[发明专利]意图识别系统及方法

权利要求书

1.一种意图识别系统，包括：顺序连接的编码模块和分类模块，其中，所述编码模块配置为获取待识别文本的语义特征向量；

所述分类模块配置为根据所述待识别文本的语义特征向量从预设的多个样本意图类别原型中确定所述待识别文本的文本意图,

其中，所述系统还包括设置于所述编码模块和所述分类模块之间的映射模块，所述编码模块、映射模块和分类模块构成端到端意图识别模型，所述多个样本意图类别原型基于小样本训练集训练得到；

所述映射模块配置为将所述待识别文本的语义特征向量映射到意图类别原型；

所述根据所述待识别文本的语义特征向量从预设的多个样本意图类别原型中确定所述待识别文本的文本意图包括：

根据所述待识别文本的意图类别原型从预设的多个样本意图类别原型中确定所述待识别文本的文本意图。

2.根据权利要求1所述的系统，其中，所述多个样本意图类别原型中的每一个样本意图类别原型由各自对应的多个样本待识别文本的语义特征向量的均值确定；

所述根据所述待识别文本的语义特征向量从预设的多个样本意图类别原型中确定所述待识别文本的文本意图包括：

计算所述待识别文本的语义特征向量与预设的多个样本意图类别原型之间的相似度值；

根据计算得到的最大相似度值所对应的样本意图类别原型确定所述待识别文本的文本意图。

3.根据权利要求1所述的系统，其中，所述编码模块采用CNN神经网络或者RNN神经网络或者Transformer网络结构；所述分类模块基于前馈神经网络构成。

4.根据权利要求1至3中任一项所述的系统，其中，所述映射模块基于CNN神经网络和残差网络构成。

5.一种意图识别方法，应用于意图识别系统，所述意图识别系统包括顺序连接的编码模块和分类模块，所述方法包括：

所述编码模块获取待识别文本的语义特征向量；

所述分类模块根据所述待识别文本的语义特征向量从预设的多个样本意图类别原型中确定所述待识别文本的文本意图，

其中，所述系统还包括设置于所述编码模块和所述分类模块之间的映射模块，所述编码模块、映射模块和分类模块构成端到端意图识别模型，所述多个样本意图类别原型基于小样本训练集训练得到；

所述映射模块配置为将所述待识别文本的语义特征向量映射到意图类别原型；

所述根据所述待识别文本的语义特征向量从预设的多个样本意图类别原型中确定所述待识别文本的文本意图包括：

根据所述待识别文本的意图类别原型从预设的多个样本意图类别原型中确定所述待识别文本的文本意图。

6.根据权利要求5所述的方法，其中，所述多个样本意图类别原型中的每一个样本意图类别原型由各自对应的多个样本待识别文本的语义特征向量的均值确定；

所述根据所述待识别文本的语义特征向量从预设的多个样本意图类别原型中确定所述待识别文本的文本意图包括：

计算所述待识别文本的语义特征向量与预设的多个样本意图类别原型之间的相似度值；

根据计算得到的最大相似度值所对应的样本意图类别原型确定所述待识别文本的文本意图。

7.一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求5-6中任意一项所述方法的步骤。

8.一种存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求5-6中任意一项所述方法的步骤。