[发明专利]基于多轮交互的意图识别方法和装置有效

专利信息
申请号: 201710189042.8 申请日: 2017-03-27
公开(公告)号: CN106997342B 公开(公告)日: 2020-08-18
发明(设计)人: 胡一川;王德胜;张海雷;汪冠春 申请(专利权)人: 上海奔影网络科技有限公司
主分类号: G06F40/30 分类号: G06F40/30;G06F16/33;G06F16/332;G06K9/62
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 张润
地址: 100081 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 交互 意图 识别 方法 装置
【说明书】:

发明提出一种基于多轮交互的意图识别方法和装置,该基于多轮交互的意图识别方法包括获取待识别的当前语句对应的多个分词;获取当前语句上文的多条语句中,每条语句对应的意图;提取多个分词之间的第一预设特征,并提取多个意图之间的第二预设特征;基于第一预设特征和第二预设特征对当前语句的意图进行识别。通过本发明能够有效提升多轮交互的意图识别效果。

技术领域

本发明涉及自然语言处理技术领域,尤其涉及一种基于多轮交互的意图识别方法和装置。

背景技术

随着计算机技术的发展,自然语言处理(Natural Language Processing,NLP)的人机交互中产生一种重要的交互方式-多轮对话,多轮对话中通常有两个或多个代理(Agent),通过自然语言的方式交替进行多轮交互,从而使得对话持续。多轮对话例如,在电商平台的用户和客服之间,通过语音、文字等方式进行多轮的沟通和交流,以达到解决某种问题的目的。在多轮交互的过程中,需要对语句的意图进行识别,即根据当前多轮交互的自然语言判断用户的真实意图,辅助平台更好的理解当前交互的语义,为后台服务器生成准确的自动回复提供基础,以提升对话系统的自动化程度。

相关技术中,采用机器监督学习模型根据当前语句的文本提取对应的特征,进而通过事先训练好的机器学习模型,将当前样本分到某一类意图上。

这种方式下,对当前语句的意图识别是基于单句的,即针对多轮交互中每一语句采用同样的机器学习模型进行意图识别,多轮交互的意图识别效果不佳。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此,本发明的一个目的在于提出一种基于多轮交互的意图识别方法,能够有效提升多轮交互的意图识别效果。

本发明的另一个目的在于提出一种基于多轮交互的意图识别装置。

为达到上述目的,本发明第一方面实施例提出的基于多轮交互的意图识别方法,包括:获取待识别的当前语句对应的多个分词;获取所述当前语句上文的多条语句中,每条语句对应的意图;提取所述多个分词之间的第一预设特征,并提取多个意图之间的第二预设特征;基于所述第一预设特征和所述第二预设特征对所述当前语句的意图进行识别。

本发明第一方面实施例提出的基于多轮交互的意图识别方法,通过获取当前语句上文的多条语句中每条语句对应的意图,而不仅仅是根据当前语句提取对应的特征对意图进行识别,由于一组多轮交互过程中,当前语句与上文的多条语句存在相关性,因此,能够有效提升多轮交互的意图识别效果。

为达到上述目的,本发明第二方面实施例提出的基于多轮交互的意图识别装置,包括:分词获取模块,用于获取待识别的当前语句对应的多个分词;意图获取模块,用于获取所述当前语句上文的多条语句中,每条语句对应的意图;提取模块,用于提取所述多个分词之间的第一预设特征,并提取多个意图之间的第二预设特征;识别模块,用于基于所述第一预设特征和所述第二预设特征对所述当前语句的意图进行识别。

本发明第二方面实施例提出的基于多轮交互的意图识别装置,通过获取当前语句上文的多条语句中每条语句对应的意图,而不仅仅是根据当前语句提取对应的特征对意图进行识别,由于一组多轮交互过程中,当前语句与上文的多条语句存在相关性,因此,能够有效提升多轮交互的意图识别效果。

本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:

图1是本发明一实施例提出的基于多轮交互的意图识别方法的流程示意图;

图2是本发明另一实施例提出的基于多轮交互的意图识别方法的流程示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海奔影网络科技有限公司,未经上海奔影网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710189042.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top