[发明专利]文本意图识别方法、装置、系统以及文本分类系统

权利要求书

1.一种文本意图识别方法，其特征在于，包括：

获取待识别文本中的一个或多个分词；

在判断预先建立的数据库中存储有包含至少一个所述分词、并且与待识别文本的相似度符合预设条件的历史文本时，依据存储在所述数据库中的、所述历史文本的意图信息确定待识别文本的意图信息。

2.根据权利要求1所述的方法，其特征在于，所述数据库中存储的历史文本包括：在历史时期意图识别结果错误、并由人工标记意图信息的文本。

3.根据权利要求1所述的方法，其特征在于，判断所述数据库中是否存储有包含至少一个所述分词、并且与待识别文本的相似度符合预设条件的历史文本的步骤包括：

在所述数据库中查询到包含至少一个所述分词的历史文本时，将查询到的历史文本中与待识别文本的相关程度不符合预设规则的历史文本去除。

4.根据权利要求3所述的方法，其特征在于，所述将查询到的历史文本中与待识别文本的相关程度不符合预设规则的历史文本去除，包括：

将查询到的历史文本按照与待识别文本的相关程度降序排列；

将在前的预设数量的历史文本保留，将其余历史文本去除。

5.根据权利要求4所述的方法，其特征在于，所述包含至少一个所述分词、并且与待识别文本的相似度符合预设条件的历史文本通过以下步骤获得：

获取保留的历史文本中与待识别文本相似度最大的历史文本；在该历史文本与待识别文本的相似度大于预设的第一阈值时，将该历史文本确定为所述包含至少一个所述分词、并且与待识别文本的相似度符合预设条件的历史文本。

6.根据权利要求4所述的方法，其特征在于，所述包含至少一个所述分词、并且与待识别文本的相似度符合预设条件的历史文本通过以下步骤获得：

将保留的历史文本根据历史文本的意图信息分成至少一个类别；

获取包含历史文本数量最大的类别；在该类别中历史文本与待识别文本的相似度平均值大于预设的第二阈值时，将该类别中的历史文本确定为所述包含至少一个所述分词、并且与待识别文本的相似度符合预设条件的历史文本。

7.根据权利要求5或6所述的方法，其特征在于，所述依据存储在所述数据库中的、所述历史文本的意图信息确定待识别文本的意图信息，包括：

将所述包含至少一个所述分词、并且与待识别文本的相似度符合预设条件的历史文本的意图信息确定为待识别文本的意图信息。

8.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：

在判断预先建立的数据库中未存储包含至少一个所述分词、并且与待识别文本的相似度符合预设条件的历史文本时，利用预先建立的意图模板集合、和/或预先训练完成的意图分类模型确定待识别文本的意图信息；

其中，意图模板集合中包括至少一个意图模板，每一意图模板配置有表征一种意图信息的规则。

9.根据权利要求3-6任一所述的方法，其特征在于，

所述数据库为弹性搜索引擎Elastic Search；

所述相似度包括以下之一：余弦相似度、杰卡德相似度、皮尔逊相关系数、调整余弦相似度、基于编辑距离的相似度、基于欧氏距离的相似度、基于曼哈顿距离的相似度、基于明可夫斯基距离的相似度；

以及，历史文本与待识别文本的相关程度由以下因素确定：历史文本中包含的待识别文本分词和其它分词、以及历史文本中包含的待识别文本分词的排列顺序。

10.一种文本意图识别装置，其特征在于，包括：

分词单元，用于获取待识别文本中的一个或多个分词；

意图识别单元，用于：在判断预先建立的数据库中存储有包含至少一个所述分词、并且与待识别文本的相似度符合预设条件的历史文本时，依据存储在所述数据库中的、所述历史文本的意图信息确定待识别文本的意图信息。