[发明专利]基于人工智能的意图识别的方法、装置、计算机设备在审
申请号: | 202010351307.1 | 申请日: | 2020-04-28 |
公开(公告)号: | CN111680507A | 公开(公告)日: | 2020-09-18 |
发明(设计)人: | 范灿华;胡宏伟;马骏;王少军 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06F40/289 | 分类号: | G06F40/289;G06F40/30;G06F16/36;G06K9/62 |
代理公司: | 深圳市精英专利事务所 44242 | 代理人: | 曹祥波 |
地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 人工智能 意图 识别 方法 装置 计算机 设备 | ||
1.一种基于人工智能的意图识别的方法,其特征在于,包括:
获取用户的输入信息;
处理所述输入信息以获得所述输入信息中的词语;
根据所述输入信息中的词语以及预置的领域知识图谱获取与所述输入信息相匹配的知识图谱,其中,所述领域知识图谱包括至少一个知识图谱;
判断与所述输入信息相匹配的知识图谱的个数;
若所述与所述输入信息相匹配的知识图谱的个数为1,则确定所述与所述输入信息相匹配的知识图谱为目标知识图谱并以此获得用户的意图;
若所述与所述输入信息相匹配的知识图谱为多个知识图谱,根据预设的筛选规则对所述多个知识图谱进行筛选以获得目标知识图谱并以此获得用户的意图。
2.根据权利要求1所述的基于人工智能的意图识别的方法,其特征在于,所述处理所述输入信息以获得所述输入信息中的词语,包括:
判断所述输入信息的类型;
若所述输入信息的类型为语音输入信息,将所述语音输入信息转换为文本信息;
处理所述文本信息以获得所述输入信息中的词语。
3.根据权利要求2所述的基于人工智能的意图识别的方法,其特征在于,所述处理所述文本信息以获得所述输入信息中的词语,包括:
根据预置的分词处理模型对所述文本信息进行分词处理以获得文本词汇表;
标注所述文本词汇表中的词汇以得到标注后的词汇;
将所述标注后的词汇进行解析处理以得到所述输入信息中的词语。
4.根据权利要求1所述的基于人工智能的意图识别的方法,其特征在于,所述根据所述输入信息中的词语以及预置的领域知识图谱获取与所述输入信息相匹配的知识图谱,包括:
判断所述词语与所述知识图谱中的预置的知识因子是否匹配;
若所述词语与所述知识因子相匹配,根据所述知识因子获取相匹配的知识图谱。
5.根据权利要求1所述的基于人工智能的意图识别的方法,其特征在于,所述根据预设的筛选规则对所述多个知识图谱进行筛选以获得目标知识图谱并以此获得用户的意图,包括:
计算所述多个知识图谱的每个知识图谱中的目标知识因子的数量,其中所述目标知识因子为知识图谱中与所述词语相匹配的知识因子;
将具有最多目标知识因子的知识图谱作为目标知识图谱并以此获得用户的意图。
6.根据权利要求5所述的基于人工智能的意图识别的方法,其特征在于,将具有最多目标知识因子的知识图谱作为目标知识图谱并以此获得用户的意图,包括:
判断所述具有最多目标知识因子的知识图谱的数量是否大于1;
若所述具有最多目标知识因子的知识图谱的数量大于1,根据所述词语的依存句法关系从多个所述具有最多目标知识因子的知识图谱中获取目标知识图谱并以此获得用户的意图。
7.一种基于人工智能的意图识别的装置,其特征在于,包括:
输入信息获取单元,用于获取用户的输入信息;
输入信息处理单元,用于处理所述输入信息以获得所述输入信息中的词语;
获取单元,用于根据所述输入信息中的词语以及预置的领域知识图谱获取与所述输入信息相匹配的知识图谱,其中,所述领域知识图谱包括至少一个知识图谱;
第一判断单元,用于判断与所述输入信息相匹配的知识图谱的个数;
第一识别单元,用于若所述与所述输入信息相匹配的知识图谱的个数为1,则确定所述与所述输入信息相匹配的知识图谱为目标知识图谱并以此获得用户的意图;
第二识别单元,用于若所述与所述输入信息相匹配的知识图谱为多个知识图谱,根据预设的筛选规则对所述多个知识图谱进行筛选以获得目标知识图谱并以此获得用户的意图。
8.根据权利要求7所述的基于人工智能的意图识别的装置,其特征在于,所述
类型判断单元,用于判断所述输入信息的类型;
转换单元,用于若所述输入信息的类型为语音输入信息,将所述语音输入信息转换为文本信息;
文本信息处理单元,用于处理所述文本信息以获得所述输入信息中的词语。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010351307.1/1.html,转载请声明来源钻瓜专利网。