[发明专利]意图识别方法、装置、电子设备及计算机可读存储介质在审

专利信息
申请号: 202110232614.2 申请日: 2021-03-03
公开(公告)号: CN113094481A 公开(公告)日: 2021-07-09
发明(设计)人: 徐正虹;吴科;吴立楠;徐懿 申请(专利权)人: 北京智齿博创科技有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F16/33;G06F40/211;G06F40/289;G06F40/295;G06K9/62;G10L15/16;G10L15/18;G10L15/22;G10L15/26;H04M3/527
代理公司: 北京远大卓悦知识产权代理有限公司 11369 代理人: 靳雪华
地址: 100020 北京市朝阳区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 意图 识别 方法 装置 电子设备 计算机 可读 存储 介质
【权利要求书】:

1.一种意图识别方法,其特征在于,包括:

获取外呼场景中客户发出的当前语音,并基于所述当前语音获取对应的目标文本;

确定所述目标文本包含的意图类型,并基于所述意图类型获取所述目标文本对应的意图识别结果。

2.根据权利要求1所述的方法,其特征在于,所述确定所述目标文本对应的意图类型,包括:

将所述目标文本输入预训练的二分类模型,输出所述目标文本对应的意图类型。

3.根据权利要求1所述的方法,其特征在于,所述基于所述意图类型获取所述目标文本对应的意图识别结果,包括:

基于所述意图类型,获取对应的预训练的意图识别模型;

利用所述预训练的意图识别模型获取所述目标文本对应的意图识别结果。

4.根据权利要求3所述的方法,其特征在于,若所述意图类型为指示所述客户对外呼营销对象的接收程度的通用意图类型,所述通用意图类型对应的意图识别模型为预训练的通用意图识别模型;

所述利用所述预训练的意图识别模型获取所述目标文本对应的意图识别结果,包括:

利用所述预训练的通用意图识别模型获取所述目标文本对应的意图识别结果。

5.根据权利要求4所述的方法,其特征在于,所述利用所述预训练的通用意图识别模型获取所述目标文本对应的意图识别结果,包括:

若所述目标文本的字符数不小于预设数值,则将所述目标文本拆分成一个或多个目标文本片段;

分别将各目标文本片段输入所述预训练的通用意图识别模型,输出对应的通用意图;

基于所述通用意图,获取所述目标文本对应的意图识别结果。

6.根据权利要求5所述的方法,其特征在于,所述基于所述通用意图识别结果,获取所述目标文本对应的意图识别结果,包括:

基于预设通用意图分类表,获取各通用意图识别结果的优先级别;

将各通用意图识别结果中优先级别最高的通用意图,作为所述目标文本对应的意图识别结果。

7.根据权利要求3所述的方法,其特征在于,若所述意图类型为指示所述客户对外呼营销对象的相关信息的提问的知识意图类型,所述知识意图类型对应的意图识别模型为预训练的知识意图识别模型;

所述利用所述预训练的意图识别模型获取所述目标文本对应的意图识别结果,包括:

利用所述预训练的知识意图识别模型获取所述目标文本对应的意图识别结果。

8.根据权利要求7所述的方法,其特征在于,所述利用所述预训练的知识意图识别模型获取所述目标文本对应的意图识别结果,包括:

从预设知识意图库中获取带有实体标注和/或关键词标注的待匹配文本;

将所述目标文本的关键位置向量分别与各待匹配文本的关键位置向量一起输入所述预训练的知识意图识别模型,输出所述目标文本与各待匹配文本的匹配概率;

基于各匹配概率,获取所述目标文本对应的意图识别结果。

9.根据权利要求8所述的方法,其特征在于,所述基于各匹配概率,获取所述目标文本对应的意图识别结果,包括:

将与所述目标文本具有最大匹配概率的待匹配文本对应的知识意图,作为所述目标文本对应的意图识别结果。

10.根据权利要求3所述的方法,其特征在于,所述意图类型包括通用意图类型和知识意图类型,所述通用意图类型对应的意图识别模型包括预训练的通用意图识别模型和预训练的知识意图识别模型;

所述利用所述预训练的意图识别模型获取所述目标文本对应的意图识别结果,包括:

分别利用所述预训练的通用意图识别模型和所述预训练的知识意图识别模型,获取所述目标文本对应的通用意图和知识意图;

基于所述通用意图和所述知识意图,获取所述目标文本对应的意图识别结果。

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北京智齿博创科技有限公司,未经北京智齿博创科技有限公司许可,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/202110232614.2/1.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