[發明專利]用戶意圖的預測方法、裝置、存儲介質和電子設備

在審

• 申請號: 202111593564.7
• 申請日: 2021-12-23
• 公開（公告）號: CN114281971A
• 公開（公告）日: 2022-04-05
• 發明（設計）人: 王佳
• 申請（專利權）人: 京東科技信息技術有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33;G06F16/335;G06F16/338;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 李慧慧

1.一種用戶意圖的預測方法，其特征在于，包括：

獲得用戶發出的對話文本；

將所述對話文本輸入至預先訓練好的意圖預測模型中，從而獲得所述意圖預測模型輸出的針對所述對話文本的意圖識別結果；

若所述意圖識別結果包括場景信息、業務信息和動作信息，則將所述意圖識別結果進行輸出，其中，所述場景信息表征所述對話文本對應的事件發生的背景、原因或目前處于的狀態，所述動作信息表征實現所述用戶在所述對話文本中提出的需求所需進行的操作，所述業務信息表征所述用戶在所述對話文本中描述的問題對應的類別；

若所述意圖識別結果缺少所述場景信息、所述業務信息和所述動作信息中的至少一種信息，則向所述用戶發送相應的請求文本，以請求所述用戶回復所缺少的信息；

獲得所述用戶回復的、所述所缺少的信息，并將所述所缺少的信息添加至所述意圖識別結果后進行輸出。

2.根據權利要求1所述的方法，其特征在于，所述獲得所述用戶回復的、所述所缺少的信息，并將所述所缺少的信息添加至所述意圖識別結果后進行輸出，包括：

獲得所述用戶回復的補充文本；

從所述補充文本中，提取所述所缺少的信息；

將提取得到的所述所缺少的信息添加至所述意圖識別結果后進行輸出。

3.根據權利要求2所述的方法，其特征在于，所述從所述補充文本中，提取所述所缺少的信息，包括：

將所述補充文本輸入至所述意圖預測模型中，從而獲得所述意圖預測模型識別所述補充文本得到的所述所缺少的信息。

4.根據權利要求1所述的方法，其特征在于，所述意圖預測模型的訓練過程具體包括：

將預先標注好的訓練集輸入場景模型、動作模型和業務模型分別進行訓練，從而得到訓練好的三個模型共同作為所述意圖預測模型，其中，所述訓練集包括至少一份訓練文本，每份所述訓練文本均標注有相應的所述場景信息、所述業務信息和所述動作信息，所述場景模型、動作模型和業務模型均可以為：HAN模型或者TextCNN模型或者BERT模型。

5.根據權利要求1所述的方法，其特征在于，所述意圖預測模型的訓練過程具體包括：

將預先標注好的訓練集輸入待訓練的多任務學習模型進行訓練，以對所述多任務學習模型進行同時預測所述場景信息、業務信息和動作信息的訓練，從而得到訓練好的所述多任務學習模型作為所述意圖預測模型，其中，所述訓練集包括至少一份訓練文本，每份所述訓練文本均標注有相應的所述場景信息、所述業務信息和所述動作信息，所述多任務學習模型為：multi-task Bert模型或者multi-task RNN模型。

6.一種用戶意圖的預測裝置，其特征在于，包括：對話文本獲得單元、意圖識別單元、第一輸出單元、請求單元和第二輸出單元；

所述對話文本獲得單元，被配置為執行獲得用戶發出的對話文本；

所述意圖識別單元，被配置為執行將所述對話文本輸入至預先訓練好的意圖預測模型中，從而獲得所述意圖預測模型輸出的針對所述對話文本的意圖識別結果；

所述第一輸出單元，被配置為執行若所述意圖識別結果包括場景信息、業務信息和動作信息，則將所述意圖識別結果進行輸出，其中，所述場景信息表征所述對話文本對應的事件發生的背景、原因或目前處于的狀態，所述動作信息表征實現所述用戶在所述對話文本中提出的需求所需進行的操作，所述業務信息表征所述用戶在所述對話文本中描述的問題對應的類別；

所述請求單元，被配置為執行若所述意圖識別結果缺少所述場景信息、所述業務信息和所述動作信息中的至少一種信息，則向所述用戶發送相應的請求，以請求所述用戶回復所缺少的信息；

所述第二輸出單元，被配置為執行獲得所述用戶回復的、所述所缺少的信息，并將所述所缺少的信息添加至所述意圖識別結果后進行輸出。