[发明专利]问题意图的智能分析方法、装置、电子设备及存储介质

说明书

本发明涉及人工智能领域，揭露一种问题意图的智能分析方法、装置、电子设备以及存储介质，所述方法包括：获取训练轨迹样本及其对应的标注意图类型，利用所述训练轨迹样本和所述标注意图类型，对预构建的意图分类模型进行训练，得到训练好的意图分类模型；采集目标用户的历史行为数据，对所述历史行为数据进行轨迹分类，得到所述目标用户的历史轨迹类别；接收所述目标用户输入的当前问题，根据所述历史轨迹类别，利用所述训练好的意图分类模识别所述当前问题的最终意图类型。此外，本发明还涉及区块链技术，所述历史行为数据可存储于区块链中。本发明可以提高问题意图的识别准确性。

技术领域

本发明涉及人工智能领域，尤其涉及一种问题意图的智能分析方法、装置、电子设备及计算机可读存储介质。

背景技术

智能客服机器人在识别用户问题时，通过自然语言处理技术，对大部分的用户问题都有一个准确的判断，但是当用户咨询的问句较短辨识度不高或很相近时，会存在多个评分相近的后选意图，这时智能客服机器人通常会按照事先设定好的意图优先级去给出用户问题的结果，这样容易造成用户问题的意图回复会出现误判的现象，因此，亟待一种方案，以提高智能客服机器人对用户问题的意图识别的准确性。

发明内容

本发明提供一种问题意图的智能分析方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高问题意图的识别准确性。

为实现上述目的，本发明提供的一种问题意图的智能分析方法，包括：

获取训练轨迹样本及其对应的标注意图类型，利用所述训练轨迹样本和所述标注意图类型，对预构建的意图分类模型进行训练，得到训练好的意图分类模型；

采集目标用户的历史行为数据，对所述历史行为数据进行轨迹分类，得到所述目标用户的历史轨迹类别；

接收所述目标用户输入的当前问题，根据所述历史轨迹类别，利用所述训练好的意图分类模识别所述当前问题的最终意图类型。

可选地，所述利用所述训练轨迹样本和所述标注意图类型，对预构建的意图分类模型进行训练，得到训练好的意图分类模型，包括：

利用所述预构建的意图分类模型中的特征提取层对所述训练轨迹样本进行特征提取，得到所述训练轨迹样本的特征向量；

利用所述预构建的意图分类模型中的意图识别层对所述特征向量进行意图分类，得到所述训练轨迹样本的预测意图类型；

利用所述预构建的意图分类模型中的损失函数计算所述预测意图类型与所述标注意图类型的损失值；

若所述损失值大于预设阈值，调整所述预构建的意图分类模型中的模型参数后，返回执行利用所述预构建的意图分类模型中的特征提取层对所述训练轨迹样本进行特征提取的步骤；

若所述损失值不大于所述预设阈值，得到训练好的意图分类模型。

可选地，所述损失函数包括：

其中，L(s)表示损失值，s_j表示预测意图类型与标注意图类型的差值，k表示训练轨迹样本的数量，y_i表示第i个预测意图类型，y′_i表示第i个标注意图类型。

可选地，所述采集目标用户的历史行为数据，包括：

侦测所述目标用户在应用程序中的历史行为事件；

响应于所述历史行为事件，利用预构建的埋点框架记录所述历史行为事件的历史事件特征和历史用户特征；

根据所述历史事件特征和历史用户特征，生成历史行为数据。

可选地，所述对所述历史行为数据进行轨迹分类，得到所述目标用户的历史轨迹类别，包括：