[发明专利]用户意图识别方法、装置、设备及计算机可读存储介质

说明书

本发明涉及自然语言处理技术领域，公开了一种用户意图识别方法及装置、设备和计算机可读存储介质，该方法包括：接收用户输入的目标问题，并将目标问题输入至要素识别模型，以获取与目标问题关联的多个历史问题；获取各历史问题对应的历史要素，并对各历史要素进行查重处理，以获取多个相关历史要素；依次将各相关历史要素和目标问题进行组合，以获取多个目标数据，并通过要素识别模型对各目标数据依次进行预测，以确定各目标数据是否符合预设要求；将符合预设要求的目标数据中的相关历史要素作为与目标问题对应的目标问题要素，并基于目标问题要素确定所述用户的意图。解决了现有技术中进行要素识别时，准确性较低的技术问题。

技术领域

本发明涉及自然语言处理技术领域，尤其涉及一种用户意图识别方法、装置、设备及计算机可读存储介质。

背景技术

目前，在智能客服系统中，用户query(疑问)的意图识别是非常重要的组成部分，而目前在对用户query的意图识别方案(如意图分类以及意图检索等)中，无法准确地对意图不明的query进行识别，而为了解决这一问题，目前基本上是采用识别用户query的重要要素来进行的，但是目前常见的要素识别方法有很大的局限性，要么对处理的数据限制较为严格，要么无法直接针对要素识别的目标进行优化，进而使要素识别时的准确性降低，从而影响到用户query的意图识别的最终结果。

发明内容

本发明的主要目的在于提供一种用户意图识别方法、装置、设备和计算机存储介质，旨在解决现有技术中进行要素识别时，准确性较低的技术问题。

为实现上述目的，本发明提供一种用户意图识别方法，所述用户意图识别方法包括：

接收用户输入的目标问题，并将所述目标问题输入至要素识别模型，以获取与所述目标问题关联的多个历史问题；

获取各所述历史问题对应的历史要素，并对各所述历史要素进行查重处理，以获取多个相关历史要素；

依次将各所述相关历史要素和所述目标问题进行组合，以获取各目标数据，并通过所述要素识别模型对各所述目标数据依次进行预测，以确定各所述目标数据是否符合预设要求；

将符合预设要求的目标数据中的相关历史要素作为与所述目标问题对应的目标问题要素，并基于所述目标问题要素确定所述用户的意图。

可选地，所述通过所述要素识别模型对各所述目标数据依次进行预测的步骤，包括：

依次遍历各所述目标数据，通过所述要素识别模型对当前遍历的目标数据进行训练，以确定所述目标问题是否包含当前遍历的所述目标数据中的相关历史要素；

若包含，则确定当前遍历的所述目标数据符合预设要求，并将当前遍历的所述目标数据中的相关历史要素作为所述目标问题对应的目标问题要素，直至各所述目标数据遍历完成。

可选地，所述接收用户输入的目标问题，并将所述目标问题输入至要素识别模型的步骤之前，包括：

获取语言表征模型bert模型和输入的多个训练问题，并通过所述bert模型对依次对各所述训练问题进行分类训练；

将经过各分类训练完成的bert模型作为训练模型，并基于所述训练模型确定要素识别模型。

可选地，所述通过所述bert模型对依次对各所述训练问题进行分类训练的步骤，包括：

依次遍历各所述训练问题，确定当前遍历的训练问题中的多个标注要素，并获取与当前遍历的训练问题相关联的多个负样本数据；

基于各所述负样本数据和各所述标注要素，并通过bert模型对当前遍历的所述训练问题进行分类训练，直至各所述训练问题遍历完成。

可选地，所述基于所述训练模型确定要素识别模型的步骤，包括：