[发明专利]一种具备自学习能力的意图识别方法及意图识别系统

权利要求书

1.用于智能语音对话系统的具备自学习能力的意图识别方法，其特征在于：具体包含如下步骤；

步骤1，获取用户表述，并通过语音识别技术将其识别为对应的文本；

步骤2，根据预设的策略中的配置对用户表述进行初步的意图识别，输出候选意图；

步骤3，根据当前的意图识别的上下文场景，以候选意图作为查询条件向意图场景特征自学习系统发起查询，获取候选意图的历史数据特征参数；

步骤4，根据预设的意图选择规则策略，决策是否直接输出最终识别意图，或者使用意图选择规则策略中配置的其他意图识别算法对候选意图进行进一步的识别，并根据各意图的特征参数进行规则计算，输出最终的识别意图；

步骤5，将意图识别过程中的候选意图和最终识别意图的预测数据提交至自学习系统，进行自学习和指标参数的数据更新。

2.根据权利要求1所述的用于智能语音对话系统的具备自学习能力的意图识别方法，其特征在于：在步骤1中，获取用户表述，是指通过智能对话系统或者终端获得用户表述的音频。

3.根据权利要求1所述的用于智能语音对话系统的具备自学习能力的意图识别方法，其特征在于：在步骤2中，候选意图具体为：对步骤1中所输出的用户表述的文本进行初步的意图识别，可通过规则模版、计算成本较低的文本分类算法模型、语义槽值提取算法模型对用户的表述进行快速的分析，输出高相似度的候选意图分类。

4.根据权利要求1所述的用于智能语音对话系统的具备自学习能力的意图识别方法，其特征在于：在步骤3中，获取候选意图的历史数据特征参数的步骤，是指根据用户表述的对话上下文语境获取该语境下意图识别的历史记录的特征，提取上一步骤中输出的候选意图分类的特征参数，如该场景下所有意图识别历史数据中命中某一意图的比例、所有意图识别历史数据中某一意图分类下的各个语料的所占比例。

5.根据权利要求1所述的用于智能语音对话系统的具备自学习能力的意图识别方法，其特征在于：在步骤4中，预设的意图选择规则策略行步骤，是指根据预设的策略，决策是否需要对候选意图使用成本较高的意图识别技术进行预测，输出所有候选意图的准确性预测得分；并根据上一步骤中获取的所有候选意图的场景特征参数进行规则计算，输出最终的识别意图。

6.根据权利要求1所述的用于智能语音对话系统的具备自学习能力的意图识别方法，其特征在于：在步骤5中，自学习系统，是指将上述步骤中所预测的候选意图和最终识别意图及其相关的场景特征参数提交至自学习数据分析系统，用于实时或者定期的数据分析和回归测试，更新意图识别的场景特征相关数据。

7.一种基于权利要求1至5任一项所述的用于智能语音对话系统的具备自学习能力的意图识别方法的意图识别系统，其特征在于：包含

用户表述获取模块，用于将用户表述的语音转化为字符串文本，提供给其他模块进行意图识别；

意图识别算法模块，用于根据服务接口的定义，以用户表述的字符串文本和调用的意图识别算法类型为输入，在模块内部进行语义解析、规则匹配、关键词匹配和文本分类计算过程执行，输出用户表述文本可能属于的意图；

意图识别策略引擎模块，用于为用户预定义的意图识别策略配置，根据意图识别的策略配置调用制定的意图识别算法并与自学习模块进行数据的获取和提交，用于最终意图的选择和自学习数据的更新；

意图场景特征自学习模块，用于对于意图识别策略引擎模块上报的意图识别历史数据进行自学习，并在意图识别阶段提供基于上下文场景的历史数据指标参数，用于决策最终选择的意图。