[发明专利]用户意图确定方法和装置、存储介质、电子设备

说明书

本公开提供一种用户意图确定方法和装置、存储介质、电子设备；涉及信息处理技术领域。该方法包括：获取用户会话文本，确定与用户会话文本对应的初始特征向量；基于用户会话文本和初始特征向量，构建多因素对话图；多因素对话图包括内容节点、内容组节点和对象节点；根据多因素对话图进行每类节点的图编码，以获得每类节点的向量表示；基于每类节点的向量表示进行用户意图识别，确定目标用户意图。本公开可以解决相关技术中只考虑文本本身信息导致的识别结果准确度低的问题。

技术领域

本公开涉及信息处理技术领域，具体而言，涉及一种用户意图确定方法和装置、存储介质、电子设备。

背景技术

随着互联网技术的不断发展应用，用户与服务方大都通过线上客服进行沟通交流。如何在客服与用户的交互会话过程中，准确的识别用户意图是影响服务效果的重要因素。

相关技术中，通过挖掘对话语句与相关历史语句的关系来确定用户意图。但其只考虑文本本身信息并没有考虑对话语句中的其他因素，导致识别结果准确度低。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开实施例的目的在于提供一种用户意图确定方法和装置、存储介质、电子设备，进而在一定程度上解决了相关技术中只考虑文本本身信息导致的识别结果准确度低的问题。

根据本公开的第一方面，提供了一种用户意图确定方法，包括：获取用户会话文本，确定与所述用户会话文本对应的初始特征向量；基于所述用户会话文本和所述初始特征向量，构建多因素对话图；所述多因素对话图包括内容节点、内容组节点和对象节点；根据所述多因素对话图进行每类节点的图编码，以获得每类节点的向量表示；基于每类节点的向量表示进行用户意图识别，确定目标用户意图。

可选地，所述用户会话文本包括说话者信息；所述构建多因素对话图包括：基于所述用户会话文本中的单句，确定所述内容节点；基于所述说话者信息，对所述用户会话文本进行语句划分，基于划分的每组语句确定所述内容组节点；基于所述说话者信息，确定所述对象节点；在所述内容节点、所述内容组节点、所述对象节点之间添加对应的关系边，以构建多因素对话图。

可选地，所述关系边包括：包含关系边、顺序关系边和对象属性边，所述在所述内容节点、所述内容组节点、所述对象节点之间添加对应的关系边，包括：在所述内容节点与对应的内容组节点之间添加包含关系边；在所述内容组节点与对应的对象节点之间及相同对象的内容组节点之间分别添加对象属性边；在相邻的内容组节点之间及同组内的相邻内容节点之间分别添加顺序关系边。

可选地，所述多因素对话图还包括关键词节点，所述方法还包括：根据领域关键词知识图谱，确定所述用户会话文本中的关键词信息；基于所述关键词信息，确定所述用户会话文本对应的关键词节点；基于所述关键词节点，构建多因素对话图。

可选地，所述基于所述关键词节点，构建多因素对话图，包括：在所述关键词节点与对应的内容节点之间添加包含关系边，构建多因素对话图。

可选地，所述根据所述多因素对话图进行每类节点的图编码，包括：基于所述初始特征向量，确定所述多因素对话图中每类节点的初始向量表示；确定所述多因素对话图的邻接矩阵；将每类节点的所述初始向量表示和所述邻接矩阵输入经训练的图卷积神经网络模型，以更新每类节点的向量表示。

可选地，所述基于所述初始特征向量，确定所述多因素对话图中每类节点的初始向量表示，包括：根据所述内容节点对应的初始特征向量，确定所述内容节点的初始向量表示；根据所述内容节点的初始向量表示，确定所述内容组节点的初始向量表示；根据所述内容组节点的初始向量表示，确定所述对象节点的初始向量表示。