[發明專利]意圖識別方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202210044795.0
• 申請日: 2022-01-14
• 公開（公告）號: CN114528844A
• 公開（公告）日: 2022-05-24
• 發明（設計）人: 任俊松;侯曉龍
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06K9/62;G06F16/332
• 代理公司: 深圳眾鼎專利商標代理事務所(普通合伙) 44325
• 代理人: 譚果林

本發明公開了一種意圖識別方法，應用于人工智能技術領域，用于提高未知意圖的識別準確率。本發明提供的方法包括：根據預設的正負向分類方法對所述樣本標簽數據進行分類，得到至少一個輸入文本對；將所述輸入文本對輸入到預設好的預訓練模型中進行訓練，得到初始語義表征模型；將輸入到初始語義表征模型得到的樣本向量進行聚類，得到聚類指數和聚類意圖標簽數據，并根據所述聚類指數和聚類意圖標簽數據得到語義表征模型；將待識別文本數據和樣本標簽數據輸入到所述語義表征模型，得到預測語義向量和驗證語義向量；計算所述預測語義向量與所述驗證語義向量之間的相似度結果，并根據所述相似度結果識別所述待識別文本數據中的未知意圖。

技術領域

本發明涉及人工智能技術領域，尤其涉及意圖識別方法、裝置、計算機 設備及存儲介質。

背景技術

隨著社會信息化，基于自然語言處理的智能客服、聊天機器人以及搜索 引擎等基于意圖識別技術的應用開始廣泛使用。

傳統的意圖識別方法一般通過構建意圖識別模型，在構建過程中，需要 標注大量語料，并基于已經劃分歸類好的意圖標簽，將意圖是被任務轉換為 分類任務，使用基于機器學習或者深度學習的模型，實現對輸入的意圖標簽 進行分類，實現意圖識別的目的。這種方法通常需要大量的標注數據，并且， 在實際應用場景中，由于實際意圖的復雜性和多樣性，會將一些意圖識別成 未知意圖，造成在應用場景中的意圖識別效果準確程度不高。

發明內容

本發明提供一種意圖識別方法、裝置、計算機設備及存儲介質，以提高 未知意圖的識別準確率。

一種意圖識別方法，包括：

從預設的數據庫中獲取樣本標簽數據和樣本無標簽數據，根據預設的正 負向分類方法對所述樣本標簽數據進行分類，得到至少一個輸入文本對；

將所述輸入文本對輸入到預設的預訓練模型中進行訓練，得到初始語義 表征模型；

將所述樣本標簽數據輸入到所述初始語義表征模型，得到樣本標簽向量， 將所述樣本無標簽數據輸入到所述初始語義表征模型，得到樣本無標簽向量；

根據預設的聚類方法，對所述樣本標簽向量和所述樣本無標簽向量進行 聚類，得到聚類指數和聚類意圖標簽數據，其中，所述聚類意圖標簽數據包 括聚類文本和聚類意圖標簽數據；

基于所述聚類指數，通過所述聚類意圖標簽數據訓練所述初始語義表征 模型，得到訓練好的語義表征模型；

從用戶端獲取用戶輸入的待識別文本數據，將所述待識別文本數據輸入 到所述訓練好的語義表征模型，得到預測語義向量，將所述樣本標簽數據輸 入到所述訓練好的語義表征模型，得到驗證語義向量；

通過所述聚類指數，根據匈牙利算法，計算所述預測語義向量與所述驗 證語義向量之間的相似度結果，并根據所述相似度結果識別所述待識別文本 數據中的未知意圖。

一種意圖識別裝置，包括：

數據獲取模塊，用于從預設的數據庫中獲取樣本標簽數據和樣本無標簽 數據，根據預設的正負向分類方法對所述樣本標簽數據進行分類，得到至少 一個輸入文本對；

初始模型訓練模塊，用于將所述輸入文本對輸入到預設的預訓練模型中 進行訓練，得到初始語義表征模型；

樣本向量生成模塊，用于將所述樣本標簽數據輸入到所述初始語義表征 模型，得到樣本標簽向量，將所述樣本無標簽數據輸入到所述初始語義表征 模型，得到樣本無標簽向量；

聚類模塊，用于根據預設的聚類方法，對所述樣本標簽向量和所述樣本 無標簽向量進行聚類，得到聚類指數和聚類意圖標簽數據，其中，所述聚類 意圖標簽數據包括聚類文本和聚類意圖標簽數據；