一种意图识别方法、装置、电子设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114661910A(43)申请公布日2022.06.24(21)申请号202210307597.9(22)申请日2022.03.25(71)申请人平安科技（深圳）有限公司地址518031广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼(72)发明人董益华(74)专利代理机构北京品源专利代理有限公司11332专利代理师郭德霞(51)Int.Cl.G06F16/35(2019.01)G06F40/242(2020.01)G06F40/295(2020.01)G06F40/30(2020.01)权利要求书2页说明书15页附图4页(54)发明名称一种意图识别方法、装置、电子设备及存储介质(57)摘要本发明实施例公开了一种意图识别方法、装置、电子设备及存储介质，意图识别方法包括：根据原始意图样本数据获取第一目标意图样本数据；其中，第一目标意图样本数据包括非长尾输入样本数据和意图匹配结果排序数据；对非长尾输入样本数据进行实体抽象，得到抽象泛化实体词；对抽象泛化实体词和所述意图匹配结果排序数据进行逻辑组合，以生成意图匹配泛化字典；根据意图匹配泛化字典构建第一意图识别模型；在确定待识别输入数据为非长尾输入数据的情况下，将待识别输入数据输入至第一意图识别模型中；根据第一意图识别模型输出待识别输入数据的意图识别结果。本发明实施例的技术方案能够提高意图理解的准确率。CN114661910ACN114661910A权利要求书1/2页1.一种意图识别方法，其特征在于，包括：根据原始意图样本数据获取第一目标意图样本数据；其中，所述第一目标意图样本数据包括非长尾输入样本数据和意图匹配结果排序数据；对所述非长尾输入样本数据进行实体抽象，得到抽象泛化实体词；对所述抽象泛化实体词和所述意图匹配结果排序数据进行逻辑组合，以生成意图匹配泛化字典；根据所述意图匹配泛化字典构建第一意图识别模型；在确定待识别输入数据为非长尾输入数据的情况下，将所述待识别输入数据输入至所述第一意图识别模型中；根据所述第一意图识别模型输出所述待识别输入数据的意图识别结果。2.根据权利要求1所述的方法，其特征在于，所述根据原始意图样本数据获取第一目标意图样本数据，包括：根据非长尾输入数据筛选规则从所述原始意图样本数据中筛选所述非长尾输入样本数据；获取所述非长尾输入样本数据的关联意图反馈数据；对所述关联意图反馈数据进行排序，得到所述意图匹配结果排序数据。3.根据权利要求1所述的方法，其特征在于，所述对所述非长尾输入样本数据进行实体抽象，得到抽象泛化实体词，包括：根据实体词字典对所述非长尾输入样本数据进行实体抽象，得到初始抽象实体词；对所述初始抽象实体词进行分类分组，得到所述抽象泛化实体词。4.根据权利要求1所述的方法，其特征在于，所述根据所述意图匹配泛化字典构建第一意图识别模型，包括：根据所述意图匹配泛化字典的字典元素构建输入数据编辑距离计算模块；根据所述输入数据编辑距离计算模块和所述意图匹配泛化字典构建所述第一意图识别模型。5.根据权利要求1所述的方法，其特征在于，还包括：根据预训练样本数据对预设神经网络模型进行预训练，得到预训练神经网络模型；根据所述原始意图样本数据获取第二目标意图样本数据；其中，所述第二目标意图样本数据包括长尾输入样本数据和意图标记结果数据；根据所述第二目标意图样本数据对所述预训练神经网络模型进行训练，得到第二意图识别模型；根据所述第一意图识别模型和所述第二意图识别模型构建目标意图识别模型。6.根据权利要求1所述的方法，其特征在于，在所述将所述待识别输入数据输入至所述第一意图识别模型中之前，还包括：获取待识别输入数据；对所述待识别输入数据进行分类，得到输入数据分类结果；其中，所述输入数据分类结果包括长尾输入数据和非长尾输入数据。7.根据权利要求6所述的方法，其特征在于，所述对所述待识别输入数据进行分类，包括：2CN114661910A权利要求书2/2页在确定所述待识别输入数据的数据长度小于或等于预设数据长度阈值的情况下，确定所述待识别输入数据的输入数据分类结果为非长尾输入数据；在确定所述待识别输入数据的数据长度大于所述预设数据长度阈值的情况下，确定所述待识别输入数据的输入数据分类结果为长尾输入数据。8.一种意图识别装置，其特征在于，包括：第一样本数据获取模块，用于根据原始意图样本数据获取第一目标意图样本数据；其中，所述第一目标意图样本数据包括非长尾输入样本数据和意图匹配结果排序数据；抽象泛化实体词获取模块，用于对所述非长尾输入样本数据进行实体抽象，得到抽象泛化实体词；意图匹配泛化字典生成模块，用于对所述抽象泛化实体词和所述意图匹配结果排序数据进行逻辑组合，以生成意图匹配泛化字典；第一意图识