[发明专利]一种意图识别方法、识别设备及计算机可读存储介质

说明书

本申请公开了一种意图识别方法、识别设备及计算机可读存储介质，应用于人工智能技术领域。其中，该方法包括：接收用户输入的待识别语句，并对所述待识别语句进行分词处理，以得到组成所述待识别语句的多个分词；遍历预置的意图概念树的各意图节点下的关键词，以确定所述多个分词在各意图节点下的关键词中命中的各第一目标关键词；根据各第一目标关键词对应的权值计算所述待识别语句在各意图节点对应的意图的意图得分；确定各意图节点对应的意图的意图得分中的最高意图得分；如果所述最高意图得分大于第一阈值，确定所述待识别语句的意图为所述最高意图得分对应的意图。采用本申请，有助于提升意图识别的准确性。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种意图识别方法、识别设备及计算机可读存储介质。

背景技术

目前的意图识别方式主要是基于机器学习或者深度学习的方法进行意图识别，该机器学习或深度学习往往需要大量的训练样本。而在某些领域或场景下，可提供的训练样本比较少，比如在服务机器人领域，机器人处理特定领域业务咨询过程中，涉及的训练样本较少，如果仍使用该基于机器学习或者深度学习的方法进行意图识别，可能会由于数据训练样本较少使得训练出来的模型无法准确识别出用户意图，甚至无法识别该用户意图，导致无法给用户提供较为准确的业务问答。

发明内容

本申请实施例提供一种意图识别方法、识别设备及计算机可读存储介质，有助于提升意图识别的准确性。

第一方面，本申请实施例提供了一种意图识别方法，包括：

接收用户输入的待识别语句，并对所述待识别语句进行分词处理，以得到组成所述待识别语句的多个分词；

遍历预置的意图概念树的各意图节点下的关键词，以确定所述多个分词在各意图节点下的关键词中命中的各第一目标关键词；其中，所述意图概念树包括多个意图节点，每个意图节点对应一种意图，且每个意图节点下包括多个关键词，每个关键词对应一个权值；

根据各第一目标关键词对应的权值计算所述待识别语句在各意图节点对应的意图的意图得分；

确定各意图节点对应的意图的意图得分中的最高意图得分，并判断所述最高意图得分是否大于预设的第一阈值；

如果所述最高意图得分大于所述第一阈值，确定所述待识别语句的意图为所述最高意图得分对应的意图。

可选的，所述方法还包括：

从预设样本数据库分别选取多种意图的查询语句样本，并分别对每种意图的查询语句样本进行分词处理，以得到每种意图的查询语句样本的分词集合，每种意图的分词集合包括组成该种意图的查询语句样本的多个分词；

按照预设的关键词确定规则分别从每种意图的分词集合中确定出每种意图的关键词，并设置各关键词对应的权值；

根据所述多种意图、每种意图的关键词以及每个关键词的权值建立所述意图概念树。

可选的，所述方法还包括：

如果所述多种意图中存在包括子意图的意图，根据意图的子意图对该种意图的分词集合进行分组，以得到多个分词组，所述子意图和所述分词组一一对应，每个分词组包括一种子意图的查询语句样本的分词；

按照预设的关键词确定规则分别从每种子意图的分词组中确定出每种子意图的关键词，并设置每种子意图的关键词的权值；

所述根据所述多种意图、每种意图的关键词以及每个关键词的权值建立所述意图概念树，包括：

根据所述多种意图、每种意图的关键词、每种子意图的关键词以及每个关键词的权值建立所述意图概念树；其中，每个子意图节点下包括多个关键词；

在所述确定所述待识别语句的意图为所述最高意图得分对应的意图之前，所述方法还包括：