[发明专利]对话的意图分类方法及设备和生成意图分类模型的方法

权利要求书

1.一种对话的意图分类方法，包括：

将对话对应的第一分词文本转换为第一分词拼音文本，将对话对应的第二分词文本转换为第二分词拼音文本；

将第一分词文本、第二分词文本、第一分词拼音文本和第二分词拼音文本输入预先训练的意图分类模型对所述对话进行意图类别识别；其中，意图分类模型根据包括文本对的对话样本集生成。

2.根据权利要求1所述的意图分类方法，所述方法之前还包括：

对文本对中的第一文本进行分词处理获取所述第一分词文本，对文本对中的第二文本进行分词处理获取所述第二分词文本；

其中，第一文本为所述对话对应的文本对中的问题文本，第二文本为所述对话对应的文本对中的答复文本。

3.根据权利要求1所述的意图分类方法，所述方法之前还包括：

将包括文本对的对话样本集作为训练数据输入预先构建的算法模型，训练得到对对话进行意图分类的所述意图分类模型；其中，文本对的对话样本集包括：第一分词文本、第二分词文本，以及第一分词拼音文本、第二分词拼音文本。

4.根据权利要求1、2或3所述的意图分类方法，其中，所述将第一分词文本、第二分词文本、第一分词拼音文本和第二分词拼音文本输入预先训练的意图分类模型进行意图类别识别，包括：

对所述第一分词文本和所述第一分词拼音文本分别进行处理得到每个词语对应的词向量和每个拼音对应的拼音向量，拼接对应每个词语的词向量和拼音向量作为该词的表示向量；对所述第二分词文本和所述第二分词拼音文本分别进行处理得到每个词语对应的词向量和每个拼音对应的拼音向量，拼接对应每个词语的词向量和拼音向量作为该词语的表示向量；

对所述第一分词文本和所述第一分词拼音文本对应的表示向量进行编码得到第一隐含向量，对所述第二分词文本和所述第二分词拼音文本对应的表示向量进行编码得到第二隐含向量；

根据得到的隐含向量，获取所述第一分词文本和所述第一分词拼音文本的自向量表示，以及所述第二分词文本和所述第二分词拼音文本的自向量表示，以获得每个文本对的向量表示；

拼接获得的向量表示，将拼接得到的输出向量输入所述意图分类模型进行意图类别预测，得到意图分类结果。

5.根据权利要求4所述的意图分类方法，其中，所述得到每个词语对应的词向量和每个拼音对应的拼音向量，包括：

通过查询预先训练的词向量矩阵获得所述每个词语对应的词向量；

通过查询预先训练的拼音向量矩阵来获得所述每个词语的拼音向量。

6.根据权利要求4所述的意图分类方法，其中，得到所述第一隐含向量或所述第二隐含向量，包括：

针对所述表示向量，分别从前往后以及从后往前两个方向分别获取前向隐含向量和后向隐含向量；

将对应位置向量拼接得到对应的隐含向量。

7.根据权利要求4所述的意图分类方法，其中，所述拼接获得的向量表示中的向量表示包括：

所述第一分词文本和所述第一分词拼音文本的自向量表示，和所述第二分词文本和所述第二分词拼音文本的自向量表示。

8.根据权利要求4所述的意图分类方法，所述方法还包括：

根据所述得到的隐含向量和自向量表示，获取所述第一分词文本和所述第一分词拼音文本的互向量表示以及所述第二分词文本和所述第二分词拼音文本的互向量表示，以获得所述第一文本对应的问题影响下的所述第二文本对应的回答的向量表示，以及所述第二文本对应的回答影响下的所述第一文本对应的问题的向量表示。

9.根据权利要求8所述的意图分类方法，其中，所述拼接获得的向量表示中的向量表示包括：

所述第一分词文本和所述第一分词拼音文本的互向量表示，和所述第二分词文本和所述第二分词拼音文本的互向量表示。