[发明专利]一种会话意图智能识别模型的构建方法、装置及设备

权利要求书

1.一种会话意图智能识别模型的构建方法，其特征在于，包括：

获取语料数据，所述语料数据包括已标注语料数据以及未标注语料数据；

根据所述已标注语料数据以及预设的语义分析算法，对所述未标注语料数据进行处理，生成有标签信息的意图语料数据；

根据所述意图语料数据，对预设的初始意图识别模型进行迭代训练，构建目标意图识别模型；所述初始意图识别模型是通过所述已标注语料数据经神经网络训练生成；

判断所述迭代训练是否满足预设的迭代结束条件；若否，则返回至所述获取语料数据的步骤；若是，则迭代训练结束。

2.根据权利要求1所述的会话意图智能识别模型的构建方法，其特征在于，所述预设的语义分析算法包括核心词提取算法以及语义匹配算法；

所述根据所述已标注语料数据以及预设的语义分析算法，对所述未标注语料数据进行处理，生成有标签信息的意图语料数据的步骤，包括：

根据所述语料数据以及预设的核心词提取算法，分别提取所述已标注语料数据以及未标注语料数据的语料核心词；

根据所述预设的语义匹配算法，计算所述已标注语料数据以及未标注语料数据的语料核心词的相似度；

根据相似度小于预设距离阈值的已标注语料数据以及未标注语料数据，生成有标签信息的意图语料数据。

3.根据权利要求2所述的会话意图智能识别模型的构建方法，其特征在于，所述预设的语义分析算法还包括语义压缩算法；

所述根据所述已标注语料数据以及预设的语义分析算法，对所述未标注语料数据进行处理，生成有标签信息的意图语料数据的步骤，还包括：

响应于第一已标注语料数据和/或第一意图语料数据的标签信息的删除操作，根据所述语义压缩算法，计算所述第一已标注语料数据和/或第一意图语料数据的向量表示；

获取与所述第一已标注语料数据和/或第一意图语料数据的向量表示的相似度符合预设相似阈值的第二已标注语料数据和/或第二意图语料数据，并对所述第二已标注语料数据和/或第二意图语料数据的标签信息进行删除。

4.根据权利要求1所述的会话意图智能识别模型的构建方法，其特征在于，所述根据所述已标注语料数据以及预设的语义分析算法，对所述未标注语料数据进行处理，生成有标签信息的意图语料数据的步骤，包括：

获取所述已标注语料数据的意图中心表示；

获取所述未标注语料数据的矩阵表示；

根据所述预设的语义分析算法，计算所述未标注语料数据的矩阵表示与所述意图中心表示的距离值，并将符合预设距离阈值的未标注语料数据按照所述意图中心表示进行处理，生成有标签信息的意图语料数据。

5.根据权利要求1所述的会话意图智能识别模型的构建方法，其特征在于，所述根据所述已标注语料数据以及预设的语义分析算法，对所述未标注语料数据进行处理，生成有标签信息的意图语料数据的步骤，包括：

根据所述语义分析算法，计算所述未标注语料数据的向量表示以及所述已标注语料数据的意图中心表示；

计算所述未标注语料数据的向量表示以及所述已标注语料数据的意图中心表示的距离，并将距离大于预设距离阈值的未标注语料数据作为候选语料数据集合；

对所述候选语料数据集合进行聚类，获得所述未标注语料数据在预设中心范围内的多个候选意图，并将所述多个候选意图以及对应的未标注语料数据作为意图语料数据进行推荐。

6.根据权利要求1所述的会话意图智能识别模型的构建方法，其特征在于，所述根据所述已标注语料数据以及预设的语义分析算法，对所述未标注语料数据进行处理，生成有标签信息的意图语料数据的步骤之后，还包括：

接收用户对所述标签信息的调整操作，获得意图核心词；

根据所述意图核心词，生成意图核心语料，并将所述意图核心语料作为意图语料数据进行推荐。