塊普遍的做法是用業務標注數據在預訓練語言模型上進行微調。但是，通常業務標注數據和預訓練語言模型的數據都是文本數據，而線上數據則為ASR的轉譯文本，兩者在數據分布上存在一定差異，由此，對意圖識別準確率造成一定影響，使的意圖識別的準確率較低。

發明內容

為了解決現有技術中存在的上述問題，本申請實施方式提供了一種意圖識別方法、裝置、電子設備和存儲介質，可以在保證識別效率的同時，提升意圖識別的準確率。

第一方面，本申請的實施方式提供了一種意圖識別方法，包括：

根據待識別語音，獲取文字文本和拼音文本；

將文字文本輸入第一神經網絡模型，得到語義特征；

獲取拼音向量表，其中，拼音向量表中包括標準拼音中的所有音素，且所有音素中的每個音素均對應一個拼音向量；

根據拼音文本，在拼音向量表中進行匹配，得到語音特征；

融合語義特征和語音特征，得到融合特征；

將融合特征輸入意圖識別模型，得到待識別語音的意圖識別結果。

第二方面，本申請的實施方式提供了一種意圖識別裝置，包括：

轉化模塊，用于根據待識別語音，獲取文字文本和拼音文本；

特征提取模塊，用于將文字文本輸入第一神經網絡模型，得到語義特征，獲取拼音向量表，其中，拼音向量表中包括標準拼音中的所有音素，且所有音素中的每個音素均對應一個拼音向量，以及根據拼音文本，在拼音向量表中進行匹配，得到語音特征；

融合模塊，用于融合語義特征和語音特征，得到融合特征；

識別模塊，用于將融合特征輸入意圖識別模型，得到待識別語音的意圖識別結果。

第三方面，本申請實施方式提供一種電子設備，包括：處理器，處理器與存儲器相連，存儲器用于存儲計算機程序，處理器用于執行存儲器中存儲的計算機程序，以使得電子設備執行如第一方面的方法。

第四方面，本申請實施方式提供一種計算機可讀存儲介質，計算機可讀存儲介質存儲有計算機程序，計算機程序使得計算機執行如第一方面的方法。