[发明专利]文本意图识别方法、装置、系统以及文本分类系统

说明书

本发明公开了一种文本意图识别方法、装置、系统以及文本分类系统，涉及计算机技术领域。该方法的一具体实施方式包括：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。该实施方式能够在意图识别错误时实现系统的及时修复。

技术领域

本发明涉及计算机技术领域，尤其涉及一种文本意图识别方法、装置、系统以及文本分类系统。

背景技术

意图识别是聊天机器人等对话系统的重要工作环节，现有的文本意图识别方法主要有三种。其一是基于文本模板的方法，依靠人工方式归纳出不同的意图模式，之后整理成正则表达式模板与待识别文本匹配；其二是基于知识工程的方法，利用人的经验为每种意图定义推理规则，当待识别文本满足某种规则即判定具有相应意图；其三是基于统计学习的方法，通过标注数据训练意图分类模型，利用训练完成的模型预测待识别文本的意图，常用算法有决策树、深度神经网络等。

以上前两种方法覆盖的文本范围有限，第三种方法的识别精度较低。同时，对于采用任一种方法或者结合多种方法实现的意图识别系统，在遇到意图识别结果错误的情况时，往往需要重新开发代码或者重新训练模型进行紧急修复，之后重新发布版本并进行版本上线和线上验证。由于系统上线具有较高风险和成本，需要经过开发、测试和层层审批，因此上述修复过程需耗费较多时间和较高的人力成本，还需要承担一定的风险。

发明内容

有鉴于此，本发明实施例提供一种文本意图识别方法、装置、系统以及文本分类系统，通过建立存储有历史文本及其意图信息的数据库，在意图识别错误时实现系统的及时修复。

为实现上述目的，根据本发明的一个方面，提供了一种文本意图识别方法。

本发明实施例的文本意图识别方法包括：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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。