[发明专利]语句意图的确定方法及装置、存储介质

说明书

本申请实施例公开了一种语句意图的确定方法及装置、设备、存储介质，其中，应用于意图分析模型，包括机器学习编码器和第一意图确定模型，方法包括：机器学习编码器获得待分类的输入语句对应的输入向量；第一意图确定模型获得特定的向量集合，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，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；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，将所述目标意图加入所述特定的意图集合。

技术领域

本申请实施例涉及但不限于电子技术，尤其涉及一种语句意图的确定方法及装置、存储介质。

背景技术

现有聊天机器人的意图理解，是基于已定义的意图分类体系的训练模型得到的。在对已定义的意图分类体系进行改变的情况下，需要对意图分类体系中增加的意图类别收集训练数据，并将收集到的训练数据加入到已定义的意图分类体系的训练数据中，对分类体系进行重新训练，从而对已定义的模型进行更新。

然而，收集增加的意图类别的训练数据耗时长、数据量少。并且，存在更新后的意图分类体系识别初始意图类别的效果变差等问题。因此，通过重新训练更新已定义的意图分类体系的方法会增加时间和人力成本，且不能保证分类效果，降低了分类体系的可维护性和可拓展性，不适用于实际的业务场景。

发明内容

有鉴于此，本申请实施例提供一种语句意图的确定方法及装置、存储介质。

本申请实施例的技术方案是这样实现的：

第一方面，本申请实施例提供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。

第二方面，本申请实施例提供一种语句意图的确定装置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，所述装置包括：

第一获得模块，用于获得待分类的输入语句对应的输入向量；

第二获得模块，用于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；

确定模块，用于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；

第三获得模块，用于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，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；

添加模块，用于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。