[发明专利]多意图识别方法及相关设备

权利要求书

1.一种多意图识别方法，其特征在于，所述多意图识别方法包括：

基于单意图语句生成语句样本；

用所述语句样本训练断句模型；

获取待识别语句；

用所述断句模型标注所述待识别语句的多个待识别子语句，使每个待识别子语句对应单个意图；

用训练后的意图识别模型分别识别所述多个待识别子语句的意图；

所述多意图识别方法还包括：在识别每个待识别子语句的意图时，获取每个待识别子语句的意图向量；用训练后的领域识别模型以所述待识别子语句的意图向量为输入，输出所述待识别子语句的领域向量；用所述待识别子语句中的每个字的字向量分别拼接领域向量，得到所述待识别子语句中的每个字的拼接字向量；依字序组合所述待识别子语句中的每个字的拼接字向量，得到所述待识别子语句的中间向量表示；将上述待识别子语句的中间向量表示输入训练后的槽位识别模型，得到所述待识别子语句的槽位；根据所述待识别语句的多个意图和槽位确定所述多个意图中的每个意图是否可执行；

其中，所述根据所述待识别语句的多个意图和槽位确定所述多个意图中的每个意图是否可执行包括：对于所述多个意图中的给定意图，获取可执行路径集合和所述给定意图的预设槽位数；当所述可执行路径集合中不存在所述给定意图，或所述给定意图的槽位数小于所述预设槽位数，或所述多个意图中存在与所述给定意图矛盾的目标意图时，确定所述给定意图不可执行；当所述可执行路径集合中存在所述给定意图，且所述给定意图的槽位数等于所述预设槽位数，且所述多个意图中不存在与所述给定意图矛盾的目标意图时，确定所述给定意图可执行。

2.如权利要求1所述的多意图识别方法，其特征在于，所述基于单意图语句生成语句样本包括：

从单意图语句集获取多个单意图语句；

将所述多个单意图语句组合为中间语句；

从预设字编码表获取所述中间语句中的每个字的第一向量；

根据词性生成所述中间语句中的每个字的第二向量；

获取所述中间语句中的每个字在预设知识图谱中的第三向量；

拼接所述中间语句中的每个字的第一向量、第二向量和第三向量，得到所述中间语句中的每个字的字向量；

依字序组合所述中间语句中的每个字的字向量，得到所述语句样本，所述语句样本中的每个字向量对应一个断句标签。

3.如权利要求2所述的多意图识别方法，其特征在于，在所述从单意图语句集获取多个单意图语句之前，所述方法还包括：

将单意图语音信息转化为文本信息；

获取所述文本信息中的各个动词、各个名词；

查询各个动词的近义词和各个名词的近义词；

用各个动词的近义词替换各个动词，用各个名词的近义词替换各个名词，得到多个目标语句；

将所述多个目标语句加入所述单意图语句集。

4.如权利要求1所述的多意图识别方法，其特征在于，所述断句模型包括基于BERT、双向长短期记忆网络和条件随机场的模型，所述用所述语句样本训练断句模型包括：

对BERT进行预训练，得到预训练后的BERT模型；

用所述预训练后的BERT模型根据所述语句样本计算第一输出；

用所述双向长短期记忆网络根据所述第一输出计算第二输出；

用条件随机场根据所述第二输出计算第三输出；

根据所述第三输出与所述语句样本的标签的差值优化所述双向长短期记忆网络和所述条件随机场的参数。

5.如权利要求1所述的多意图识别方法，其特征在于，所述意图识别模型包括：

支持向量机或深度神经网络，用于根据各个待识别子语句的向量表示识别各个待识别子语句的意图。