[发明专利]意图识别模型的确定及检索意图识别方法、装置

权利要求书

1.一种意图识别模型的确定方法，其特征在于，包括：

获取训练关键词相关的用户日志；

基于所述用户日志以及已有系统对象信息确定所述训练关键词的扩展因子，所述扩展因子包括主题在所述训练关键词上的概率分布、已有系统对象信息在主题上的概率分布、所述训练关键词与已有关键词在主题维度上的概率分布以及所述训练关键词与所述已有系统对象信息在主题维度上的概率分布；其中，将主题在所述训练关键词上的概率分布和已有系统对象信息在主题上的概率分布作为PLSA主题模型的输入，确定所述训练关键词与已有关键词在主题维度上的概率分布以及所述训练关键词与所述已有系统对象信息在主题维度上的概率分布；所述PLSA主题模型是预先训练好的；

利用所述训练关键词以及所述扩展因子训练机器学习模型，得到意图识别模型。

2.根据权利要求1所述的意图识别模型的确定方法，其特征在于，获取训练关键词相关的用户日志，包括：

获取预定时间段内以所述训练关键词作为输入的搜索日志。

3.根据权利要求1所述的意图识别模型的确定方法，其特征在于，所述扩展因子包括主题在所述训练关键词上的概率分布，则基于所述用户日志以及已有系统对象信息确定所述训练关键词的扩展因子，包括：

基于所述用户日志提取第一主题；

计算所述第一主题与所述训练关键词之间的边缘分布；

根据所述第一主题与所述训练关键词之间的边缘分布确定所述第一主题在所述训练关键词上的概率分布。

4.根据权利要求1所述的意图识别模型的确定方法，其特征在于，所述扩展因子包括已有系统对象信息在主题上的概率分布，则基于所述用户日志以及已有系统对象信息确定所述训练关键词的扩展因子，包括：

基于所述已有系统对象信息提取第二主题；

计算所述第二主题与所述已有系统对象信息之间的边缘分布；

根据所述第二主题与所述已有系统对象信息之间的边缘分布确定所述已有系统对象信息在所述第二主题上的概率分布。

5.根据权利要求1所述的意图识别模型的确定方法，其特征在于，利用所述训练关键词以及所述扩展因子训练机器学习模型，得到意图识别模型，包括：

将所述训练关键词以及所述扩展因子作为输入，对朴素贝叶斯模型进行训练，最终得到意图识别模型。

6.一种检索意图识别方法，其特征在于，包括：

接收用户输入的查询关键词；

将所述查询关键词输入至预先训练好的意图识别模型进行处理，并得到所述用户的检索意图；其中，所述意图识别模型根据权利要求1-5任一项所述的方法训练得到。

7.根据权利要求6所述的检索意图识别方法，其特征在于，将所述查询关键词输入至预先训练好的意图识别模型进行处理，并得到所述用户的检索意图，包括：

将所述查询关键词分别输入至预先训练好的不同意图类别对应的意图识别模型中，并得到所述查询关键词与每个意图识别模型的意图识别结果之间的相关度；

根据所述相关度获得所述用户的检索意图。

8.一种意图识别模型的确定装置，其特征在于，包括：

获取模块，被配置为获取训练关键词相关的用户日志；

扩展模块，被配置为基于所述用户日志以及已有系统对象信息确定所述训练关键词的扩展因子，所述扩展因子包括主题在所述训练关键词上的概率分布、已有系统对象信息在主题上的概率分布、所述训练关键词与已有关键词在主题维度上的概率分布以及所述训练关键词与所述已有系统对象信息在主题维度上的概率分布；其中，将主题在所述训练关键词上的概率分布和已有系统对象信息在主题上的概率分布作为PLSA主题模型的输入，确定所述训练关键词与已有关键词在主题维度上的概率分布以及所述训练关键词与所述已有系统对象信息在主题维度上的概率分布；所述PLSA主题模型是预先训练好的；

训练模块，被配置为利用所述训练关键词以及所述扩展因子训练机器学习模型，得到意图识别模型。