[发明专利]语句意图的确定方法及装置、存储介质

权利要求书

1.一种语句意图的确定方法，应用于意图分析模型，所述意图分析模型包括机器学习编码器和第一意图确定模型，所述方法包括：

所述机器学习编码器获得待分类的输入语句对应的输入向量；

所述第一意图确定模型获得特定的向量集合，其中，所述向量集合为机器学习编码器对特定的意图集合中每一意图进行解码后得到的语义向量所组成的集合；

所述第一意图确定模型确定所述输入向量与所述向量集合中每一所述语义向量之间的相似度，得到相似度集合；

在确定所述相似度集合中不存在相似度大于等于特定的相似度值情况下，所述第一意图确定模型从所述意图分析模型的外部获取所述输入语句所对应的目标意图；

所述第一意图确定模型将所述输入向量加入所述特定的向量集合，以更新所述向量集合，将所述目标意图加入所述特定的意图集合，以更新所述意图向量，以完成从所述第一意图确定模型更新到第二意图确定模型。

2.根据权利要求1所述的方法，其中，所述方法还包括：

在确定所述相似度集合中存在相似度大于等于特定的相似度值情况下，所述第一意图确定模型将相似度满足大于等于特定的相似度值的意图，确定为所述输入语句所对应的目标意图。

3.根据权利要求2所述的方法，其中，所述第一意图确定模型将相似度满足大于等于特定的相似度值的意图，确定为所述输入语句所对应的目标意图，包括：

所述第一意图确定模型将每一所述相似度进行归一化，得到所述输入语句属于对应意图的概率；

所述第一意图确定模型将概率满足第二条件的意图，确定为所述输入语句所对应的目标意图。

4.根据权利要求1所述的方法，其中，所述机器学习编码器获得待分类的输入语句对应的输入向量，包括：

所述机器学习编码器将所述待分类的输入语句，按照均匀分布或正态分布随机生成初始输入向量；

所述机器学习编码器将所述初始输入向量进行线性变换，得到所述输入向量。

5.根据权利要求1所述的方法，其中，在所述机器学习编码器获得待分类的输入语句对应的输入向量之前，所述方法还包括：

机器学习编码器将所述特定的意图集合中每一所述意图，按照均匀分布或正态分布随机生成第一初始向量；

所述机器学习编码器将每一所述第一初始向量进行线性变换，得到对应意图的语义向量。

6.根据权利要求1所述的方法，其中，所述意图集合中的每一意图包括至少一种定义描述和至少一种答案描述，每一所述意图对应的语义向量中包括至少一个定义描述向量和至少一个答案描述向量；

所述第一意图确定模型确定所述输入向量与所述向量集合中每一所述语义向量之间的相似度，得到相似度集合，包括：

所述第一意图确定模型利用余弦相似度对所述输入向量与每一定义描述对应的定义描述向量进行相似度计算，得到对应的第一相似度；

所述第一意图确定模型利用余弦相似度对所述输入向量与每一答案描述对应的答案描述向量进行相似度计算，得到对应的第二相似度；

所述第一意图确定模型根据每一所述定义描述的第一相似度和每一所述答案描述的第二相似度，确定所述相似度，得到相似度集合。

7.根据权利要求6所述的方法，其中，所述第一意图确定模型根据每一所述定义描述的第一相似度和每一所述答案描述的第二相似度，确定所述相似度，得到相似度集合，包括：

所述第一意图确定模型从每一所述定义描述的第一相似度和每一所述答案描述的第二相似度中，确定最大的相似度为所述相似度，得到相似度集合；或者，

所述第一意图确定模型确定每一所述定义描述的第一相似度和每一所述答案描述的第二相似度的算术平均值，将所述算术平均值，确定为所述相似度，得到相似度集合。