[发明专利]基于知识库和深度学习的用户查询意图理解方法及系统

摘要

本发明公开了一种基于知识库和深度学习的用户查询意图理解方法；本发明还公开了一种基于知识库和深度学习的用户查询意图理解系统；本发明的有益效果是：仅需要标注少量的种子查询语句，避免了人工去标注大量的样本数据；利用目前最全面的半结构化知识库‑维基百科，爬取其中与意图领域相关的所有概念，并以这些概念集合作为意图表示的工具，最大程度地保证覆盖查询语句中的概念特征；利用深度学习模型进行查询语句和维基概念的相似度匹配，以卷积神经网络(CNN)和长短期记忆网络(LSTM)提取文本的语义向量，相比于词袋法，该方法抽取的语义向量具有低纬度的特点，并有更加强大的语义特征表达能力。

主权项

1.一种基于知识库和深度学习的用户查询意图理解方法，其特征在于：包括如下步骤：步骤一：以特定意图领域的种子查询为起点，爬取中文维基百科知识库内与该领域相关的概念和分类标签；步骤二：建立特定领域的概念链接图；步骤三：利用随机游走算法，计算得到链接图中的概念节点属于特定意图领域的概率；步骤四：获取用户查询语句，检索已建立的链接图，若概念节点覆盖了语句，则直接返回概念；否则利用深度学习模型，对查询语句和各个维基概念进行匹配打分，找到其中与查询语句最相似的前K个概念，并返回；步骤五：获取步骤四中返回的概念，利用步骤三中计算出的概念的意图概率，加和得出语句属于特定意图领域的概率，并与相应的阈值比较，判断是否属于该意图。