[发明专利]用户意图识别方法、装置及终端设备在审

专利信息
申请号: 202010812300.5 申请日: 2020-08-13
公开(公告)号: CN111949793A 公开(公告)日: 2020-11-17
发明(设计)人: 连秋雨 申请(专利权)人: 深圳市欢太科技有限公司;OPPO广东移动通信有限公司
主分类号: G06F16/35 分类号: G06F16/35;G06F40/295;G06N3/04;G06N3/08
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 肖遥
地址: 518000 广东省深圳市南山区粤*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用户 意图 识别 方法 装置 终端设备
【权利要求书】:

1.一种用户意图识别方法,其特征在于,包括:

获取待识别语句,所述待识别语句为文本格式;

提取所述待识别语句的实体;

确定与提取的所述实体对应的知识特征,所述实体对应的知识特征包括实体的分类信息;

根据所述实体对应的知识特征以及已训练的意图识别模型,得到所述待识别语句对应的用户意图。

2.如权利要求1所述的用户意图识别方法,其特征在于,所述根据所述实体对应的知识特征以及已训练的意图识别模型,得到所述待识别语句对应的用户意图,包括:

根据所述实体对应的知识特征和所述实体对应的字符的向量特征确定第一组合特征,所述字符的向量特征用于唯一描述其对应的字符;

将所述第一组合特征输入所述已训练的意图识别模型,得到所述已训练的意图识别模型输出的所述待识别语句对应的用户意图。

3.如权利要求2所述的用户意图识别方法,其特征在于,所述用户意图识别方法还包括:

确定与所述待识别语句的非实体对应的知识特征,所述非实体是指所述待识别语句中除了实体后剩余的字符,所述非实体对应的知识特征采用预设字符串表示;

根据所述非实体对应的知识特征和所述非实体对应的字符的向量特征确定第二组合特征;

所述将所述第一组合特征输入所述已训练的意图识别模型,得到所述已训练的意图识别模型输出的所述待识别语句对应的用户意图,包括:

按照所述待识别语句的字符的顺序,将所述第一组合特征以及所述第二组合特征输入所述已训练的意图识别模型,得到所述已训练的意图识别模型输出的所述待识别语句对应的用户意图。

4.如权利要求1所述的用户意图识别方法,其特征在于,所述已训练的意图识别模型包括至少2个分支,且每个分支的卷积核的大小均不相同。

5.如权利要求1所述的用户意图识别方法,其特征在于,在所述根据所述实体对应的知识特征以及已训练的意图识别模型,得到所述待识别语句对应的用户意图之后,包括:

输出所述用户意图;

若获取到用户针对所述用户意图的确认信息,则输出与所述用户意图关联的关联信息,所述关联信息包括链接地址或音频数据。

6.如权利要求1所述的用户意图识别方法,其特征在于,所述获取待识别语句,所述待识别语句为文本格式,包括:

若获取的待识别语句的格式不是文本格式,则将所述待识别语句的格式转换为文本格式。

7.一种用户意图识别装置,其特征在于,包括:

待识别语句获取单元,用于获取待识别语句,所述待识别语句为文本格式;

实体提取单元,用于提取所述待识别语句的实体;

知识特征确定单元,用于确定与提取的所述实体对应的知识特征,所述实体对应的知识特征包括实体的分类信息;

用户意图确定单元,用于根据所述实体对应的知识特征以及已训练的意图识别模型,得到所述待识别语句对应的用户意图。

8.如权利要求7所述的用户意图识别装置,其特征在于,所述用户意图确定单元,包括:

第一组合特征确定模块,用于根据所述实体对应的知识特征和所述实体对应的字符的向量特征确定第一组合特征,所述字符的向量特征用于唯一描述其对应的字符;

用户意图确定模块,用于将所述第一组合特征输入所述已训练的意图识别模型,得到所述已训练的意图识别模型输出的所述待识别语句对应的用户意图。

9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的方法。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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圳市欢太科技有限公司;OPPO广东移动通信有限公司,未经深圳市欢太科技有限公司;OPPO广东移动通信有限公司许可,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/202010812300.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top