[发明专利]意图识别模型训练方法、意图识别方法以及相关装置

权利要求书

1.一种意图识别模型训练方法，其特征在于，包括：

利用带标签的训练样本数据对卷积神经网络进行初步训练；

采用条件变分自编码器对所述带标签的训练样本数据进行数据增强得到带标签的扩充样本数据；

利用所述带标签的扩充样本数据对经过初步训练的卷积神经网络进行再训练，得到意图识别模型。

2.根据权利要求1所述的意图识别模型训练方法，所述条件变分自编码器包括：用于将语句向量压缩为隐变量的编码器以及用于将隐变量解压缩重构为扩充语句向量的解码器；

所述采用条件变分自编码器对所述带标签的训练样本数据进行数据增强得到带标签的扩充样本数据包括：

将一训练样本转换为语句向量；

将所述语句向量以及预设约束条件输入所述编码器得到所述隐变量；

将所述隐变量以及所述预设约束条件输入所述解码器得到所述扩充句子向量；

将所述扩充句子向量转换为一扩充样本；

其中，所述扩充样本的标签与所述训练样本的标签相同。

3.根据权利要求2所述的意图识别模型训练方法，所述编码器采用RNN实现。

4.根据权利要求2所述的意图识别模型训练方法，所述解码器采用神经网络实现。

5.根据权利要求1所述的意图识别模型训练方法，其特征在于，还包括：

获取条件变分自编码器训练数据；

利用所述条件变分自编码器训练数据对所述条件变分自编码器进行训练。

6.一种意图识别方法，其特征在于，包括：

获取待识别意图数据；

将所述待识别意图数据输入如权利要求1至5任一项所述的意图识别模型训练方法训练后的意图识别模型，并将所述意图识别模型的输出作为所述待识别意图数据的意图。

7.一种意图识别模型训练装置，其特征在于，包括：

初步训练模块，利用带标签的训练样本数据对卷积神经网络进行初步训练；

数据增强模块，采用条件变分自编码器对所述带标签的训练样本数据进行数据增强得到带标签的扩充样本数据；

再训练模块，利用所述带标签的扩充样本数据对经过初步训练的卷积神经网络进行再训练，得到意图识别模型。

8.一种意图识别装置，其特征在于，包括：

待识别数据获取模块，获取待识别意图数据；

意图识别模块，将所述待识别意图数据输入如权利要求1至5任一项所述的意图识别模型训练方法训练后的意图识别模型，并将所述意图识别模型的输出作为所述待识别意图数据的意图。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至5任一项所述的意图识别模型训练方法或者权利要求6所述的意图识别方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至5任一项所述的意图识别模型训练方法或者权利要求6所述的意图识别方法的步骤。