[发明专利]面向期货问答的用户意图识别方法和系统

说明书

本申请涉及一种面向期货问答的用户意图识别方法和系统，其中，该方法包括：通过获取用户问句，采用预设实体识别模型对用户问句进行分词和实体识别，根据实体识别的结果，通过粗分类语言模型对用户问句进行预测，确定用户问句的用户意图类别，对于不同的用户意图类别，分别采取对应的细分类语言模型进行预测，进而得出用户问句的用户意图。通过本申请，解决了用户问句理解精度较低和维度少的问题，实现了通过有层次地细分问句的意图类型，采用适合的语言预测模型进行分别预测，提高了期货领域中问句意图识别的维度和精确度。

技术领域

本申请涉及自动问答技术领域，特别是涉及一种面向期货问答的用户意图识别方法和系统。

背景技术

在面向期货领域的问答系统中，用户问题一般会都会涉及到开户、软件使用、保证金、品种交易规则等各类客服类问题，也会涉及到期货行情交易、现货库存、仓单等行情交易类结构化数据查询，还会涉及到期货品种新闻资讯、产业政策、投资研报等舆情资讯类查询搜索，或者APP页面打开、页面跳转等指令类问题，或者寻求一些产品走势分析、买卖操作建议、风险提醒等投资建议类问题。在面对这些复杂而多样的用户问句时，如何对用户问句进行全面、精准、有效地识别，真正理解用户意图，是期货领域中实现高效精确的自动问答的关键点之一

现有的面向期货领域的问答系统，一方面存在对用户问句理解分类维度不够全面的问题，大多系统方法只能够识别处理客服类问句；另一方面还存在语义理解的解精度不够高、通用性较差的问题。

目前针对相关技术中用户问句理解精度较低和维度少的问题，尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种面向期货问答的用户意图识别方法和系统，以至少解决相关技术中用户问句理解精度较低和维度少的问题。

第一方面，本申请实施例提供了一种面向期货问答的用户意图识别方法，所述方法包括：

获取用户问句，通过预设实体识别模型对所述用户问句进行分词和实体识别；

根据所述实体识别的结果，通过粗分类语言模型对所述用户问句进行预测，确定所述用户问句的用户意图类别；

对于不同的用户意图类别，分别采取对应的细分类语言模型进行预测，进而得出所述用户问句的用户意图。

在其中一些实施例中，对于不同的用户意图类别，分别采取对应的细分类语言模型进行预测包括：

若所述用户意图类别为客服类意图类别，则根据标准客服问句，通过最近邻相似计算逐级细分识别；

若所述用户意图类别为行情类意图类别，则依次识别所述用户问句的数据查询范围、查询库表和查询字段；

若所述用户意图类别为资讯类意图类别，则抽取识别所述用户问句的意图主体标签，以及分类识别所述用户问句的情感极性标签；

若所述用户意图类别为指令类意图类别，则依次识别所述用户问句的意图类型和意图槽位；

若所述用户意图类别为投顾类意图类别，则采用预训练语言模型对所述用户问句进行进一步微调细分识别。

在其中一些实施例中，通过预设实体识别模型对所述用户问句进行分词和实体识别包括：

构建期货用户意图类别体系，根据各用户意图类别归类确定期货行业的语义词典；

通过词嵌入模型计算所述用户问句中每个字的词向量，将所述词向量分别输入预训练深度模型与CRF序列标注模型中，基于BI序列标签体系标注出所述用户问句中的实体

再构建所述语义词典的Trie树对所述实体进行最大前缀匹配识别，采用正则表达式对时间数字进行识别；

最后采用开源分词工具对所述用户问句进行分词识别，完成对所述用户问句的分词和实体识别。