[发明专利]用于意图识别的方法以及相应的系统、计算机设备和介质有效

专利信息
申请号: 202110759114.4 申请日: 2021-07-05
公开(公告)号: CN113590747B 公开(公告)日: 2022-12-06
发明(设计)人: 邹常林 申请(专利权)人: 北京元年科技股份有限公司
主分类号: G06F16/33 分类号: G06F16/33;G06F16/35;G06F40/205;G06F40/284
代理公司: 北京汇知杰知识产权代理有限公司 11587 代理人: 李洁;董江虹
地址: 100191 北京市*** 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: 用于 意图 识别 方法 以及 相应 系统 计算机 设备 介质
【说明书】:

提供用于意图识别的方法及相应的系统、计算机设备和介质。该方法包括:接收来自用户的表示查询请求的输入文本,响应于此执行以下步骤:对输入文本进行解析以得到对应的目标分词及相关的分词类型;判断对于该查询请求在已配置意图类别中是否存在一个匹配的已配置意图类别;若判断结果为肯定,确定该匹配的已配置意图类别为该查询请求的目标查询意图类别,若判断结果为否定,添加一个新的已配置意图类别,并将该新的已配置意图类别作为该查询请求的目标查询意图类别;在该目标查询意图类别的槽位中填入对应类型的目标分词,以确定该查询请求的目标查询意图。本发明支持添加新的意图类别,有利于进行动态配置和个性化的配置、改善用户体验。

技术领域

本发明涉及意图识别领域,更具体而言,涉及一种用于意图识别的方法以及相应的系统、计算机设备和计算机可读存储介质。

背景技术

目前,已经存在多种意图查询方法,如基于词典和模板的规则分类以及基于分类模型的意图识别。这些方法存在一些问题。例如,基于词典和模板的规则分类涉及词典和模板的构建,通常需要相关领域的专业人士在了解该领域的业务的基础上完成词典和模板的构建,需要耗费大量的人力和时间。基于分类模型的意图识别涉及对文本和意图类型进行标记,依赖大量的数据和标记对,很难扩展新的意图类别,并且无法保证准确率,用户体验较差。

因此,存在对能解决或缓解上述问题中至少之一的方案的需要。

发明内容

本发明的目的在于提供一种能够解决或缓解上述问题中至少之一的方案。

具体地,根据本发明的第一方面,提供一种用于意图识别的方法,其包括:

接收来自用户的查询请求,所述查询请求由输入文本表示;

响应于所述查询请求,执行以下处理步骤:

分词获取步骤,包括:对所述输入文本进行解析以得到与所述输入文本对应的至少一个目标分词以及每个所述目标分词具有或指示的类型;

判断步骤,包括:判断对于所述查询请求,在已配置意图类别中是否存在一个匹配的已配置意图类别,其中每个已配置意图类别具有一个或多个槽位以及一个查询意图,每个槽位与预定的类型相对应;

意图类别识别步骤,包括:

在所述判断步骤的判断结果为肯定的情况下,确定所述匹配的已配置意图类别为所述查询请求的目标查询意图类别;

在所述判断结果为否定的情况下,添加一个由与所述输入文本对应的新意图文本表示的新的已配置意图类别,并将所述新的已配置意图类别作为所述查询请求的目标查询意图类别,所述新意图文本至少由所述至少一个目标分词中的每个具有或指示的类型组成,

其中对于所述新的已配置意图类别,

该新的已配置意图类别的查询意图由所述至少一个目标分

词中的一个目标分词具有或指示的类型限定,所述至少一个目标分词中另外的至少部分目标分词中具有类型的每个目标分词限

定与该目标分词的类型相对应的、该新的已配置意图类别的一个槽位,或者

所述至少一个目标分词中的至少部分目标分词中具有类型的每个目标分词限定与该目标分词的类型相对应的、该新的已配置意图类别的一个槽位,该新的已配置意图类别的查询意图基于所述输入文本、所述至少一个目标分词和/或该新的已配置意图类别的槽位确定;

意图确定步骤,包括:对于所述目标查询意图类别的、在所述至少一个目标分词中具有对应类型的目标分词的每个槽位,在该槽位中填入所述至少一个目标分词中的具有的类型与该槽位对应的目标分词,以确定所述查询请求的目标查询意图。

根据本发明的第二方面,提供一种用于意图识别的系统,其包括处理器,所述处理器被配置为执行计算机指令以:

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元年科技股份有限公司,未经北京元年科技股份有限公司许可,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/202110759114.4/2.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