[发明专利]一种意图识别方法及装置

说明书

本申请公开了一种意图识别方法及装置，涉及意图识别技术领域，主要目的在于提高意图识别的准确性；主要技术方案包括：处理待意图识别的文本，形成对应于所述文本的长度的N个特征集合，其中，每一个所述特征集合均包括有用于确定所述文本的文本向量所需的特征，N为大于或等于1的整数；为每一个所述特征集合分别选取对应的文本向量确定模型，其中，所述文本向量模型用于基于对应的特征集合确定所述文本的文本向量；利用每一个所述文本向量确定模型分别处理对应的特征集合，得到每一个所述文本向量确定模型对应的文本向量；利用意图识别模型对所得到的文本向量进行意图识别处理。

技术领域

本申请涉及意图识别技术领域，特别是涉及一种意图识别方法及装置。

背景技术

意图识别是人机交互系统中比较基础且重要的环节。正确识别用户意图，人机交互系统才能准确地继续与用户进行问答，去执行这个意图代表的任务。如果对用户输入的文本的意图识别效果差，不仅不能准确回复用户问题，且会给用户造成很差的交互体验。

可见，意图识别的准确性直接影响着用户与人机交互系统的交互体验，因此目前亟需一种意图识别方法以提高意图识别的准确性。

发明内容

有鉴于此，本申请提出了一种意图识别方法及装置，主要目的在于提高意图识别的准确性。

为了达到上述目的，本申请主要提供了如下技术方案：

第一方面，本申请提供了一种意图识别方法，该方法包括：

处理待意图识别的文本，形成对应于所述文本的长度的N个特征集合，其中，每一个所述特征集合均包括有用于确定所述文本的文本向量所需的特征，N为大于或等于1的整数；

为每一个所述特征集合分别选取对应的文本向量确定模型，其中，所述文本向量模型用于基于对应的特征集合确定所述文本的文本向量；

利用每一个所述文本向量确定模型分别处理对应的特征集合，得到每一个所述文本向量确定模型对应的文本向量；

利用意图识别模型对所得到的文本向量进行意图识别处理。

在一些实施例中，处理待意图识别的文本，形成对应于所述文本的长度的N个特征集合，包括：在所述文本的长度不大于目标长度的情况下，对所述文本进行词性标注处理，得到词性标注集合，其中，所述词性标注集合中包括有所述文本涉及的分词的词性信息；确定所述文本对应的情感极性信息；将所述词性标注集合、所述情感极性信息以及所述文本整合为第一特征集合。

在一些实施例中，处理待意图识别的文本，形成对应于所述文本的长度的N个特征集合，包括：在所述文本的长度大于目标长度的情况下，将所述文本切分为对应的词集合和字集合；处理所述词集合，形成第二特征集合；处理所述字集合，形成第三特征集合。

在一些实施例中，处理所述词集合，形成第二特征集合，包括：确定所述词集合中每一个分词对应的词向量；利用双向循环神经网络模型处理所确定的词向量，得到每一个分词对应的上下文特征向量；将每一个所述分词对应的词向量和上下文特征向量，整合为所述第二特征集合。

在一些实施例中，利用每一个所述文本向量确定模型分别处理对应的特征集合，得到每一个所述文本向量确定模型对应的文本向量，包括：利用词级别的注意力机制模型处理所述第二特征集合包括的上下文特征向量，得到每一个所述分词对应的权重；基于每一个所述分词对应的词向量和权重，确定所述文本的文本向量。

在一些实施例中，处理所述字集合，形成第三特征集合，包括：确定所述字集合中每一个字对应的字向量以及位置向量，其中，所述位置向量用于描述对应的字在所述文本中的位置；对于每一个字，融合所述字对应的字向量和位置向量，形成所述字对应的第一目标向量；整合每一个字对应的第一目标向量，形成所述第三特征集合。