[发明专利]一种应用于智能客服机器人的意图识别方法及装置

权利要求书

1.一种应用于智能客服机器人的意图识别方法，其特征在于，包括步骤：

S0：获取用户的对话文本；

S2：判断所述对话文本中是否包含意图，若包含，则执行步骤S4，若未包含，则结束处理，若无法判断，则执行步骤S3；

S3：将所述对话文本进行上下文扩展，在步骤S3之后，执行步骤S4；

S4：识别所述对话文本中的命名实体集合，并确定所述命名实体集合关联的意图知识点；

S5：将所述对话文本采用分布式词向量进行表示，并使用预先训练的多个语义分类模型进行预测，得到多个语义信息；

S6：使用Ensemble框架对所述意图知识点和所述多个语义信息进行合并调优，得到用户意图；

所述步骤S3具体包括：

以一个session为单位保存用户会话信息；

联系所述对话文本的上下文信息，判断用户意图是否改变，其中，所述上下文信息包括所述对话文本的上下文的意图识别结果；

当用户意图未改变时，提取所述上下文中的关键词，得到近义词集合，使用所述近义词集合来对所述对话文本进行扩展。

2.根据权利要求1所述的方法，其特征在于，所述步骤S2之前，所述方法还包括步骤：

S1：对所述对话文本进行文本纠错。

3.根据权利要求2所述的方法，其特征在于，所述步骤S1具体包括：

对所述对话文本进行分词，并识别所述对话文本中的错误分词；

获取所述错误分词对应的纠错词；

将所述纠错词替换所述对话文本中的错误分词。

4.根据权利要求1至3任意一项所述的方法，其特征在于，所述步骤S4具体包括：

根据预设的词典对所述对话文本进行分词处理，得到多个分词；

将所述多个分词与预设的实体词库进行匹配，得到所述命名实体集合；

在预设的知识库中确定出与所述命名实体集合相关的意图知识点。

5.根据权利要求1至3任意一项所述的方法，其特征在于，所述步骤S5具体包括：

将所述对话文本进行分词处理，得到多个分词；

计算所述多个分词的词向量，并分布式表示所述多个分词的词向量；

将分布式表示的所述多个分词的词向量输入至所述多个语义分类模型，以输出所述多个语义信息。

6.根据权利要求1至3任意一项所述的方法，其特征在于，所述步骤S6具体包括：

根据所述意图知识点、所述多个语义信息以及所述多个语义信息各自对应的预设权重，通过Ensemble框架确定最终的用户意图。

7.一种应用于智能客服机器人的意图识别装置，其特征在于，包括：

文本获取模块，用于获取用户的对话文本；

意图判断模块，用于判断所述对话文本中是否包含意图，若包括，则执行实体匹配模块的处理，若未包含，则结束处理，若无法判断，则执行文本扩展模块的处理；

所述文本扩展模块，用于将所述对话文本进行上下文扩展，并针对扩展后的所述对话文本执行实体匹配模块的处理；

所述实体匹配模块，用于识别所述对话文本中的命名实体集合，并确定所述命名实体集合关联的意图知识点；

语义预测模块，用于将所述对话文本采用分布式词向量进行表示，并使用预先训练的多个语义分类模型进行预测，得到多个语义信息；

合并调优模块，用于使用Ensemble框架对所述意图知识点和所述多个语义信息进行合并调优，得到用户意图；

所述文本扩展模块，具体用于：

以一个session为单位保存用户会话信息；

联系所述对话文本的上下文信息，判断用户意图是否改变，其中，所述上下文信息包括所述对话文本的上下文的意图识别结果；

当用户意图未改变时，提取所述上下文中的关键词，得到近义词集合，使用所述近义词集合来对所述对话文本进行扩展。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

文本纠错模块，用于对所述对话文本进行文本纠错。