[发明专利]意图识别方法、电子设备及存储介质

权利要求书

1.一种意图识别方法，其特征在于，包括：

获取待检测文本；

将所述待检测文本输入意图识别模型，得到所述待检测文本的意图类别；

其中，所述意图识别模型包括机器学习子模型和深度学习子模型，用于根据所述机器学习子模块的输出和/或深度学习子模块的识别结果，确定所述待检测文本的意图类别；所述机器学习子模型用于基于机器学习算法，确定所述机器学习子模型的输入数据属于各意图类别的置信度，所述深度学习子模型用于基于深度学习算法，确定所述深度学习子模型的输入数据属于各意图类别的置信度。

2.根据权利要求1所述的意图识别方法，其特征在于，所述将所述待检测文本输入意图识别模型，得到所述待检测文本的意图类别，具体包括：

将所述待检测文本输入所述机器学习子模型，确定所述待检测文本属于各意图类别的第一置信度；

根据所述待检测文本属于各意图类别的第一置信度，确定所述待检测文本的候选意图类别；

根据所述待检测文本的候选意图类别，对所述待检测文本进行实体替换；

将替换后的所述待检测文本输入所述深度学习子模型，确定所述替换后的所述待检测文本属于各意图类别的置信度；

根据所述替换后的所述待检测文本属于各意图类别的置信度，确定所述待检测文本的意图类别。

3.根据权利要求1所述的意图识别方法，其特征在于，所述将所述待检测文本输入意图识别模型，得到所述待检测文本的意图类别，具体包括：

将所述待检测文本输入所述机器学习子模型，确定所述待检测文本属于各意图类别的第一置信度；

判断所述待检测文本属于各意图类别的第一置信度中最大的第一置信度是否大于第一阈值；

若确定是，将最大的第一置信度对应的意图类别，作为所述待检测文本的意图类别；

若确定不是，根据所述待检测文本属于各意图类别的第一置信度，确定所述待检测文本的候选意图类别；根据所述待检测文本的候选意图类别，对所述待检测文本进行实体替换；将替换后的所述待检测文本输入所述深度学习子模型，确定所述替换后的所述待检测文本属于各意图类别的置信度；根据所述替换后的所述待检测文本属于各意图类别的置信度，确定所述待检测文本的意图类别。

4.根据权利要求2或3所述的意图识别方法，其特征在于，所述根据所述替换后的所述待检测文本属于各意图类别的置信度，确定所述待检测文本的意图类别，具体包括：

根据所述替换后的所述待检测文本属于各意图类别的置信度，以及所述待检测文本属于各意图类别的第一置信度，确定所述待检测文本属于各意图类别的第二置信度；

根据所述待检测文本属于各意图类别的第二置信度，确定所述待检测文本的意图类别。

5.根据权利要求2或3所述的意图识别方法，其特征在于，所述根据所述待检测文本属于各意图类别的第一置信度，确定所述待检测文本的候选意图类别，具体包括：

将大于第二阈值的第一置信度所对应的意图类别，作为所述待检测文本的候选意图类别。

6.根据权利要求2或3所述的意图识别方法，其特征在于，在所述根据所述待检测文本的候选意图类别，对所述待检测文本进行实体替换之前，所述意图识别方法还包括：

判断所述待检测文本的候选意图类别的个数是否大于1；

若确定是，执行所述根据所述待检测文本的候选意图类别，对所述待检测文本进行实体替换的步骤；

若确定不是，将所述待检测文本的候选意图类别作为所述待检测文本的意图类别。