[发明专利]用户意图识别方法及系统

权利要求书

1.一种用户意图识别方法，其特征在于，包括：

整理客服问答语料得到知识库，所述知识库包括多个问句和与问句对应的意图类别；

分别对每个问句进行向量化计算，得到每个问句的向量；

对每个问句的向量及对应的意图类别进行分类模型训练，获取意图分类模型；

从所述知识库中获取关键词，对所述关键词进行训练构建词向量模型；

对当前问句进行向量化计算得到当前问句向量，利用所述词向量模型将当前问句向量中的0项词替换成与所述词向量模型中最相似的词；

计算替换后的问句向量，将所述替换后的问句向量输入所述意图分类模型，得到当前问句的用户意图。

2.根据权利要求1所述的方法，其特征在于，所述整理客服问答语料得到知识库的方法包括：

从所述客服问答语料中提取用户对商品信息的各种问法，整理后得到多个问句；

对各问句一一进行标注，得到与所述问句对应的意图类别。

3.根据权利要求1所述的方法，其特征在于，所述分别对每个问句进行向量化计算，得到每个问句的向量的方法包括：

对问句进行预处理和文本处理以提取问句中的多个关键词；

计算各关键词的TF-IDF值，生成问句向量；

依次重复上述步骤对其他问句进行计算，得到每个问句的向量。

4.根据权利要求3所述的方法，其特征在于，所述对问句进行预处理和文本处理以提取问句中的多个关键词的方法包括：

所述预处理是指剔除问句中与用户意图无关的内容，包括剔除问句中的特殊字符、表情符号、订单号中的一种或多种；

所述文本处理是指在预处理后，对问句进行敏感词过滤，去停用词、文本纠错、分词处理中的一种或多种，得到问句中的多个关键词。

5.根据权利要求3所述的方法，其特征在于，所述计算所述关键词的TF-IDF值的方法包括：

计算所述关键词在知识库中出现的频率，得到词频TF；

将知识库中包含所述关键词问句的数量除以知识库中问句的总数量，得到的商取对数得到逆向文件频率IDF；

所述词频TF乘以所述逆向文件频率IDF得到所述关键词的TF-IDF值。

6.根据权利要求4所述的方法，其特征在于，所述从知识库中获取关键词，并对关键词进行训练得到词向量模型的方法包括：

提取所述知识库各问句中的关键词，得到关键词集合；

使用Word2Vec对所述关键词集合进行训练得到词向量模型。

7.根据权利要求1所述的方法，其特征在于，所述对当前问句进行向量化计算得到当前问句向量，利用词向量模型将当前问句向量中的0项词替换成与词向量模型中最相似的词的方法包括：

获取用户当前问句，对问当前问句进行预处理和文本处理提取多个关键词；

计算各所述关键词的TF-IDF值，得到当前问句向量；

使用所述词向量模型搜寻当前问句向量中的0项词，以及匹配所述词向量模型中与所述0项词词义最接近的相似词；

将所述相似词乘以Cosine相似度替换所述0项词；

所述0项词为在当前问句中出现而未在所述词向量模型中出现的关键词。

8.一种用户意图识别系统，应用于权利要求1所述的方法中，其特征在于，包括依次连接的知识库单元、意图训练单元、词向量模型单元、相似词替换单元和意图识别单元；

所述知识库单元用于整理客服问答语料得到知识库，所述知识库包括多个问句和与问句对应的意图类别；

所述意图训练单元用于对各问句向量进行分类模型训练，获取意图分类模型；

所述词向量模型单元用于从所述知识库中获取关键词，并对所述关键词进行训练构建词向量模型；

所述相似词替换单元用于对当前问句进行向量化计算得到当前问句向量，利用所述词向量模型将当前问句向量中的0项词替换成与所述词向量模型中最相似的词；

所述意图识别单元用于计算替换后的问句向量，将替换后的问句向量输入所述意图分类模型，得到当前问句的用户意图。