[发明专利]基于意图识别的信息交互方法、装置、设备和存储介质有效

专利信息
申请号: 201911131846.8 申请日: 2019-11-19
公开(公告)号: CN111104495B 公开(公告)日: 2023-07-28
发明(设计)人: 宿琛 申请(专利权)人: 深圳追一科技有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F16/35;G06F40/289;G06F40/295;G06F40/30
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 杨欢
地址: 518051 广东省深圳市南山区粤海街道*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 意图 识别 信息 交互 方法 装置 设备 存储 介质
【权利要求书】:

1.一种基于意图识别的信息交互方法,所述方法包括:

获取用户终端输入的会话信息,提取所述会话信息对应的文本信息;

将所述文本信息输入至已训练的意图识别模型,提取所述文本信息中的实体词槽和识别所述文本信息对应的用户意图;

将所述实体词槽和所述用户意图输入至已训练的业务预测模型,根据所述用户意图和所述实体词槽确定对应的意图预测信息;

若所述意图预测信息为不明确意图,根据所述意图预测信息向所述用户终端发送提示信息进行会话交互,直到得到明确意图的意图预测信息;

识别所述意图预测信息的业务类型,从所述业务类型对应的业务系统中获取与所述意图预测信息对应的目标业务信息;

利用所述意图预测信息和所述目标业务信息拼接生成交互答复信息,将所述交互答复发送至所述用户终端。

2.根据权利要求1所述的方法,其特征在于,所述提取所述文本信息中的实体词槽的步骤包括:

对所述文本信息进行分词处理,得当多个文本词;

对所述多个文本词进行特征提取,得到对应的文本词向量;

计算多个文本词向量的实体特征,根据所述实体特征提取所述文本信息中的实体关键词,将所述实体关键词和对应的实体特征类别确定为所述文本信息的实体词槽。

3.根据权利要求2所述的方法,其特征在于,所述识别所述文本信息对应的用户意图的步骤包括:

对所述文本信息进行特征提取,得到所述文本信息对应的文本向量;

根据所述实体特征和所述文本向量对所述文本信息进行意图分类,计算所述文本向量的意图类别;

根据所述意图类别确定所述文本信息的用户意图。

4.根据权利要求1所述的方法,其特征在于,所述方法还包括:

获取多个业务类型的样本业务数据,所述样本业务数据包括标注样本业务数据和未标注样本业务数据,所述标注样本业务数据包括实体词槽和意图类别;

利用所述标注样本业务数据生成训练集,利用所述未标注样本业务数据生成验证集;

将所述训练集输入至预先构建的深度学习模型,利用所述标注样本业务数据的实体词槽和意图类别对所述深度学习模型进行学习训练,得到初始业务预测模型;

将所述验证集输入至所述初始业务预测模型,利用所述验证集中的未标注样本业务数据对所述初始业务预测模型进行验证;直到所述验证集中满足条件阈值的样本数量达到验证阈值时,停止训练,得到所需的业务预测模型。

5.根据权利要求1所述的方法,其特征在于,所述会话信息携带用户标识,所述根据所述用户意图和所述实体词槽确定对应的意图预测信息包括:

根据所述用户标识获取实体信息集合,所述实体信息集合包括多个历史会话信息的实体词槽;

将所述多个实体词槽与所述实体信息集合中的实体词槽进行上下文分析,根据分析结果和所述用户意图确定推测槽位;

根据所述多个实体词槽和所述推测槽位计算与多个意图模板话术的相似度,提取所述相似度达到预设阈值的意图模板话术,将所述意图模板话术确定为意图预测信息。

6.根据权利要求5所述的方法,其特征在于,所述从所述业务类型对应的业务系统中获取与所述意图预测信息对应的目标业务信息包括:

调用所述业务类型对应的业务系统的业务数据库,根据所述意图预测信息从所述业务数据库中获取所述推测槽位对应的多个业务元素值;

计算所述多个业务元素值的概率分布值,根据所述概率分布值计算多个业务元素值的置信度;

将所述置信度满足阈值的业务元素值确定为所述意图预测信息对应的目标业务信息。

7.根据权利要求6所述的方法,其特征在于,所述利用所述意图预测信息和所述目标业务信息拼接生成交互答复信息的步骤包括:

将所述目标业务信息的业务元素值确定为所述推测槽位的槽位值,将所述槽位值填充至所述意图预测信息的推测槽位中;

利用填充后的意图预测信息和业务元素值拼接生成所述会话信息的交互回复信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳追一科技有限公司,未经深圳追一科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911131846.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top