[发明专利]信息通信网络的意图表征系统及方法、信息数据处理终端

权利要求书

1.一种信息通信网络的意图表征方法，其特征在于，所述信息通信网络的意图表征方法包括以下步骤：

第一步，通过用户友好的图形界面接口获取原始意图文本，并进行文本预处理筛查意图文本中的无用信息；

第二步，由意图词库查询模块和意图实体识别模块映射出一对一的意图五元组；

第三步，意图句法分析模块分析词语间依存关系，输出意图标准表达式。

2.如权利要求1所述的信息通信网络的意图表征方法，其特征在于，所述信息通信网络的意图表征方法的文本预处理通过用户交互接口获取文本数据，设计图形界面作为友好的用户接口；

采用机器学习算法，去除无用标点、停用词，还原词形获得的完整、有效词。

3.如权利要求1所述的信息通信网络的意图表征方法，其特征在于，所述信息通信网络的意图表征方法的意图要素识别的意图五元组词库，包括领域库，属性库，对象库，操作库，结果库；

建立意图最大熵消歧模型，实现意图多对一映射转化为一对一映射；i是输入的某个意图，c是意图i发生的上下文情境，I是当前输入对应的所有可能意图的有限集合，C为其上下文情境组成的集合，则依据如下公式建立意图最大熵模型：

其中，0≤H(p)≤lb|b|，表示意图i在训练样本中的经验分布，p(i|c)表示在c的上下文情境下意图i发生的概率；

定义一个{0,1}域上的二值函数表示对意图表征的输出有影响的特征f_j(j＝1,2,…,n)，特征f_j关于p(i|c)的数学期望为特征f_j关于经验概率分布的数学期望为其中，可由下式计算：C(i,c)为(i,c)在训练样本中出现的次数；

在模型满足n个特征f_j(j＝1,2,…,n)的约束：时，使H(p)值最大的解即为具有最均匀分布的解：

4.如权利要求1所述的信息通信网络的意图表征方法，其特征在于，所述信息通信网络的意图表征方法的意图要素重组按照给定规则组合识别到的意图要素，形成规范化的意图表达式，输出计算机可识别的网络意图表达。

5.如权利要求1所述的信息通信网络的意图表征方法，其特征在于，所述信息通信网络的意图表征方法的意图模型评价为：

定义意图完备率意图精准率意图综合指数其中，T表示正确实现意图词义消歧的词个数，F表示意图词义确定错误的词个数，N表示未进行意图词义消歧操作的词个数；T+F表示所有进行意图词义消歧操作的词个数，T+N表示所有未出现消歧错误的词个数；

分别计算意图完备率、意图精准率、意图综合指数，符合用户要求时进行输出。

6.如权利要求1所述的信息通信网络的意图表征方法，其特征在于，所述信息通信网络的意图表征方法的用户确认并修改意图完成意图表征过程后，将意图表征结果反馈至图形界面，进行用户确认；对提取准确的意图确认后立即进行策略映射，对提取出错的意图进行修改，再循环意图表征过程，直至用户确认准确；最后，将意图表征结果记录至意图五元组词库。

7.一种基于权利要求1所述信息通信网络的意图表征方法的信息通信网络的意图表征系统，其特征在于，所述信息通信网络的意图表征系统包括：

意图文本处理模块，用于经过去重、删除、去停用词，将自然原语转换为计算机可识别的数据格式；

意图词库查询模块，用于建立意图五元组词库领域库、属性库、对象库、操作库、结果库，查找词库单词条目中与文本中单词的精确匹配项；

意图实体识别模块，用于识别文本中网络意图实体和相关属性；

意图句法分析模块，用于分析句子的最小组成单位，词语的依存关系，输出意图标准表达式。

8.一种应用权利要求1～6任意一项所述信息通信网络的意图表征方法的信息数据处理终端。