[发明专利]意图识别方法、系统、计算机及可读存储介质

说明书

本发明提供了一种意图识别方法、系统、计算机及可读存储介质，该方法包括对语音指令进行预处理，以拆分出若干文字，并获取初始字向量；获取正样本以及负样本；进行切字处理，并获取到对应的目标字向量；获取各个文字对应的位置向量，并将目标字向量和位置向量合并输入至第一预设模型中，以获取高维文本语义向量；根据高维文本语义向量获取文本意图向量，并将文本意图向量与意图向量相乘，以获取到对应的评分；基于评分获取意图距离向量，并将意图距离向量输入至BPR损失函数中进行训练，以获取到含有意图信息的意图向量。通过上述方式能够准确的识别出用户话语中出现的意图，从而能够使机器客服生成使用户满意的回复。

技术领域

本发明涉及大数据技术领域，特别涉及一种意图识别方法、系统、计算机及可读存储介质。

背景技术

随着AI的兴起，智能外呼系统应运而生，智能外呼是一种综合利用自动语音识别（Automatic Speech Recognition，ASR）、文字转语音(Text To Speech，TTS)以及自然语言理解（Natural Language Understanding，NLU）的技术，并且是一种能够面向客户的智能客服机器人产品。其中，智能外呼机器人可根据业务场景，自动发起机器人电话外呼任务，通过人与机器人的语音对话交互收集业务结果，并对数据加以统计处理。

其中，理解用户真实的意图是智能外呼系统最重要的环节，并且只有在准确的理解用户的意图之后，该智能外呼系统才能够生成使用户满意的答复。现有技术大部分采用文本特征提取器加交叉熵分类器的算法架构搭建算法模型，再对该算法模型进行训练，然而，此种方式会导致当用户的话语中包含在训练模型时没有出现的意图，即新的意图时，该算法模型就无法识别出用户话语中的新意图，导致后续机器客服也就无法生成用户满意的回复，从而大幅降低了用户对机器客服的使用体验。

发明内容

基于此，本发明的目的是提供一种意图识别方法、系统、计算机及可读存储介质，以解决现有技术的算法模型无法有效的识别出用户话语中出现的意图，导致后续机器客服也就无法生成用户满意的回复的问题。

本发明实施例第一方面提出了一种意图识别方法，所述方法包括：

当接收到用户发出的语音指令时，对所述语音指令进行预处理，以拆分出所述语音指令携带的若干文字，并获取到与若干所述文字分别对应的初始字向量；

获取若干预设类别的意图分别对应的正样本以及负样本，并初始化意图向量；

对所述正样本以及所述负样本进行切字处理，并索引出所述初始字向量，以获取到所述正样本以及所述负样本中的各个文字分别对应的目标字向量；

基于所述目标字向量在所述正样本以及所述负样本中的位置，获取所述正样本以及所述负样本中的各个所述文字对应的位置向量，并将各个所述文字对应的目标字向量和位置向量合并输入至第一预设模型中，以获取到对应的高维文本语义向量；

根据所述高维文本语义向量获取到对应的文本意图向量，并将所述文本意图向量与所述意图向量相乘，以获取到所述正样本以及所述负样本分别对应的评分；

基于所述正样本以及所述负样本的评分获取到对应的意图距离向量，并将所述意图距离向量输入至预设BPR损失函数中进行训练，以获取到含有意图信息的意图向量。