[发明专利]意图识别方法、装置、计算机可读介质及电子设备

权利要求书

1.一种意图识别方法，其特征在于，包括：

获取用户输入的查询语；

根据所述查询语获取所述查询语的词向量特征，并获取与所述查询语相关联的离散型特征；

根据所述词向量特征和所述离散型特征生成所述查询语的多通道特征向量；

将所述多通道特征向量输入至意图识别模型，得到所述意图识别模型输出的意图信息。

2.根据权利要求1所述的意图识别方法，其特征在于，获取与所述查询语相关联的离散型特征，包括：

获取与所述查询语相关联的历史用户反馈信息；

根据所述历史用户反馈信息，统计与所述查询语相关联的各个历史用户反馈信息的分布情况；

根据所述各个历史用户反馈信息的分布情况，生成所述离散型特征。

3.根据权利要求1所述的意图识别方法，其特征在于，获取与所述查询语相关联的离散型特征，包括：

识别所述查询语的意图是精准意图还是模糊意图；

根据所述查询语的意图是精准意图还是模糊意图生成所述查询语的离散型特征。

4.根据权利要求3所述的意图识别方法，其特征在于，根据以下因素中的至少一个因素识别所述查询语的意图是精准意图还是模糊意图：

所述查询语与预定的意图信息之间的文本相似度、所述查询语与预定的意图信息之间的语义相似度、与所述查询语相关联的历史用户反馈信息的分布情况。

5.根据权利要求1所述的意图识别方法，其特征在于，获取与所述查询语相关联的离散型特征，包括：

对所述查询语进行分词处理得到至少一个目标词语；

对所述至少一个目标词语进行重要性分析，得到各个所述目标词语的重要性得分；

根据各个所述目标词语的重要性得分生成所述查询语的离散型特征。

6.根据权利要求5所述的意图识别方法，其特征在于，通过以下因素中的至少一个因素对各个所述目标词语进行重要性分析：

各个目标词语的词性分析结果、各个目标词语与所述查询语中的其它目标词语之间的依存句法分析结果、各个目标词语的紧密度分析结果、各个目标词语逆向文件频率、各个目标词语是否是设定的实体词、各个目标词语是否是停用词。

7.根据权利要求1所述的意图识别方法，其特征在于，根据所述查询语获取所述查询语的词向量特征，包括：

将所述查询语输入至预训练的词向量抽取模型，以获取所述词向量抽取模型输出的词向量特征。

8.根据权利要求1所述的意图识别方法，其特征在于，根据所述查询语获取所述查询语的词向量特征，包括：

通过特征提取网络抽取所述查询语的词向量特征，其中，所述特征提取网络通过多种不同大小的卷积核分别抽取所述查询语的词向量特征。

9.根据权利要求1所述的意图识别方法，其特征在于，还包括：

获取查询语样本；

根据所述查询语样本获取所述查询语样本的词向量特征和所述查询语样本相关联的离散型特征；

根据所述查询语样本的词向量特征和所述查询语样本相关联的离散型特征，生成训练样本；

基于所述训练样本对所述意图识别模型进行训练。

10.根据权利要求9所述的意图识别方法，其特征在于，所述意图识别模型包括多任务机器学习模型，所述多任务机器学习模型用于输出多级意图，所述多任务机器学习模型包括与各级意图相对应的全连接层和输出层，其中，所述多级意图信息中的第一意图所对应的输出层连接至第二意图所对应的全连接层，所述第一意图的层级高于所述第二意图的层级。