[发明专利]文本搜索意图识别方法、装置、电子设备及存储介质

权利要求书

1.一种文本搜索意图识别方法，其特征在于，包括：

获取目标用户输入的搜索文本，以及所述目标用户的基本属性信息和行为偏好数据；

根据所述搜索文本，生成文本向量化编码特征；根据所述目标用户的基本属性信息和行为偏好数据，生成用户向量化编码特征；

将所述文本向量化编码特征和所述用户向量化编码特征输入到预先练好的意图识别模型中，输出所述搜索文本的意图识别结果。

2.根据权利要求1所述的文本搜索意图识别方法，其特征在于，所述根据所述搜索文本，生成文本向量化编码特征包括：

对所述搜索文本进行分词，得到包含一个或多个词语的分词列表；

根据分词列表，获取至少一个命名实体和至少一个内容标签；

根据所述搜索文本以及所述搜索文本对应的词语、命名实体和内容标签，生成所述搜索文本对应的文本向量化编码特征。

3.根据权利要求1所述的文本搜索意图识别方法，其特征在于，所述根据所述目标用户的基本属性信息和行为偏好数据，生成用户向量化编码特征包括：

根据所述目标用户的基本属性信息，生成第一向量；

根据所述目标用户的行为偏好数据，生成第二向量；

对第一向量和第二向量进行拼接；

将拼接结果输入到预先训练好的文本卷积神经网络模型中，生成所述目标用户的用户向量化编码特征。

4.根据权利要求1所述的文本搜索意图识别方法，其特征在于，所述方法还包括：

根据所述目标用户的基本属性信息，生成所述目标用户的dense特征。

5.根据权利要求4所述的文本搜索意图识别方法，其特征在于，所述将所述文本向量化编码特征和所述用户向量化编码特征输入到预先练好的意图识别模型中，输出所述搜索文本的意图识别结果包括：

根据所述文本向量化编码特征和所述用户向量化编码特征，生成交叉向量编码特征，其中，所述交叉向量编码特征为文本向量化编码特征和所述用户向量化编码特征的内积；

将所述文本向量化编码特征、所述用户向量化编码特征、交叉向量编码特征以及所述目标用户的dense特征，输入到预先练好的意图识别模型中，输出所述搜索文本的意图识别结果。

6.根据权利要求1所述的文本搜索意图识别方法，其特征在于，所述方法还包括：

获取样本数据，其中，所述样本数据中包括多个用户输入搜索文本时获取到的dense特征、文本向量化编码特征、用户向量化编码特征、交叉向量编码特征以及对应的意图标签；

根据所述样本数据，对预先搭建的深度神经网络分类模型进行训练，得到所述意图识别模型，其中，所述深度神经网络分类模型包括：一个深度神经网络和多个二分类神经网络，其中，二分类神经网络的数量等于意图个数。

7.根据权利要求6所述的文本搜索意图识别方法，其特征在于，所述意图识别结果包括：一个或多个意图分类，以及所述搜索文本属于每个意图分类的概率。

8.一种文本搜索意图识别装置，其特征在于，包括：

数据获取模块，用于获取目标用户输入的搜索文本，以及所述目标用户的基本属性信息和行为偏好数据；

数据处理模块，用于根据所述搜索文本，生成文本向量化编码特征；根据所述目标用户的基本属性信息和行为偏好数据，生成用户向量化编码特征；

搜索意图识别模块，用于将所述文本向量化编码特征和所述用户向量化编码特征输入到预先练好的意图识别模型中，输出所述搜索文本的意图识别结果。

9.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1～7中任意一项所述文本搜索意图识别方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～7中任意一项所述的文本搜索意图识别方法。