[发明专利]意图识别方法、装置、电子设备、存储介质及程序产品

权利要求书

1.一种意图识别方法，包括：

获取输入信息，其中，所述输入信息包括查询数据和目标城市标识信息；

获取所述查询数据的第一向量表示，并根据所述目标城市标识信息获取目标城市的第二向量表示；

将所述第一向量表示和第二向量表示输入预先训练得到的意图识别模型中，得到基于所述输入信息的意图识别结果。

2.根据权利要求1所述的方法，所述根据所述目标城市标识信息获取目标城市的第二向量表示，包括：

获取城市图网络，其中，所述城市图网络包括一个或多个表示城市的节点，以及连接不同城市节点之间的边，每个城市对应设置有一个城市标识信息，每条边对应设置有边权重；

基于所述城市图网络，获取每个城市节点的嵌入式向量表示；

根据所述目标城市标识信息查询对应城市节点的嵌入式向量表示，得到目标城市的第二向量表示。

3.根据权利要求2所述的方法，所述基于所述城市图网络，获取每个城市节点的嵌入式向量表示，被实施为：

基于所述城市图网络，利用DeepWalk方法计算得到每个城市节点的嵌入式向量表示，其中，DeepWalk方法对于城市图网络中边的游走概率与该边的权重有关。

4.根据权利要求2或3所述的方法，所述根据所述目标城市标识信息获取目标城市的第二向量表示，还包括：

生成所述城市图网络。

5.根据权利要求4所述的方法，所述生成所述城市图网络，包括：

为城市设置城市标识信息，确定城市的预设属性，并获取所述城市的统计特征，其中，所述统计特征包括预设对象统计特征和预设行为统计特征；

以城市为节点，根据城市的预设属性确定城市节点之间的连接关系，得到城市图网络中连接两个城市节点的边；

根据城市的统计特征计算得到相连城市之间的相似度，并获取相连城市之间的距离，根据相连城市之间的相似度以及相连城市之间的距离确定相连城市的边的权重，得到城市图网络。

6.根据权利要求5所述的方法，所述根据城市的统计特征计算得到相连城市之间的相似度，包括：

合成城市的统计特征，得到城市的合成统计特征；

对于所述合成统计特征进行归一化，得到城市的归一化合成统计特征；

计算所述归一化合成统计特征之间的距离，得到相连城市之间的相似度。

7.根据权利要求5或6所述的方法，所述根据相连城市之间的相似度以及相连城市之间的距离确定相连城市的边的权重，包括：

根据相连城市之间的相似度确定相连城市的边的权重初始值；

根据相连城市之间的距离基于预设衰减规则确定衰减比例，将权重初始值乘以衰减比例，得到相连城市的边的权重。

8.根据权利要求1-7任一所述的方法，所述将所述第一向量表示和第二向量表示输入预先训练得到的意图识别模型中，得到基于所述输入信息的意图识别结果，包括：

合成所述第一向量表示和第二向量表示，得到合成向量表示；

将所述合成向量表示输入预先训练得到的意图识别模型中，得到基于所述输入信息的意图识别结果。

9.一种意图识别装置，包括：

第一获取模块，被配置为获取输入信息，其中，所述输入信息包括查询数据和目标城市标识信息；

第二获取模块，被配置为获取所述查询数据的第一向量表示，并根据所述目标城市标识信息获取目标城市的第二向量表示；

识别模块，被配置为将所述第一向量表示和第二向量表示输入预先训练得到的意图识别模型中，得到基于所述输入信息的意图识别结果。

10.一种计算机可读存储介质，其上存储有计算机指令，该计算机指令被处理器执行时实现权利要求1-8任一项所述的方法步骤。