[发明专利]意图实体信息抽取方法、装置、计算机设备及存储介质

说明书

本申请实施例属于人工智能领域，涉及一种意图实体信息抽取方法及其相关设备，包括获取初始文本数据，对初始文本数据进行预处理，得到待处理文本数据；将待处理文本数据输入至初始训练模型中，得到训练意图信息和训练实体信息，根据训练意图信息和训练实体信息对初始训练模型进行训练，得到初始识别模型；从初始识别模型中抽取预设个数的网络层，将抽取后的初始识别模型作为意图识别模型；在接收到目标文本数据时，根据意图识别模型对目标文本数据进行识别，得到目标文本数据的意图结果和实体信息。此外，本申请还涉及区块链技术，意图结果可存储于区块链中。本申请实现了对意图实体信息的精确抽取。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种意图实体信息抽取方法、装置、计算机设备及存储介质。

背景技术

随着大数据和人工智能的发展，智能客服已经成为电商、出行等各个领域的一个关键组成部分，在金融领域，智能客服也被广泛应用到用户数据的审批过程当中。通过获取目标对象的表述内容，对该表述内容进行识别，可以对目标对象进行进一步的判别与分类。

当前，在意图理解领域中，主要分为文本分类和实体提取两大模块。现有的文本分类模型包括预训练模型和长短期记忆网络模型等，实体提取模型包括隐马尔可夫等模型。其中，预训练模型由于其优秀的语义理解能力，很快在自然语言处理领域取得了不错的效果，因此被广泛使用。但是在工程应用中，预训练模型占用的显存大，模型推理速度慢，导致智能客服的响应时间长，并且由于神经网络模型只能抽取特定的实体，对某些不定的实体信息无法提取，最终导致文本意图和实体抽取准确率低的问题。

发明内容

本申请实施例的目的在于提出一种意图实体信息抽取方法、装置、计算机设备及存储介质，以解决文本意图和实体抽取准确率低下的技术问题。

为了解决上述技术问题，本申请实施例提供一种意图实体信息抽取方法，采用了如下所述的技术方案：

获取初始文本数据，对所述初始文本数据进行预处理，得到待处理文本数据；

获取预设的初始训练模型，将所述待处理文本数据输入至所述初始训练模型中，得到训练意图信息和训练实体信息，根据所述训练意图信息和所述训练实体信息对所述初始训练模型进行训练，在所述初始训练模型训练完成时，确定所述初始训练模型为初始识别模型；

从所述初始识别模型中抽取预设个数的网络层，将抽取后的初始识别模型作为意图识别模型；

在接收到目标文本数据时，根据所述意图识别模型对所述目标文本数据进行识别，得到所述目标文本数据的意图结果和实体信息。

进一步的，所述初始训练模型包括编码层、转换层、全连接层和条件随机场模型处理层，所述将所述待处理文本数据输入至所述初始训练模型中，得到训练意图信息和训练实体信息的步骤具体包括：

将所述待处理文本数据输入至所述编码层，经过所述转换层和所述全连接层，输出得到所述训练意图信息；

将所述待处理文本数据输入至所述编码层，经过所述转换层和所述条件随机场模型处理层，输出得到所述训练实体信息。

进一步的，所述根据所述训练意图信息和所述训练实体信息对所述初始训练模型进行训练的步骤具体包括：

获取所述待处理文本数据的标准意图信息和标准实体信息，根据所述标准意图信息和所述训练意图信息计算第一损失函数，根据所述标准实体信息和所述训练实体信息计算第二损失函数，根据所述第一损失函数和所述第二损失函数计算总损失函数，在所述总损失函数收敛时，确定所述初始训练模型为待验证模型；

获取测试文本，根据所述测试文本对所述待验证模型进行验证，在所述待验证模型对所述测试文本的验证通过率大于等于预设阈值时，确定所述初始训练模型训练完成。