[发明专利]对话交互意图的识别方法和装置在审
申请号: | 202010704472.0 | 申请日: | 2020-07-21 |
公开(公告)号: | CN112100368A | 公开(公告)日: | 2020-12-18 |
发明(设计)人: | 杨志明 | 申请(专利权)人: | 深思考人工智能科技(上海)有限公司 |
主分类号: | G06F16/35 | 分类号: | G06F16/35;G06F40/35;G06F16/332 |
代理公司: | 北京德琦知识产权代理有限公司 11018 | 代理人: | 孙清然;王琦 |
地址: | 201210 上海市浦东*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 对话 交互 意图 识别 方法 装置 | ||
1.一种对话交互意图的识别方法,其特征在于,包括:
对于首轮对话语句,利用预设的多分类模型,对该轮对话语句所属的垂直领域进行识别;
对于除所述首轮对话语句之外的每轮对话语句,利用预设的上一轮对话语句所属垂直领域对应的二分类模型,判断该轮对话语句所属的垂直领域是否是上一轮对话语句所属的垂直领域,如果不是,则利用所述多分类模型,对该轮对话语句所属的垂直领域进行识别;其中,所述二分类模型利用属于相应垂直领域的语料和不属于相应垂直领域的语料训练得到,且所述语料包括不完整语句。
2.根据权利要求1所述的方法,其特征在于,利用所述多分类模型,对一轮对话语句所属的垂直领域进行识别包括:
利用预设的多领域先验知识,识别对话语句所属的垂直领域;如果识别失败,则利用所述多分类模型,识别对话语句所属的垂直领域。
3.根据权利要求1所述的方法,其特征在于,所述判断该轮对话语句所属的垂直领域是否是上一轮对话语句所属的垂直领域包括:
利用所述上一轮对话语句所属垂直领域对应的先验知识,识别该轮对话语句所属的垂直领域,如果识别失败,则利用所述上一轮对话语句所属垂直领域对应的二分类模型,识别该轮对话语句所属的垂直领域是否是上一轮对话语句所属的垂直领域。
4.根据权利要求1所述的方法,其特征在于,所述多分类模型采用K折交叉验证的方式训练得到。
5.一种对话交互意图的识别设备,其特征在于,包括:处理器,所述处理器用于:
对于首轮对话语句,利用预设的多分类模型,对该轮对话语句所属的垂直领域进行识别;
对于除所述首轮对话语句之外的每轮对话语句,利用预设的上一轮对话语句所属垂直领域对应的二分类模型,判断该轮对话语句所属的垂直领域是否是上一轮对话语句所属的垂直领域,如果不是,则利用所述多分类模型,对该轮对话语句所属的垂直领域进行识别;其中,所述二分类模型利用属于相应垂直领域的语料和不属于相应垂直领域的语料训练得到,且所述语料包括不完整语句。
6.根据权利要求5所述的设备,其特征在于,所述处理器,具体用于利用所述多分类模型,对一轮对话语句所属的垂直领域进行识别,包括:
利用预设的多领域先验知识,识别对话语句所属的垂直领域;如果识别失败,则利用所述多分类模型,识别对话语句所属的垂直领域。
7.根据权利要求5所述的设备,其特征在于,所述处理器,具体用于判断该轮对话语句所属的垂直领域是否是上一轮对话语句所属的垂直领域,包括:
利用所述上一轮对话语句所属垂直领域对应的先验知识,识别该轮对话语句所属的垂直领域,如果识别失败,则利用所述上一轮对话语句所属垂直领域对应的二分类模型,识别该轮对话语句所属的垂直领域是否是上一轮对话语句所属的垂直领域。
8.根据权利要求5所述的设备,其特征在于,所述多分类模型采用K折交叉验证的方式训练得到。
9.一种非易失性计算机可读存储介质,所述非易失性计算机可读存储介质存储指令,其特征在于,所述指令在由处理器执行时使得所述处理器执行如权利要求1至4中任一项所述的对话交互意图的识别方法的步骤。
10.一种电子设备,其特征在于,包括如权利要求9所述的非易失性计算机可读存储介质、以及可访问所述非易失性计算机可读存储介质的所述处理器。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深思考人工智能科技(上海)有限公司,未经深思考人工智能科技(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010704472.0/1.html,转载请声明来源钻瓜专利网。