[发明专利]一种用户意图识别方法、装置、服务器和介质

说明书

本发明实施例提供了一种本发明实施例提供了一种用户意图识别方法、装置、服务器和介质，所述方法包括：获取用户查询语句和获取文本图；从记录在句子节点的参考语句中，选取候选参考语句；根据记录在边中的目标参考关键词对于候选参考语句的权重值，确定候选参考语句的权重得分；确定用户查询语句的特征向量，并采用用户查询语句的特征向量和记录在句子节点中的候选参考语句的特征向量，确定候选参考语句与用户查询语句的相似度；根据候选参考语句的权重得分和候选参考语句与用户查询语句的相似度，从候选参考语句中选取目标参考语句；将目标参考语句的用户意图作为用户查询语句的用户意图。通过文本图的句子节点和词节点推导用户意图，可以提高识别准确率。

技术领域

本发明涉及自然语言处理领域，特别是涉及一种用户意图识别方法、一种用户意图识别装置、一种服务器和一种计算机可读存储介质。

背景技术

随着智能汽车的发展，用户越来越习惯在日常用车场景中使用车载语音系统。车载语音系统可以对用户语音进行语音意图识别得到用户意图，根据用户意图进行相应的反馈。

传统的语音意图识别往往采用数据驱动的方式，通过文本分类的方法来完成，这种方法常依赖标注好的规则数据，对数据质量要求较高，要求识别后的文本尽可能的规整和符合人自然表达的习惯。这种语音意图识别方式需要较高质量的标注数据支撑，需要新的数据不断补充，扩展新意图成本高。

在实际场景中，语音意图识别往往面临着语音识别错误，噪音混入的断句错误等问题，如果混入噪声数据，会导致过召回，使得无法准确识别用户意图。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种用户意图识别方法、一种用户意图识别装置、一种服务器和一种计算机可读存储介质。

为了解决上述问题，本发明实施例公开了一种用户意图识别方法，包括：

获取用户查询语句，以及获取文本图；所述文本图包括句子节点、词节点和连接句子节点和词节点的边；所述句子节点记录有已标注有用户意图的参考语句和所述参考语句的特征向量；所述词节点记录有从所述参考语句中抽取出来的参考关键词；所述边记录有表征所述参考关键词对于所述参考语句的重要程度的权重值；

从记录在所述句子节点的参考语句中，选取候选参考语句；所述候选参考语句包含与从所述用户查询语句提取的查询关键词匹配的目标参考关键词；

根据记录在所述边中的所述目标参考关键词对于所述候选参考语句的权重值，确定所述候选参考语句的权重得分；

确定所述用户查询语句的特征向量，并采用所述用户查询语句的特征向量和记录在所述句子节点中的所述候选参考语句的特征向量，确定所述候选参考语句与所述用户查询语句的相似度；

根据所述候选参考语句的权重得分和所述候选参考语句与所述用户查询语句的相似度，从所述候选参考语句中选取目标参考语句；

将所述目标参考语句的用户意图作为所述用户查询语句的用户意图。

可选地，所述文本图通过如下步骤生成：

获取已标注有用户意图的参考语句，并从所述参考语句提取参考关键词；

将所述参考语句输入预训练模型，并获得所述预训练模型输出的特征向量；

采用所述参考语句构建对应的句子节点，并在所述句子节点记录所述参考语句、所述参考语句的用户意图和特征向量；

计算表征所述参考关键词对于所述参考语句的重要程度的权重值；

采用所述参考关键词构建对应的词节点，并在所述词节点与对应的句子节点之间建立边，将所述边的权重值设置为表征所述参考关键词对于所述参考语句的重要程度的权重值。