预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共22页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115905483A(43)申请公布日2023.04.04(21)申请号202211394327.2(22)申请日2022.11.08(71)申请人京东科技信息技术有限公司地址100176北京市大兴区北京经济技术开发区科创十一街18号院2号楼6层601(72)发明人许慧楠邹波宋双永刘丹(74)专利代理机构北京律智知识产权代理有限公司11438专利代理师张旭庆(51)Int.Cl.G06F16/332(2019.01)G06F16/33(2019.01)G06F16/36(2019.01)G06N3/042(2023.01)权利要求书2页说明书13页附图6页(54)发明名称用户意图确定方法和装置、存储介质、电子设备(57)摘要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。CN115905483ACN115905483A权利要求书1/2页1.一种用户意图确定方法,其特征在于,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。2.根据权利要求1所述的用户意图确定方法,其特征在于,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。3.根据权利要求2所述的用户意图确定方法,其特征在于,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。4.根据权利要求1所述的用户意图确定方法,其特征在于,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。5.根据权利要求4所述的用户意图确定方法,其特征在于,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。6.根据权利要求1所述的用户意图确定方法,其特征在于,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。7.根据权利要求6所述的用户意图确定方法,其特征在于,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;2CN115905483A权利要求书2/2页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。8.根据权利要求1所述的用户意图确定方法,其特征在于,所述基于每类节点的向量表示进行用户意图识别,包括:将每类节点的向量表示进行拼接,以获得多层次特征向量;采用经训练的第一神经网络模型对所述多层次特征向量进行分类,确定目标用户意图。9.根据权利要求1所述的用户意图确定方法,其特征在于,所述方法还包括:对每类节点的向量表示分别进行显著特征提取,以获得每类节点的显著特征向量。10.根据权利要求1‑9任一项所述的用户意图确定方法,其特征在于,所述确定与所述用户会话文本对应的初始特征向量,包括:对所述用户会话文本的每个单句进行词向量化,以获得单句向量;对所述单句向量进行特征提取,以获得单句特