[发明专利]对话意图分类方法及装置、设备和存储介质

说明书

本发明提供一种对话意图分类方法及装置、设备和存储介质，该方法包括：导入预先训练获得的词向量模型；对输入的对话信息进行分词，得到分词信息；将分词信息输入词向量模型，得到词向量信息和N元词向量信息；计算词向量信息和N元词向量信息的求和平均值；根据求和平均值计算对话信息属于各意图类别的概率；根据概率最高的意图类别生成分类结果并输出。本发明利用根据对话信息生成的词向量信息和N元词向量信息的求和平均值计算对话信息属于各意图类别的概率，实现了对于对话信息的对话意图进行自动精确分类，从而使聊天机器人进行准确智能回复具备可行性，进而实现了节约人力成本。

技术领域

本申请涉及在线通讯技术领域，具体涉及一种对话意图分类方法及装置、设备和存储介质。

背景技术

当前招聘过程中，特别是校园招聘过程中，HR通常需要人工解答大量重复的招聘相关问题，导致需要耗费较高的人力成本，造成人力浪费；又例如在展览会、招商会等场景，同样存在类似的人力成本较高的问题。

发明内容

鉴于现有技术中的上述缺陷或不足，期望提供一种对在线对话信息的对话意图进行自动精确分类的对话意图分类方法及装置、设备和存储介质。

第一方面，本发明提供一种对话意图分类方法，包括：

导入预先训练获得的词向量模型；

对输入的对话信息进行分词，得到分词信息；

将分词信息输入词向量模型，得到词向量信息和N元词向量信息；

计算词向量信息和N元词向量信息的求和平均值；

根据求和平均值计算对话信息属于各意图类别的概率；

根据概率最高的意图类别生成分类结果并输出。

第二方面，本发明提供一种对话意图分类装置，包括模型导入单元、分词单元、词向量生成单元、求和平均单元、概率计算单元和分类单元。

模型导入单元配置用于导入预先训练获得的词向量模型；

分词单元配置用于对输入的对话信息进行分词，得到分词信息；

词向量生成单元配置用于将分词信息输入词向量模型，得到词向量信息和N元词向量信息；

求和平均单元配置用于计算词向量信息和N元词向量信息的求和平均值；

概率计算单元配置用于根据求和平均值计算对话信息属于各意图类别的概率；

分类单元配置用于根据概率最高的意图类别生成分类结果并输出。

第三方面，本发明还提供一种设备，包括一个或多个处理器和存储器，其中存储器包含可由该一个或多个处理器执行的指令以使得该一个或多个处理器执行根据本发明各实施例提供的对话意图分类方法。

第四方面，本发明还提供一种存储有计算机程序的存储介质，该计算机程序使计算机执行根据本发明各实施例提供的对话意图分类方法。

本发明诸多实施例提供的对话意图分类方法及装置、设备和存储介质利用根据对话信息生成的词向量信息和N元词向量信息的求和平均值计算对话信息属于各意图类别的概率，实现了对于对话信息的对话意图进行自动精确分类，从而使聊天机器人进行准确智能回复具备可行性，进而实现了节约人力成本。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1为本发明一实施例提供的一种对话意图分类方法的流程图。

图2为图1所示方法的一种实施方式中S50的流程图。