[发明专利]对话意图类型识别方法、多轮对话方法、装置及计算设备

权利要求书

1.一种对话意图类型识别方法，应用于多轮对话场景中，所述方法包括：

对当前轮对话文本进行实体识别，得到当前轮对话文本的实体和实体类型；

对当前轮对话文本进行实体意图识别，得到当前轮对话文本的意图；

融合所述当前轮对话文本的实体、实体类型、意图及历史对话文本的实体、实体类型、意图，得到实体集合、实体类型集合及意图集合；

对所述实体集合、所述实体类型集合及所述意图集合中的实体、实体类型、意图分别进行向量化处理，得到多个实体向量、实体类型向量及意图向量；

拼接所述实体向量、实体类型向量及意图向量，作为拼接向量；

将所述拼接向量输入至分类模型，得到所述当前轮对话文本的意图类型；

其中，所述融合所述当前轮对话文本的实体、实体类型、意图及所述历史对话文本的实体、实体类型、意图，包括：

对所述当前轮对话文本的实体及所述历史对话文本的实体归类；

融合所述当前轮对话文本的实体类型、意图、所述历史对话文本的实体类型、意图及归类后的实体，得到所述实体集合、所述实体类型集合及所述意图集合；

其中，所述实体类型采用如下方式进行分类：判定实体是否已经存在于类别集合中，若不存在，则添加到所述类别集合中，并添加该实体出现的轮次标签，若存在，则更新该实体的轮次标签。

2.如权利要求1所述的方法，其中，所述当前轮对话文本利用词典匹配和/或实体识别模型进行实体识别，所述当前轮对话文本利用意图识别模型进行意图识别。

3.如权利要求2所述的方法，其中，所述实体识别模型采用BERT+CRF模型，所述意图识别模型采用TextCNN模型。

4.如权利要求1至3中任一项所述的方法，其中，所述历史对话文本采用预定轮数的最近对话文本。

5.如权利要求1至3中任一项所述的方法，其中，所述分类模型包括特征提取器和分类器，所述将所述拼接向量输入至分类模型，得到所述当前轮对话文本的意图类型，包括：

输入所述拼接向量至所述特征提取器，得到特征向量；

输入所述特征向量至分类器，得到意图类型概率；

选择所述意图类型概率中最大概率对应的意图类型，作为所述当前轮对话文本的意图类型。

6.如权利要求5所述的方法，其中，所述特征提取器采用CNN网络、RNN网络、LSTM网络或者GRU网络，所述分类器采用SoftMax分类器。

7.一种多轮对话方法，所述方法包括：

确定当前轮对话文本的意图类型，所述当前轮对话文本的意图类型是基于权利要求1至6中任一项所述的对话意图类型识别方法确定的；

通过所述当前轮对话文本的意图类型，分析用户意图；

基于所述用户意图，确定回复内容；

返回所述回复内容至客户端。

8.如权利要求7所述的方法，其中，所述方法还包括：

基于所述当前轮对话文本的实体以及所述用户意图，分析下一轮用户意图。