面向云计算和人工智能的会话意图提取方法及系统技术方案

本申请实施例提供一种面向云计算和人工智能的会话意图提取方法及系统，通过考虑所述云计算下发任务所对应的任务订阅项目在周期性收集数据集合所对应的目标参考互动服务下的订阅内容节点，然后基于预定的目标内容标签归类对各个目标参考互动服务下的订阅内容节点进行归类，从而考虑到不同目标参考互动服务和目标内容标签归类的差异，由此基于目标内容标签归类对应的请求订阅内容特征对每个目标内容标签归类的订阅关联意图数据集合进行人工智能分析，可以决策提高人工智能分析的精确性，使得人工智能分析结果更能够匹配实际的业务场景。务场景。务场景。

【技术实现步骤摘要】
面向云计算和人工智能的会话意图提取方法及系统


[0001]本申请涉及云计算和大数据定位
，具体而言，涉及一种面向云计算和人工智能的会话意图提取方法及系统。

技术介绍

[0002]随着云计算和大数据技术的快速发展，其应用范围也越来越广，通过应用云端人工智能平台强大的云计算能力，针对每个业务处理终端分发对应的云计算下发任务，以指示业务处理终端上传需要进行云计算分析的大数据业务信息，由此对业务处理终端上传的大数据业务信息进行分析，从而识别出大量用户的意图发展规律，以便于后续的业务服务更新和产品技术研发。
[0003]对于每个业务处理终端的大数据业务轨迹信息，可以从一定程度上反映使用该业务处理终端的用户在使用应用互联网服务的兴趣项目，如果可以准确分析出这些兴趣项目，那么可以为相关用户推荐各种各样相关的订阅服务，从而提高各种线上数据服务的应用范围，这也成为本领域亟待解决的技术问题。

技术实现思路

[0004]为了至少克服现有技术中的上述不足，本申请的目的在于提供一种面向云计算和人工智能的会话意图提取方法及系统，通过对每个业务处理终端的大数据业务轨迹信息的意图潜在点进行分析，并根据目标意图潜在点的历史会话意图信息，确定出目标意图潜在点对应的服务兴趣项目集合，由此可以向业务处理设备请求订阅服务兴趣项目集合对应的订阅服务，提高各种线上数据服务的应用范围，并且还可以进一步根据业务处理设备从服务兴趣项目集合对应的订阅服务中选择的目标订阅服务，对下一次向业务处理设备下发的云计算下发任务进行更新，这样通过闭环反馈的方式可以不但提高分析的大数据业务轨迹信息与用户实际意图的匹配度，进而不断优化后续推荐的订阅服务。
[0005]第一方面，本申请提供一种面向云计算和人工智能的会话意图提取方法，应用于人工智能平台，所述人工智能平台与多个业务处理设备通信连接，所述方法包括：接收所述业务处理设备发送的针对云计算下发任务的大数据业务轨迹信息，提取所述大数据业务轨迹信息的目标意图标注信息；其中，所述目标意图标注信息包括目标意图潜在点；根据所述目标意图潜在点的历史会话意图信息，确定出所述目标意图潜在点对应的服务兴趣项目集合，其中，所述历史会话意图信息为所述人工智能平台对业务处理设备在订阅应用场景下生成的周期性收集数据集合以及所述周期性收集数据集合所对应的目标参考互动服务进行人工智能分析获得的历史会话意图信息；向所述业务处理设备请求订阅所述服务兴趣项目集合对应的订阅服务；根据所述业务处理设备从所述服务兴趣项目集合对应的订阅服务中选择的目标订阅服务，对下一次向所述业务处理设备下发的云计算下发任务进行更新。
[0006]在第一方面的一种可能的实现方式中，所述根据所述目标意图潜在点的历史会话意图信息，确定出所述目标意图潜在点对应的服务兴趣项目集合的步骤，包括：从所述目标意图潜在点的历史会话意图信息中获取参考问题描述表示和所述参考问题描述表示的非文本因子信息，所述非文本因子信息表示所述参考问题描述表示中每个描述向量组合对应的服务项目属性状态；根据所述非文本因子信息对所述参考问题描述表示进行处理，生成所述参考问题描述表示的应答多值属性信息；对所述参考问题描述表示和所述应答多值属性信息进行兴趣点情景参数提取，从提取得到的当前兴趣点情景参数信息中确定与所述应答多值属性信息对应的第一兴趣点情景向量集对应的第二兴趣点情景向量集；对所述第一兴趣点情景向量集和所述第二兴趣点情景向量集进行特征融合，得到第三兴趣点情景向量集；根据所述第三兴趣点情景向量集输出所述参考问题描述表示对应的目标服务兴趣项目集合。
[0007]在第一方面的一种可能的实现方式中，所述根据所述非文本因子信息对所述参考问题描述表示进行处理，生成所述参考问题描述表示的应答多值属性信息的步骤，包括：对所述参考问题描述表示进行兴趣点情景参数提取，对得到的所述参考问题描述表示对应的第一兴趣点情景参数进行情景动态轨迹识别，根据所识别到的情景动态轨迹得到所述参考问题描述表示对应的第一情景交互话题集合；对所述非文本因子信息进行兴趣点情景参数提取，对得到的所述非文本因子信息对应的第二兴趣点情景参数进行情景动态轨迹识别，根据所识别到的情景动态轨迹得到所述非文本因子信息对应的第二情景交互话题集合；获取所述第一情景交互话题集合中保存的第一话题演化分布信息，以及将所述第一话题演化分布信息转换为对应的第一话题演化分布向量；获取所述第二情景交互话题集合中多个情景交互话题对象各自保存的第二话题演化分布信息，以及将每个所述第二话题演化分布信息转换为对应的第二话题演化分布向量；计算每个所述第二话题演化分布向量与所述第一话题演化分布向量的融合分布向量；对每个所述第二话题演化分布向量对应的融合分布向量进行排序，根据排序结果从多个所述第二话题演化分布向量中选出多个相似话题演化分布向量；对所述多个相似话题演化分布向量进行粒子群算法处理，得到粒子群特征向量；对所述第一情景交互话题集合和所述第二情景交互话题集合的话题特征向量进行高斯概率密度计算，根据计算得到的高斯概率密度得到话题表征参数向量；所述话题表征参数向量中包含有所述第二情景交互话题集合中各个情景交互话题对象对应的影响参数；计算所述粒子群特征向量和所述话题表征参数向量两者的融合特征向量，并将计算出的结果作为所述第一话题演化分布信息的话题演化情景描述；将所述话题演化情景描述隐马尔可夫挖掘至所述参考问题描述表示中设定的参
考问题表示片段，得到初始话题隐马尔可夫会话意图信息；对所述初始话题隐马尔可夫会话意图信息进行情景动态轨迹识别，得到参考情景动态轨迹；根据所述第一情景交互话题集合、所述第二情景交互话题集合以及所述参考情景动态轨迹，得到所述参考问题描述表示对应的所述应答多值属性信息。
[0008]在第一方面的一种可能的实现方式中，所述根据所述第一情景交互话题集合、所述第二情景交互话题集合以及所述参考情景动态轨迹，得到所述参考问题描述表示对应的所述应答多值属性信息的步骤，包括：将所述第一情景交互话题集合和所述第二情景交互话题集合分别映射到所述参考情景动态轨迹中的每个动态轨迹节点上，获得所述第一情景交互话题集合和所述第二情景交互话题集合分别对应的每个动态轨迹节点的映射属性信息；汇总所述第一情景交互话题集合和所述第二情景交互话题集合分别对应的每个动态轨迹节点的映射属性信息，得到所述参考问题描述表示对应的所述应答多值属性信息。
[0009]在第一方面的一种可能的实现方式中，所述对所述参考问题描述表示和所述应答多值属性信息进行兴趣点情景参数提取，从提取得到的当前兴趣点情景参数信息中确定与所述应答多值属性信息对应的第一兴趣点情景向量集对应的第二兴趣点情景向量集的步骤，包括：对所述参考问题描述表示和所述应答多值属性信息进行兴趣点情景参数提取，得到所述参考问题描述表示和所述应答多值属性信息的兴趣点情景参数中映射的当前兴趣点情景参数信息；所述当前兴趣点情景参数信息包括多个兴趣点情景元素的情景描述信息；从所述当前兴趣点情景参数信息包含的多个兴趣点情景元素的情景描述信息中确定所述第一兴趣点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向云计算和人工智能的会话意图提取方法，其特征在于，应用于人工智能平台，所述人工智能平台与多个业务处理设备通信连接，所述方法包括：从所述业务处理设备中获取所述业务处理设备在所述订阅应用场景下生成的周期性收集数据集合以及所述周期性收集数据集合所对应的目标参考互动服务；获取云计算下发任务所对应的任务订阅项目在所述目标参考互动服务下的订阅内容节点，并按照预定的目标内容标签归类对各个目标参考互动服务下的订阅内容节点进行归类，分别生成每个目标内容标签归类的订阅内容节点集合；针对每个目标内容标签归类，获取该目标内容标签归类的订阅内容节点集合中每个订阅内容节点匹配于所述周期性收集数据集合的订阅关联意图数据，并基于目标内容标签归类对应的请求订阅内容特征对每个目标内容标签归类的订阅关联意图数据集合进行人工智能分析，得到各个目标内容标签归类的历史会话意图信息；从所述各个目标内容标签归类的历史会话意图信息中获得目标意图潜在点包括的标记目标内容标签归类的历史会话意图信息。2.根据权利要求1所述的面向云计算和人工智能的会话意图提取方法，其特征在于，所述获取该目标内容标签归类的订阅内容节点集合中每个订阅内容节点匹配于所述周期性收集数据集合的订阅关联意图数据的步骤，包括：获取该目标内容标签归类的订阅内容节点集合中每个订阅内容节点相关的订阅内容构建特征；根据每个订阅内容节点相关的订阅内容构建特征从周期性收集数据集合中匹配对应的目标数据区域；根据每个订阅内容节点相关的订阅内容构建特征匹配的目标数据区域中每个业务记录板块对应的订阅关联意图属性，确定该目标内容标签归类的订阅内容节点集合中每个订阅内容节点匹配于周期性收集数据集合的订阅关联意图数据。3.根据权利要求1所述的面向云计算和人工智能的会话意图提取方法，其特征在于，所述基于目标内容标签归类对应的请求订阅内容特征对每个目标内容标签归类的订阅关联意图数据集合进行人工智能分析的步骤，包括：基于目标内容标签归类对应的请求订阅内容特征确定每个目标内容标签归类的每个请求订阅标签信息的请求订阅标签信息参数以及请求订阅标签信息所覆盖的标签覆盖对象；根据每个目标内容标签归类中请求订阅标签信息的请求订阅标签信息参数以及请求订阅标签信息所覆盖的标签覆盖对象确定每个目标内容标签归类中对请求订阅标签信息进行人工智能分析所需要的人工智能分析组件的跟踪参数；根据每个请求订阅标签信息所需要的人工智能分析组件的跟踪参数，将每个人工智能分析组件确定为一跟踪对象，该跟踪对象所对应的意图跟踪信息为该请求订阅标签信息包含的当前已配置的目标内容标签归类的意图跟踪信息之外的意图跟踪信息；根据跟踪对象对应的意图跟踪信息，建立跟踪对象的意图服务节点，并确定意图服务节点的覆盖项目，得到覆盖项目中第一跟踪对象对每个目标内容标签归类的订阅关联意图数据集合进行人工智能分析的初步会话意图信息；在按照跟踪对象的层级依次对第一跟踪对象之后的每一跟踪对象进行初步会话意图
信息筛选时，对该跟踪对象及该跟踪对象之后的每一跟踪对象的初步会话意图信息进行筛选，根据筛选后的初步会话意图信息，重新建立跟踪对象的意图服务节点，确定重新建立的意图服务节点的覆盖项目，得到该重新建立的意图服务节点的覆盖项目中该跟踪对象的筛选初步会话意图信息；在得到所有跟踪对象的筛选初步会话意图信息后，将所有跟踪对象的筛选初步会话意图信息作为人工智能分析结果。4.根据权利要求1所述的面向云计算和人工智能的会话意图提取方法，其特征在于，所述基于目标内容标签归类对应的请求订阅内容特征对每个目标内容标签归类的订阅关联意图数据集合进行人工智能分析，得到各个目标内容标签归类的历史会话意图信息的步骤之后，还包括以下步骤：在人工智能分析过程中判断是否存在用于表示订阅内容节点存在可更新业务的可更新兴趣点情景向量集，并在检测到可更新兴趣点情景向量集时，提取人工智能分析的可更新兴趣点情景向量集对应的第一订阅内容节点的第一订阅关联意图以及与第一订阅内容节点存在可更新业务关系的至少一个第二订阅内容节点的第二订阅关联意图；根据预设人工智能模型确定第一订阅关联意图和至少一个第二订阅关联意图之间的全局历史会话意图信息。5.根据权利要求4所述的面向云计算和人工智能的会话意图提取方法，其特征在于，所述在人工智能分析过程中判断是否存在用于表示订阅内容节点存在可更新业务的可更新兴趣点情景向量集，并在检测到可更新兴趣点情景向量集时，提取人工智能分析的可更新兴趣点情景向量集对应的第一订阅内容节点的第一订阅关联意图以及与第一订阅内容节点存在可更新业务关系的至少一个第二订阅内容节点的第二订阅关联意图的步骤，包括：从人工智能分析过程中产生的人工智能分析记录信息中提取人工智能分析的可更新兴趣点情景向量集对应的第一订阅内容节点的第一订阅关联意图以及与第一订阅内容节点存在可更新业务关系的至少一个第二订阅内容节点的第二订阅关联意图；其中，与第一订阅内容节点存在可更新业务关系的至少一个第二订阅内容节点可以是指与第一订阅内容节点存在相关联的联动效应的第二订阅内容节点；如果某个订阅内容节点需要在第一订阅内容节点挖掘的过程中扩展挖掘，那么该订阅内容...

【专利技术属性】
技术研发人员：卞美玲，
申请(专利权)人：卞美玲，
类型：发明
国别省市：