[发明专利]智能交互方法、电子装置及存储介质

权利要求书

1.一种智能交互方法，应用于电子装置，其特征在于，所述方法包括：

构建步骤：构建不同业务流程的对话流程模板，并训练意图识别分类模型；

处理步骤：接收用户输入的语句，对语句执行一系列处理，包括预处理、识别语句类型以及情感分析，得到用户的情绪类别；

识别步骤：利用预先构建的对话流程模板及训练好的意图识别分类模型，从处理后的语句中识别用户意图；

反馈步骤：根据识别到的用户意图查询相应的知识库，将查询结果结合用户情绪类别生成回复，反馈给用户。

2.根据权利要求1所述的智能交互方法，其特征在于，所述意图识别分类模型为卷积神经网络模型，所述意图识别分类模型的训练步骤如下：

整理步骤：整理训练数据，包括获取用户语料以及标注用户语料的意图分类；

训练步骤：利用skip-gram或者连续词袋模型训练用户语料，得到低维度的字向量；

转换步骤：通过查找字向量表的方式，将低维度的字向量转换成相应的向量；

抽取步骤：在特征矩阵的维度上，设定窗口的大小，通过卷积、池化操作将所述向量表示式转换成特征向量，对所述特征向量使用Hard Tanh函数进行非线性特征的抽取，经过预设次数的特征抽取之后，获取用户语料的最终特征；

大类训练步骤：利用梯度下降算法迭代，对意图分类中的大类进行有监督的训练；

小类训练步骤：对意图分类中大类的每个小类，使用上述转换步骤、抽取步骤及大类训练步骤的训练方式进行训练。

3.根据权利要求1所述的智能交互方法，其特征在于，所述识别步骤包括：识别用户当前是否在流程对话中，若用户处于流程对话中，则解析对话内容以确定对应的对话流程模板，根据预先构建的对话流程模板引导对话流程，若用户处于流程对话外，则调用预先训练好的意图识别分类模型识别用户意图。

4.根据权利要求1或3所述的智能交互方法，其特征在于，所述识别步骤还包括：若用户之前已触发流程对话，并且在预设时间内再次触发对话，则判断用户处于流程对话中，若用户第一次触发对话或者超过预设时间后再次触发对话，则识别用户当前是否在流程对话中。

5.根据权利要求3所述的智能交互方法，其特征在于，所述识别步骤还包括：

将所述语句输入意图识别分类模型，得到该语句的意图识别分数；

当意图识别分数高于或等于第一阈值时，判断用户意图分类为业务咨询类，当意图识别分数低于第一阈值且高于第二阈值时，判断用户意图分类为闲聊类中的领域相关问题类，当意图识别分数低于或等于第二阈值时，判断用户意图分类为闲聊类中的其他问题类。

6.根据权利要求1所述的智能交互方法，其特征在于，所述预处理包括：分词、词性标注、命名实体识别、指代消歧，以及相似词语扩展。

7.一种电子装置，其特征在于，所述电子装置包括：存储器、处理器及显示器，所述存储器上存储有智能交互程序，所述智能交互程序被所述处理器执行，可实现如下步骤：

构建步骤：构建不同业务流程的对话流程模板，并训练意图识别分类模型；

处理步骤：接收用户输入的语句，对语句执行一系列处理，包括预处理、识别语句类型以及情感分析，得到用户的情绪类别；

识别步骤：利用预先构建的对话流程模板及训练好的意图识别分类模型，从处理后的语句中识别用户意图；

反馈步骤：根据识别到的用户意图查询相应的知识库，将查询结果结合用户情绪类别生成回复，反馈给用户。