[发明专利]基于多轮会话的意图识别方法及装置在审

专利信息
申请号: 202010892094.3 申请日: 2020-08-31
公开(公告)号: CN111813899A 公开(公告)日: 2020-10-23
发明(设计)人: 吴俊江;雷植程;童丽霞;杨念民 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F16/33 分类号: G06F16/33;G06F16/332;G06F16/35;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 周婷婷
地址: 518000 广东省深圳*** 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: 基于 会话 意图 识别 方法 装置
【说明书】:

发明公开了一种基于多轮会话的意图识别方法及装置。其中,该方法包括:将M轮问题信息中的每轮问题信息的词向量转换为句向量,得到M个句向量;根据预先确定的标签矩阵对M个句向量进行注意力编码操作,得到第一会话向量;对M个句向量进行门控循环单元GRU编码,得到第二会话向量;根据预设的多个卷积核对M个句向量进行卷积操作,得到第三会话向量;根据第一会话向量、第二会话向量以及第三会话向量,确定多轮会话的意图信息。本发明解决了多轮问题的用户意图识别准确率低的技术问题。

技术领域

本发明涉及计算机领域,具体而言,涉及一种基于多轮会话的意图识别方法及装置。

背景技术

在智能客服实践中发现用户描述通常会有表述模糊、分句描述、涉及多意图、意图随会话进行而改变等诸多问题。

目前对于多轮意图识别应用方面通常是多轮会话拼接后的单轮文本分类以及单一的特征提取编码方式,通过单层的文本分类算法如传LSTM、CNN识别用户意图。然而在多轮分类任务中,每轮的问题间存在关联性,并且每轮的问题有着不同的重要程度。单层的结构无法学习每轮问题间的关联性特征和重要性,并不适合于多轮分类任务。从而导致给用户推送错误答案,导致用户体验较差的问题。

针对相关技术中,多轮问题的用户意图识别准确率低的问题,目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种基于多轮会话的意图识别方法及装置,以至少解决多轮问题的用户意图识别准确率低的技术问题。

根据本发明实施例的一个方面,提供了一种基于多轮会话的意图识别方法,包括:将M轮问题信息中的每轮问题信息的词向量转换为句向量,得到M个句向量,其中,所述M轮问题信息为多轮会话中由用户帐号产生的问题信息,所述M为大于1的自然数;根据预先确定的标签矩阵对所述M个句向量进行注意力编码操作,得到第一会话向量,其中,所述第一会话向量用于表示所述M个句向量中的每个句向量的意图信息;对所述M个句向量进行门控循环单元GRU编码,得到第二会话向量,其中,所述第二会话向量用于表示所述多轮会话的全局会话信息;根据预设的多个卷积核对所述M个句向量进行卷积操作,得到第三会话向量,其中,所述第三会话向量用于表示所述多轮会话的局部会话信息;根据所述第一会话向量、所述第二会话向量以及所述第三会话向量,确定所述多轮会话的意图信息。

根据本发明实施例的另一方面,还提供了一种基于多轮会话的意图识别装置,包括:转换模块,用于将M轮问题信息中的每轮问题信息的词向量转换为句向量,得到M个句向量,其中,所述M轮问题信息为多轮会话中由用户帐号产生的问题信息,所述M为大于1的自然数;操作模块,用于根据预先确定的标签矩阵对所述M个句向量进行注意力编码操作,得到第一会话向量,其中,所述第一会话向量用于表示所述M个句向量中的每个句向量的意图信息;编码模块,用于对所述M个句向量进行门控循环单元GRU编码,得到第二会话向量,其中,所述第二会话向量用于表示所述多轮会话的全局会话信息;卷积模块,用于根据预设的多个卷积核对所述M个句向量进行卷积操作,得到第三会话向量,其中,所述第三会话向量用于表示所述多轮会话的局部会话信息;确定模块,用于根据所述第一会话向量、所述第二会话向量以及所述第三会话向量,确定所述多轮会话的意图信息。

根据本发明实施例的又一方面,还提供了一种计算机可读的存储介质,该计算机可读的存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述基于多轮会话的意图识别方法。

根据本发明实施例的又一方面,还提供了一种电子设备,包括存储器和处理器,上述存储器中存储有计算机程序,上述处理器被设置为通过所述计算机程序执行上述的基于多轮会话的意图识别方法。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202010892094.3/2.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