[发明专利]一种IT运维服务领域用户语义解析方法

说明书

本发明公开了一种IT运维服务领域用户语义解析方法，包括：将待解析的中英文混合型文本进行切分后进行BERT编码得到BERT编码向量；对所述中英文混合型文本进行分词，并对分词后的词边界进行标注，对标注结果进行embedding编码，得到分词边界特征向量；对所述中英文混合型文本中的中文、英文及其他字符进行标注，对标注结果进行embedding编码，得到中英文语言特征向量；将BERT编码向量、分词边界特征向量及中英文语言特征向量输入至预先训练好的BERT‑BiLSTM‑CRF多任务模型进行语义解析。充分考虑到IT运维领域中英文混合型文本的特殊性以及中文BERT预训练模型对英文文本处理的局限性，通过融合分词边界特征和中英文语言特征，能够增强模型的识别效果。

技术领域

本发明属于自然语言处理与深度机器学习领域，更具体地，涉及一种IT运维服务领域用户语义解析方法。

背景技术

随着新一代IT应用广度和深度的不断加强，IT运维逐渐成为企业和信息服务部门普遍关注但仍不堪重负的问题。其中，IT运维服务台作为服务提供者与用户之前的桥梁，主要职能包括：对用户的需求提供及时的辨识、分析和响应，或者分派给合理的运维人员进行处置，最终形成服务任务清单。然而传统人工客服坐席的服务方式存在服务不及时、效率低、重复性强等特征，限制了服务水平的提升。通过智能的IT运维服务语义解析可以大大提高企业的服务水平，减轻客服人员的工作压力，提升企业的运行效率。

在中文的IT运维领域需求文本中存在大量英文单词，常用的BERT预训练模型的原始分词方法为WordPiece，即通过预先提供的字典和最长匹配法对每条需求文本进行切分，默认去掉空格、换行符等空白字符，所述字典包含大部分中文汉字和部分常用英文单词或语素。然而，如果用原始的WordPiece方法对文本进行切分，由于预定义的中文字典无法涵盖所有的IT运维领域英文单词，因此会造成英文分词不准确的问题，从而造成对用户语义解析的准确度造成影响。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种IT运维服务领域用户语义解析方法，由此解决需求文本为中英文混合型文本时解析精度不高的技术问题。

为实现上述目的，按照本发明的第一方面，提供了一种IT运维服务领域用户语义解析方法，包括：

S1，将待解析的中英文混合型文本进行切分后进行BERT编码，得到BERT编码向量；

S2，对所述待解析的中英文混合型文本进行分词，并对分词后的词边界进行标注后，对标注结果进行embedding编码，得到分词边界特征向量；

S3，对所述待解析的中英文混合型文本中的中文、英文及其他字符进行标注后，对标注结果进行embedding编码，得到中英文语言特征向量；

S4，将所述BERT编码向量、分词边界特征向量及中英文语言特征向量输入至预先训练好的BERT-BiLSTM-CRF多任务模型，得到意图识别信息和命名实体识别信息。

优选地，采用分词器对所述待解析的中英文混合型文本进行分词，通过SBE标签对分词后的词边界进行标注。

优选地，通过CEX标签对所述待解析的中英文混合型文本中的中文、英文及其他字符进行标注。

优选地，所述BERT-BiLSTM-CRF多任务模型是以中英文混合型文本的BERT编码向量、分词边界特征向量及中英文语言特征向量为样本，以意图识别信息和命名实体识别信息为标签进行监督训练得到的。

优选地，其特征在于，所述BERT-BiLSTM-CRF多任务模型包括全连接层，用于对BERT编码向量中的[CLS]位编码进行解码得到意图识别信息。

所述全连接层计算公式为：