[发明专利]基于语义网和意图识别的人机交互方法、设备及介质

说明书

本发明公开了一种基于语义网和意图识别的人机交互方法，涉及自然语言处理领域，旨在实现准确识别问题意图，提高人机交互的问答质量。该方法包含以下步骤：获取行业内的常见问题解答作为交互数据源；对所述常见问题解答中的标准问题进行语义标注，构建行业语义网络；获取训练语料；通过所述训练语料训练意图识别分类模型；接收用户问题，通过所述意图识别分类模型对所述用户问题进行意图识别，得到意图候选集，基于所述意图候选集，通过所述行业语义网络进行多轮人机交互，确定与所述用户问题意图匹配的标准问题，输出答案。本发明还公开了一种电子设备和计算机存储介质。

技术领域

本发明涉及自然语音处理领域，尤其涉及一种基于语义网和意图识别的人机交互方法、设备及介质。

背景技术

呼叫中心或客服中心的人员一般流动性大，导致企业的培训成本较大以及客户服务满意度下降等问题，造成运营成本大幅上升。因此智能客服越来越受重视，但智能客服在交互过程中面临意图识别不准确，意图模糊无法定位，训练语料维护成本高等问题。

为了解决上述问题，在现有技术中，存在中国专利申请201710575327.5，公开了一种基于知识图谱的问答方法及装置，获取用户输入的自然查询语句，并识别出自然查询语句中的实体针对知识图谱的全局唯一标识符GUID，知识图谱中包括实体的属性和属性值以及各实体之间的关系；根据上下文无关文法规则，将自然查询语句解析为语法树，并根据语法树得到自然查询语句对应的逻辑表达式；根据逻辑表达式以及实体的GUID，生成知识图谱对应的机器查询语句；根据机器查询语句，在知识图谱中查询机器查询语句对应的问答结果，并向用户反馈问答结果。以实现针对问答可以获取准确的问答结果。但该专利申请需要大量语料构建的知识图谱，且目前的通用实体识别模型只能识别人名、地名、机构名等，对特定领域的专业实体的识别缺乏训练语料，导致缺乏特定领域的问答适用性，且问答过程中因存在很多口语化语句，导致实体和属性无法提取，因此无法准确定位问题。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种基于语义网和意图识别的人机交互方法，可实现准确识别问题意图，提高人机交互的问答质量。

本发明的目的之一采用以下技术方案实现：

一种基于语义网和意图识别的人机交互方法，包括以下步骤：

获取行业内的常见问题解答作为交互数据源；

对所述常见问题解答中的标准问题进行语义标注，构建行业语义网络；

获取训练语料，所述训练语料包括所述标准问题、所述标准问题的相似问题及所述标准问题对应的意图标签；

通过所述训练语料训练机器学习模型，得到意图识别分类模型；

接收用户问题，通过所述意图识别分类模型对所述用户问题进行意图识别，得到意图候选集，其中所述意图候选集包括若干意图类别下的标准问题；

基于所述意图候选集，通过所述行业语义网络进行多轮人机交互，确定与所述用户问题意图匹配的标准问题，从所述交互数据源中查询与所述用户问题意图匹配的标准问题的答案，输出所述答案。

进一步地，根据预先构建的分词词典，对所述标准问题进行分词、词性标注和句法分析，得到所述标准问题中的各分词之间的依存句法关系；

根据语义标注规则，提取所述标准问题中各分词的语义属性，其中所述语义属性包括个体、状语、动作属性、定语和数据属性；

根据所述语义属性，标注所述标准问题中的各分词，得到所述标准问题中的各分词的语义标注结果；