[发明专利]用户意图的识别方法、装置、计算机设备及存储介质

权利要求书

1.一种用户意图的识别方法，其特征在于，所述方法包括：

获取用户端提供的文本信息，并从预设的意图识别系统中获取多个内置话术；

计算所述文本信息与各个所述内置话术之间的意图相似度，将所述意图相似度达到第一预设阈值的所述内置话术作为候选话术；

根据预先训练好的正反义分类模型判断所述候选话术与所述文本信息之间的正反义关系，得到各个所述候选话术的分类结果；

基于所述分类结果获得各个所述候选话术的正反义分值；

计算各个所述候选话术的所述意图相似度和所述正反义分值之和，得到各个所述候选话术的候选值；

按照所述候选值的大小从所述候选话术中选择至少一个所述候选话术作为意图识别结果。

2.根据权利要求1所述的用户意图的识别方法，其特征在于，所述根据预先训练好的正反义分类模型判断所述候选话术与所述文本信息之间的正反义关系，得到各个所述候选话术的分类结果包括：

根据所述预先训练好的正反义分类模型分别获得所述候选话术和所述文本信息的所属类别；

根据所述候选话术和所述文本信息的所属类别获得所述候选话术与所述文本信息之间的正反义关系，得到各个所述候选话术的分类结果。

3.根据权利要求2所述的用户意图的识别方法，其特征在于，所述根据所述预先训练好的正反义分类模型分别获得所述候选话术和所述文本信息的所属类别包括：

所述预先训练好的正反义分类模型获取所述文本信息，并将所述文本信息转换成词向量矩阵；

通过所述预先训练好的正反义模型中的多个卷积核分别从所述词向量矩阵中提取所述文本信息的上下文特征，并将多个所述上下文特征分别用矩阵进行表示以获得多个特征向量；

分别对多个所述特征向量进行最大池化以获得每个所述特征向量的最大值，将多个所述特征向量的最大值进行拼接，获得所述文本信息的特征表达向量；

所述预先训练好的正反义模型中的softmax层根据所述特征表达向量获得所述文本信息属于各个所述所属类别的概率值，根据所述概率值的大小确定所述文本信息的所述所属类别。

4.根据权利要求1所述的用户意图的识别方法，其特征在于，所述计算所述文本信息与各个所述内置话术之间的意图相似度，将所述意图相似度达到第一预设阈值的所述内置话术作为候选话术包括：

分别对所述文本信息和所述内置话术进行分词处理，获得第一词汇集和第二词汇集，所述第一词汇集代表所述文本信息，每一个所述第二词汇集代表一个所述内置话术；

计算所述第一词汇集与各个所述第二词汇集之间的文本相似度，将所述文本相似度作为所述意图相似度；

比较所述意图相似度与所述第一预设阈值之间的大小，将所述意图相似度超过所述第一预设阈值的所述内置话术作为候选话术。

5.根据权利要求1所述的用户意图识别方法，其特征在于，所述基于所述分类结果获得各个所述候选话术的正反义分值包括：

获取所述候选话术所处的应用场景；

根据所述应用场景获取所述候选话术对应的权重值；

根据所述分类结果和所述权重值获得所述候选话术的正反义分值。