意图挖掘方法、装置、计算机设备和存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115017306A(43)申请公布日2022.09.06(21)申请号202210415330.1(22)申请日2022.04.20(71)申请人深圳追一科技有限公司地址518057广东省深圳市南山区粤海街道科技园社区科苑路8号讯美科技广场3号楼23A、23B(72)发明人洪万里林仕锋文博刘云峰(74)专利代理机构华进联合专利商标代理有限公司44224专利代理师伍健聪(51)Int.Cl.G06F16/35(2019.01)G06F40/30(2020.01)G06F40/289(2020.01)权利要求书2页说明书11页附图6页(54)发明名称意图挖掘方法、装置、计算机设备和存储介质(57)摘要本申请涉及一种意图挖掘方法、装置、计算机设备和存储介质。该方法包括：获取前端指定的待挖掘意图的对话内容和针对对话内容的挖掘参数；使用挖掘参数对对话内容进行初步筛选，得到多个语句；若多个语句与通用语料的表达方式相匹配，则针对每个语句，得到对应的保留通用语义信息的句子向量；若多个语句与业务语料的表达方式相匹配，则针对每个语句，得到对应的多个分词，并根据分词的词向量和对应的权重得到句子向量；根据多个语句所属话题的话题范围特征，选择对应的聚类算法对多个语句所对应的句子向量进行聚类；基于聚类结果得到针对对话内容的意图。采用本方法能够提高意图挖掘效率。CN115017306ACN115017306A权利要求书1/2页1.一种意图挖掘方法，其特征在于，所述方法包括：获取前端指定的待挖掘意图的对话内容和针对所述对话内容的挖掘参数；使用所述挖掘参数对所述对话内容进行初步筛选，得到多个语句；若所述多个语句与通用语料的表达方式相匹配，则针对每个语句，得到对应的保留通用语义信息的句子向量；若所述多个语句与业务语料的表达方式相匹配，则针对每个语句，得到对应的多个分词，并根据所述分词的词向量和对应的权重得到句子向量；根据所述多个语句所属话题的话题范围特征，选择对应的聚类算法对多个语句所对应的句子向量进行聚类；基于聚类结果得到针对所述对话内容的意图。2.根据权利要求1所述的方法，其特征在于，所述若所述多个语句与通用语料的表达方式相匹配，则针对每个语句，得到对应的保留通用语义信息的句子向量包括：若所述多个语句与通用语料的表达方式相匹配，则针对每个语句，将所述语句输入至语言向量化模型以得到保留通用语义信息的句子向量；其中，所述语言向量化模型是使用所述通用语料进行训练的。3.根据权利要求1所述的方法，其特征在于，所述分词包括非关键词和关键词；所述根据所述分词的词向量和对应的权重得到句子向量包括：根据所述关键词的词向量和所述非关键词的词向量分别按照相应的权重进行加权计算得到句子向量；其中，所述关键词的权重大于所述非关键词的权重。4.根据权利要求1所述的方法，其特征在于，所述根据所述多个语句所属话题的话题特征，选择对应的聚类算法对多个语句所对应的句子向量进行聚类包括：确定所述多个语句所属话题的话题范围特征；若所述话题范围特征所表征的话题范围满足第一条件，则使用基于密度的聚类算法对多个所述句子向量进行聚类；若所述话题范围特征表征的话题范围满足第二条件，则使用基于划分的聚类算法对多个所述句子向量进行聚类；所述第二条件所表征的话题范围大于所述第一条件所表征的话题范围。5.根据权利要求1所述的方法，其特征在于，所述基于聚类结果得到针对所述对话内容的意图包括：确定聚类结果中各个类簇中的句子向量的数量；根据所述各个类簇各自对应的句子向量的数量对所述多个类簇进行排序；根据排序结果选取排名靠前的多个目标类簇；基于所述多个目标类簇得到针对所述对话内容的意图。6.根据权利要求1至5中任一项所述的方法，其特征在于，所述基于聚类结果得到针对所述对话内容的意图包括：针对聚类结果中的类簇，确定所述类簇中各句子向量和中心句子向量之间的距离；基于所述距离，从所述类簇中选取至少一个目标句子向量；基于所述至少一个目标句子向量确定针对所述对话内容的意图。7.一种意图挖掘装置，其特征在于，所述装置包括：2CN115017306A权利要求书2/2页预处理模块，用于获取前端指定的待挖掘意图的对话内容和针对所述对话内容的挖掘参数；使用所述挖掘参数对所述对话内容进行初步筛选，得到多个语句；向量获取模块，用于若所述多个语句与通用语料的表达方式相匹配，则针对每个语句，得到对应的保留通用语义信息的句子向量；若所述多个语句与业务语料的表达方式相匹配，则针对每个语句，得到对应的多个分词，并根据所述分词的词向量和对应的权重得到句子向量；聚类模块，用于根据所述多个语句所属话题的话题范围特征，选择对应的聚类算法对多个语句所对应的句子向量进行聚类；意图确定模块，用于基于聚类