[发明专利]意图识别方法及装置在审

专利信息
申请号: 201811173868.6 申请日: 2018-10-09
公开(公告)号: CN109492079A 公开(公告)日: 2019-03-19
发明(设计)人: 唐梓毅;汪冠春;胡一川;张海雷 申请(专利权)人: 北京奔影网络科技有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F16/35
代理公司: 北京卓唐知识产权代理有限公司 11541 代理人: 唐海力;李志刚
地址: 100083 北京市海淀*** 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: 意图识别 文本分类器 申请 文档 预设 即时通讯软件 结果准确率 分类结果 分类模型 接收用户 领域实体 人机对话 用户意图 鲁棒性 小程序 引入 机器人 文本 场景 修正 输出
【说明书】:

本申请公开了一种意图识别方法及装置。该方法包括接收用户输入的待识别文档;将所述待识别文档输入预设文本分类器;以及对分类结果执行预设领域修正后输出用户意图。本申请解决了对于意图识别结果准确率较低的技术问题。在本申请的文本分类器采用了fastText模型,并且引入领域实体和领域正则特征,通过引入文本以外的信息提高分类模型的鲁棒性和准确性。此外,本申请适用于任务机器人、小程序以及即时通讯软件等人机对话场景。

技术领域

本申请涉及意图识别领域,具体而言,涉及一种意图识别方法及装置。

背景技术

意图识别(intent classification)是人机对话系统的重要环节。对于用户说的每一句话,需要先判断用户的意图(intent),然后根据不同的意图触发相应的任务机器人,以满足用户的多种需求。比如,识别出用户是订餐意图、打车意图还是其他意图,并触发相应的任务机器人。

发明人发现,目前对于用户的消息无法较好地识别出用户意图,进一步无法对用户消息进行精确分类。

针对相关技术中对于意图识别结果准确率较低的问题,目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种意图识别方法,以解决对于意图识别结果准确率较低的问题。

为了实现上述目的,根据本申请的一个方面,提供了一种意图识别方法。

根据本申请的意图识别方法包括:接收用户输入的待识别文档;将所述待识别文档输入预设文本分类器;以及对分类结果执行预设领域修正后输出用户意图。

进一步地,接收用户输入的待识别文档包括:将用户输入的问题作为待识别文档执行预处理;根据预处理结果得到文本分类特征;以及将所述文本分类特征作为目标分类器的输入。

进一步地,将所述待识别文档输入预设文本分类器包括:将所述待识别文档作为训练样本,并基于领域实体执行特征提取操作;根据所述特征提取操作结果按照意图分类得到实体类型;以及将所述实体类型加入训练样本训练文本分类器。

进一步地,对分类结果执行预设领域修正后输出用户意图包括:对预设文本分类器的意图分类结果执行基于领域正则的结果修正操作。

进一步地,所述预设文本分类器为fastText模型。

为了实现上述目的,根据本申请的另一方面,提供了一种意图识别装置。

根据本申请的意图识别装置包括:接收模块,用于接收用户输入的待识别文档;输入模块,用于将所述待识别文档输入预设文本分类器;以及修正模块,用于对分类结果执行预设领域修正后输出用户意图。

进一步地,所述接收模块包括:预处理单元,用于将用户输入的问题作为待识别文档执行预处理;分类特征单元,用于根据预处理结果得到文本分类特征;以及输入单元,用于将所述文本分类特征作为目标分类器的输入。

进一步地,所述输入模块包括:提取单元,用于将所述待识别文档作为训练样本,并基于领域实体执行特征提取操作;实体类型单元,用于根据所述特征提取操作结果按照意图分类得到实体类型;以及训练单元,用于将所述实体类型加入训练样本训练文本分类器。

进一步地,所述修正模块用于,对预设文本分类器的意图分类结果执行基于领域正则的结果修正操作。

进一步地,所述输入模块中的预设文本分类器为fastText模型。

在本申请实施例中,采用接收用户输入的待识别文档的方式,通过将所述待识别文档输入预设文本分类器,达到了对分类结果执行预设领域修正后输出用户意图的目的,从而实现了提高用于意图识别的fastText模型文本分类器的鲁棒性和准确性的技术效果,进而解决了对于意图识别结果准确率较低的的技术问题。

附图说明

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北京奔影网络科技有限公司,未经北京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/201811173868.6/2.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