[发明专利]对话意图识别方法及装置、设备和存储介质

权利要求书

1.一种对话意图识别方法，其特征在于，包括：

获取对话信息，对所述对话信息进行分词，得到分词信息；

对所述分词信息进行特征提取，得到第一特征信息；

将所述第一特征信息分别输入至少两项一级模型进行训练和预测，得到若干一级预测值；

对各所述一级预测值进行拼接，得到第二特征信息；

将所述第二特征信息输入二级模型进行训练和预测，得到二级预测值和识别结果。

2.根据权利要求1所述的方法，其特征在于，所述一级模型包括以下至少两项：支持向量机模型，随机森林模型，逻辑回归模型；

所述二级模型包括XGBoost模型。

3.根据权利要求2所述的方法，其特征在于，所述将所述第一特征信息分别输入至少两项一级模型进行训练和预测，得到若干第一预测值包括：

将所述第一特征信息分别输入支持向量机模型、随机森林模型和逻辑回归模型进行训练，分别得到第一分类模型、第二分类模型和第三分类模型；

将所述第一特征信息分别输入所述第一分类模型、所述第二分类模型和所述第三分类模型进行预测，分别得到第一一级预测值、第二一级预测值和第三一级预测值。

4.根据权利要求2所述的方法，其特征在于，所述将所述第二特征信息输入二级模型进行训练和预测，得到二级预测值和识别结果包括：

将所述第二特征信息输入XGBoost模型进行训练，得到第四分类模型；

将所述第二特征信息输入所述第四分类模型进行预测，得到二级预测值；

根据所述二级预测值生成识别结果并输出。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述特征提取通过tfidf算法进行。

6.根据权利要求1-4任一项所述的方法，其特征在于，所述对话信息为招聘对话信息。

7.一种对话意图识别装置，其特征在于，包括：

分词单元，配置用于获取对话信息，对所述对话信息进行分词，得到分词信息；

特征提取单元，配置用于对所述分词信息进行特征提取，得到第一特征信息；

一级预测单元，配置用于将所述第一特征信息分别输入至少两项一级模型进行训练和预测，得到若干一级预测值；

拼接单元，配置用于对各所述一级预测值进行拼接，得到第二特征信息；

二级预测单元，配置用于将所述第二特征信息输入二级模型进行训练和预测，得到二级预测值和识别结果。

8.根据权利要求7所述的装置，其特征在于，所述一级模型包括以下至少两项：支持向量机模型，随机森林模型，逻辑回归模型；

所述二级模型包括XGBoost模型。

9.根据权利要求8所述的装置，其特征在于，所述一级预测单元包括：

第一训练子单元，配置用于将所述第一特征信息分别输入支持向量机模型、随机森林模型和逻辑回归模型进行训练，分别得到第一分类模型、第二分类模型和第三分类模型；

第一预测子单元，配置用于将所述第一特征信息分别输入所述第一分类模型、所述第二分类模型和所述第三分类模型进行预测，分别得到第一一级预测值、第二一级预测值和第三一级预测值。

10.根据权利要求8所述的装置，其特征在于，所述二级预测单元包括：

第二训练子单元，配置用于将所述第二特征信息输入XGBoost模型进行训练，得到第四分类模型；

第二预测子单元，配置用于将所述第二特征信息输入所述第四分类模型进行预测，得到二级预测值；

识别子单元，配置用于根据所述二级预测值生成识别结果并输出。

11.根据权利要求7-10任一项所述的装置，其特征在于，所述特征提取单元配置用于通过tfidf算法进行所述特征提取。