[发明专利]意图识别方法、装置、设备及存储介质

权利要求书

1.一种意图识别方法，其特征在于，包括：

将输入序列输入知识图谱层，并基于所述知识图谱中的特征，生成所述输入序列的第一向量表示；

将所述第一向量表示输入经预训练的第一神经网络层，以生成所述输入序列的第二向量表示；

将所述第二向量表示输入第二神经网络层得到所述输入序列的第三向量表示，并且基于所述第三向量表示生成所述输入序列的序列标注结果；以及

基于所述序列标注结果，获得与所述输入序列相关的一个或多个意图。

2.如权利要求1所述的方法，其中，将所述第二向量表示输入第二神经网络得到所述输入序列的第三向量表示之后，

将所述第三向量表示输入第三神经网络层，得到所述输入序列的序列标注结果。

3.如权利要求1所述的方法，其特征在于，在将所述输入序列输入知识图谱层之前，

对输入序列进行编码，并将编码后的输入序列输入知识图谱层。

4.如权利要求1至3中任一项所述的方法，其特征在于，

所述第一神经网络层采用双向语言模型进行预训练，并包括针对序列标注任务的精调操作。

5.如权利要求1至4中任一项所述的方法，其特征在于，还包括获取包括至少一个标签的标签集合，并且，所述序列标注结果包括将所述输入序列中的每个词标注上所述标签集合中的标签之一。

6.如权利要求1至5中任一项所述的方法，其特征在于，

所述第二神经网络层为双向长短期记忆网络，所述第二向量表示包括将所述输入序列中的每个词标注上所述标签列表中的标签之一的概率值。

7.如权利要求2所述的方法，其特征在于，所述第三神经网络层为条件随机场。

8.一种意图识别装置，其特征在于，包括：

第一处理模块，用于将输入序列输入知识图谱层，并基于所述知识图谱中的特征，生成所述输入序列的第一向量表示；

第二处理模块，用于将所述第一向量表示输入经预训练的第一神经网络层，以生成所述输入序列的第二向量表示；

第三处理模块，用于将所述第二向量表示输入第二神经网络层得到所述输入序列的第三向量表示，并且基于所述第三向量表示生成所述输入序列的序列标注结果；以及

第四处理模块，用于基于所述序列标注结果获得与所述输入序列相关的一个或多个意图。

9.一种电子设备，其特征在于，包括：

存储器，所述存储器存储可执行指令；以及

处理器，所述处理器执行所述存储器存储的可执行指令，使得所述处理器执行如权利要求1至7中任一项所述的方法。

10.一种可读存储介质，其特征在于，所述可读存储介质中存储有可执行指令，所述可执行指令被处理器执行时用于实现如权利要求1至7中任一项所述的方法。