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CN114626388A(43)申请公布日2022.06.14(21)申请号202210359847.3G06F40/284(2020.01)(22)申请日2022.04.06G06F40/289(2020.01)G06F40/295(2020.01)(71)申请人网易（杭州）网络有限公司G06F40/211(2020.01)地址310056浙江省杭州市滨江区长河街G06F16/35(2019.01)道网商路599号4幢7层G06N3/04(2006.01)(72)发明人孙振华汪硕芃郭燧冰张聪G06N3/08(2006.01)范长杰胡志鹏(74)专利代理机构北京风雅颂专利代理有限公司11403专利代理师李翔(51)Int.Cl.G06F40/35(2020.01)G06F40/186(2020.01)G06F40/30(2020.01)G06F16/332(2019.01)权利要求书3页说明书14页附图4页(54)发明名称意图识别方法、装置、电子设备及存储介质(57)摘要本公开提供一种意图识别方法、装置、电子设备及存储介质，该方法包括：获取用户的当前输入以及与所述用户相关的至少一轮历史对话，并拼接所述当前输入和所述历史对话，得到拼接的对话数据；根据所述拼接的对话数据召回所述用户的意图，得到若干召回的意图，并根据所述召回的意图，得到若干备选的意图；将所述拼接的对话数据和所述备选的意图填充入预先构建的模板，得到模板化的用户数据；将所述模板化的用户数据输入预先构建并训练的意图识别模型，得到确定的意图。本公开能够识别分散在用户分多轮输入的语句中的意图，同时，通过模板，能够提高小样本场景下的意图识别性能。CN114626388ACN114626388A权利要求书1/3页1.一种意图识别方法，其特征在于，包括：获取用户的当前输入以及与所述用户相关的至少一轮历史对话，并拼接所述当前输入和所述历史对话，得到拼接的对话数据；根据所述拼接的对话数据召回所述用户的意图，得到若干召回的意图，并根据所述召回的意图，得到若干备选的意图；将所述拼接的对话数据和所述备选的意图填充入预先构建的模板，得到模板化的用户数据；将所述模板化的用户数据输入预先构建并训练的意图识别模型，得到确定的意图。2.根据权利要求1所述的方法，其特征在于，所述根据所述拼接的对话数据召回所述用户的意图，得到若干召回的意图，并根据所述召回的意图，得到若干备选的意图，包括：根据所述拼接的对话数据，基于词相似召回所述用户的意图，得到若干词层面的召回的意图；根据所述拼接的对话数据，基于语义相似召回所述用户的意图，得到若干语义层面的召回的意图；根据所述拼接的对话数据中的所述当前输入，基于机器学习算法召回所述用户的意图，得到若干机器学习算法层面的召回的意图；对所述词层面的召回的意图、所述语义层面的召回的意图和所述机器学习算法层面的召回的意图进行融合，得到若干融合的召回的意图，并根据所述融合的召回的意图，得到若干所述备选的意图；其中，所述词层面的召回的意图、所述语义层面的召回的意图和所述机器学习算法层面的召回的意图从属于同一意图库。3.根据权利要求2所述的方法，其特征在于，所述根据所述拼接的对话数据，基于词相似召回所述用户的意图，得到若干词层面的召回的意图，包括：从所述意图库中检索包含与所述拼接的对话数据中的词的相似度达到词相似度阈值的词的意图，作为所述词层面的召回的意图。4.根据权利要求2所述的方法，其特征在于，所述根据所述拼接的对话数据，基于语义相似召回所述用户的意图，得到若干语义层面的召回的意图，包括：对所述拼接的对话数据进行编码，得到对话数据语义向量；从所述意图库中检索与所述对话数据语义向量的相似度达到语义向量相似度阈值的意图语义向量，其中，所述意图库中的意图包含预先编码得到的意图语义向量；将所述意图语义向量对应的意图作为所述语义层面的召回的意图。5.根据权利要求2所述的方法，其特征在于，所述根据所述拼接的对话数据中的所述当前输入，基于机器学习算法召回所述用户的意图，得到若干机器学习算法层面的召回的意图，包括：预先基于机器学习算法构建并训练意图召回模型；将所述当前输入输入所述意图召回模型，获取所述意图召回模型输出的的召回的意图，作为所述机器学习算法层面的召回的意图。6.根据权利要求2所述的方法，其特征在于，所述对所述词层面的召回的意图、所述语义层面的召回的意图和所述机器学习算法层面的召回的意图进行融合，得到若干融合的召2CN114626388A权利要求书2/3页回的意图，并根据所述融合的召回的意图得到若干所述备选的意图，包括：针对每一所述召回的意图，分别计算所述召回的意图的词层面分数、语义层面分数和机器学习算法层面分数，并分别对所述