[发明专利]搜索意图识别方法、装置、服务器及存储介质

权利要求书

1.一种搜索意图识别方法，其特征在于，所述方法包括：

响应于搜索请求，获得待识别搜索文本；

识别出所述待识别搜索文本中的至少一个实体词；

根据所述至少一个实体词，确定实体领域标识；其中，所述实体领域标识为所述实体词表征的实体所属领域对应的标识；

将所述待识别搜索文本和所述实体领域标识输入至目标意图识别模型，得到所述搜索请求对应的目标搜索意图；其中，将所述实体领域标识拼接至所述待识别搜索文本，得到拼接后文本；将所述拼接后文本输入至所述目标意图识别模型中的文本向量化模型，获得所述待识别搜索文本中各个字符的字符向量表示，以及，获取所述实体领域标识对应的领域向量表示；将所述字符向量表示和所述领域向量表示输入至所述目标意图识别模型中的向量融合模型，通过所述向量融合模型对所述字符向量表示和所述领域向量表示进行融合处理，得到融合后向量表示；将所述融合后向量表示输入至所述目标意图识别模型中的分类模型，通过所述分类模型对所述融合后向量表示进行分类处理，得到所述目标搜索意图。

2.根据权利要求1所述的搜索意图识别方法，其特征在于，所述将所述待识别搜索文本和所述实体领域标识输入至目标意图识别模型，得到所述搜索请求对应的目标搜索意图，包括：

将所述实体领域标识拼接至所述待识别搜索文本，得到拼接后文本；

将所述拼接后文本输入至所述目标意图识别模型，得到所述目标搜索意图。

3.根据权利要求2所述的搜索意图识别方法，其特征在于，若所述实体领域标识具有多个，所述将所述实体领域标识拼接至所述待识别搜索文本，得到拼接后文本，包括：

对多个所述实体领域标识进行排序，得到排序后领域标识；

将所述排序后领域标识添加至所述待识别搜索文本，得到所述拼接后文本。

4.根据权利要求1所述的搜索意图识别方法，其特征在于，所述向量融合模型包括自注意力机制层和向量融合层，所述将所述字符向量表示和所述领域向量表示输入至所述目标意图识别模型中的向量融合模型，通过所述向量融合模型对所述字符向量表示和所述领域向量表示进行融合处理，得到融合后向量表示，包括：

分别获取所述字符、所述实体领域标识在所述拼接后文本中的位置信息；

通过所述注意力机制层，基于所述位置信息，分别确定所述字符向量表示的注意力权重，以及，所述领域向量表示的注意力权重；

根据所述字符向量表示的注意力权重，对所述字符向量表示进行加权，以及，根据所述领域向量表示的注意力权重，对所述领域向量表示进行加权；

通过所述向量融合层，融合加权后的字符向量表示和加权后的领域向量表示，得到所述融合后向量表示。

5.根据权利要求1所述的搜索意图识别方法，其特征在于，所述将所述融合后向量表示输入至所述目标意图识别模型中的分类模型，通过所述分类模型对所述融合后向量表示进行分类处理，得到所述目标搜索意图，包括：

将所述融合后向量表示输入至所述分类模型，通过所述分类模型对所述融合后向量表示进行分类处理，得到搜索意图分类结果；所述搜索意图分类结果包括至少一个候选搜索意图，且每个所述候选搜索意图具有对应的置信度；

将置信度最高的所述候选搜索意图，作为所述目标搜索意图。

6.根据权利要求1所述的搜索意图识别方法，其特征在于，所述方法还包括：

获取训练样本集；所述训练样本集包括样本搜索文本与对应的搜索意图标注结果；

获取所述样本搜索文本的实体领域标识，并将所述实体领域标识拼接至所述样本搜索文本，得到拼接后样本文本；

采用所述拼接后样本文本与对应的搜索意图标注结果，对待训练意图识别模型进行训练，得到所述目标意图识别模型；其中，所述待训练意图识别模型包括待训练的所述文本向量化模型、待训练的所述向量融合模型和待训练的所述分类模型。