[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在审

专利信息
申请号: 202110429580.6 申请日: 2021-04-21
公开(公告)号: CN113111662A 公开(公告)日: 2021-07-13
发明(设计)人: 许林隆;苑爱泉 申请(专利权)人: 浙江口碑网络技术有限公司
主分类号: G06F40/30 分类号: G06F40/30;G06F40/216;G06F16/9535;G06K9/62
代理公司: 北京智信四方知识产权代理有限公司 11519 代理人: 刘真
地址: 310012 浙江省杭州市西*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 意图 识别 方法 装置 电子设备 存储 介质 程序 产品
【说明书】:

本公开实施例公开了一种意图识别方法、装置、电子设备、存储介质及程序产品,所述意图识别方法包括: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。该技术方案操作简单,能够精确识别用户意图,提高用户搜索结果的准确率。

技术领域

本公开涉及数据识别技术领域,具体涉及一种意图识别方法、装置、电子设备、存储介质及程序产品。

背景技术

随着互联网技术和数据技术的发展,越来越多的用户通过互联网搜索自己的需求,比如,在互联网应用平台上搜索自己想要的产品、想吃的食品或者想去的餐厅等等,但在实际应用中,由于不同城市具有不同的特点,身处不同城市的用户具有不同的意图,也就是说,即使对于同样的搜索词,在不同城市用户想要搜索出的结果也并不相同,比如,用户在上海搜索“绿茶”大概率是想找绿茶餐厅,而用户在某个县城搜索“绿茶”则大概率是想找绿茶饮品。为了精确识别用户意图,提高用户搜索结果的准确率,可以考虑对每个城市分别构建一个意图识别模型以支持信息的搜索,但这样将会带来巨大的构建成本和维护成本,另一方面,在某些中小城市还有可能会存在由于训练样本稀疏而导致无法训练的问题。因此现有技术中通常采用传统的信息搜索模型对于用户的查询进行搜索,通过定制人工配制词表来实现用户意图的识别,但这种方案不仅操作繁琐,而且意图识别准确率不高,进而影响用户搜索结果的准确率。

发明内容

本公开实施例提供一种意图识别方法、装置、电子设备、存储介质及程序产品。

第一方面,本公开实施例中提供了一种意图识别方法。

具体的,所述意图识别方法,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。

结合第一方面,本公开在第一方面的第一种实现方式中,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。

结合第一方面和第一方面的第一种实现方式,本公开实施例在第一方面的第二种实现方式中,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。

结合第一方面、第一方面的第一种实现方式和第一方面的第二种实现方式,本公开实施例在第一方面的第三种实现方式中,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。

结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式和第一方面的第三种实现方式,本公开实施例在第一方面的第四种实现方式中,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;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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浙江口碑网络技术有限公司,未经浙江口碑网络技术有限公司许可,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/202110429580.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top