意图识别方法、装置、服务器以及计算机可读存储介质制造方法及图纸

本申请实施例适用于数据处理技术领域，提供了一种意图识别方法、装置、服务器及计算可读存储介质，该方法包括：获取用户的目标因素信息，其中，目标因素信息是表征与用户的意图相关的信息；根据目标因素信息与预设意图空间中各个意图类别之间的相似程度，确定用户的意图。可见，本申请通过预设意图空间中意图类型与用户的目标因素信息进行相似程度计算来确定用户的意图，充分考虑每个意图发生的概率，可以覆盖所有情况，提高召回率。

【技术实现步骤摘要】
意图识别方法、装置、服务器以及计算机可读存储介质
本申请属于数据处理
，尤其涉及一种意图识别方法、装置、服务器及计算可读存储介质。
技术介绍
随着现代科技的发展，对于各行各业的挑战不再是信息的缺乏，而是如何从海量的数据中解放出来，科学、高效地分析这些准确或不准确的历史或用户信息。现有技术可以根据规则的方式实现对目标意图的判断，例如A、B、C和E发生则为意图F，ABC发生但是E没有发生，则不能判断为意图F，基于上述规则的方式对于目标意图的判定具有固定性，每一个条件都必须触发意图才会发生，因此，当某一项规则有一些细微变动时，就会产生一条新的规则，当意图的影响因子较多时，每一项均有较多变动时，那么规则的数量就会暴增，而且很难收敛，无法全部覆盖所有情况，召回率较低。
技术实现思路
有鉴于此，本申请实施例提供了一种意图识别方法、装置、服务器及计算可读存储介质，以解决现有技术进行意图识别过程中无法覆盖所有情况，召回率低的问题。本申请实施例的第一方面提供了一种意图识别方法，包括：获取用户的目标因素信息，其中，所述目标因素信息是表征与所述用户的意图相关的信息；根据所述目标因素信息与预设意图空间中各个意图类别之间的相似程度，确定所述用户的意图。在第一方面的一种可能的实现方式中，获取用户的目标因素信息，包括：获取所述用户的因素信息；提取所述因素信息中的目标因素信息。在第一方面的一种可能的实现方式中，根据所述目标因素信息与预设意图空间中各个意图类别之间的相似程度，确定出所述用户的意图，包括：计算出所述目标因素信息与预设意图空间中各个意图类别之间的相似程度；将所述相似程度以及所述相似程度对应的权重值输入至预设决策引擎，得到所述用户的意图。在第一方面的一种可能的实现方式中，计算出所述目标因素信息与预设意图空间中各个意图类别之间的相似程度，包括：根据所述目标因素信息的数据类型确定出对应的相似程度识别模型；根据所述相似度识别引擎对所述目标因素信息与预设意图空间中各个意图类别之间进行相似度计算，将所述相似度计算的结果作为所述相似程度。在第一方面的一种可能的实现方式中，根据所述目标因素信息的数据类型确定出对应的相似程度识别模型之前，还包括：对所述目标因素信息进行标准化处理，得到标准化数据；确定每个所述标准化数据对应的数据类型。在第一方面的一种可能的实现方式中，所述数据类别为第一类型、第二类型、第三类或者第四类型；所述相似度识别引擎为第一相似度识别引擎、第二相似度识别引擎、第三相似度识别引擎以及第四相似度识别引擎；根据所述目标因素信息的数据类型确定出对应的相似程度识别模型，包括：若所述目标因素信息的数据类型为第一类型，则获取与所述第一类型对应的第一相似度识别引擎；若所述目标因素信息的数据类型为第二类型，则获取与所述第一类型对应的第二相似度识别引擎；若所述目标因素信息的数据类型为第三类型，则获取与所述第一类型对应的第三相似度识别引擎；若所述目标因素信息的数据类型为第四类型，则获取与所述第一类型对应的第四相似度识别引擎。本申请实施例的第二方面提供了一种，包括：获取模块，用于获取用户的目标因素信息，其中，所述目标因素信息是表征与所述用户的意图相关的信息；确定模块，用于根据所述目标因素信息与预设意图空间中各个意图类别之间的相似程度，确定所述用户的意图。在第二方面的一种可选的实现方式中，所述获取模块包括：获取子模块，用于获取所述用户的因素信息；提取子模块，用于提取所述因素信息中的目标因素信息。在第二方面的一种可选的实现方式中，所述确定模块包括：计算子模块，用于计算出所述目标因素信息与预设意图空间中各个意图类别之间的相似程度；决策子模块，用于将所述相似程度以及所述相似程度对应的权重值输入至预设决策引擎，得到所述用户的意图。在第二方面的一种可选的实现方式中，所述计算子模块包括：相似度识别单元，用于根据所述目标因素信息的数据类型确定出对应的相似程度识别模型；相似度计算单元，用于根据所述相似度识别引擎对所述目标因素信息与预设意图空间中各个意图类别之间进行相似度计算，将所述相似度计算的结果作为所述相似程度。在第二方面的一种可选的实现方式中，所述确定模块还包括：标准化处理子模块，用于对所述目标因素信息进行标准化处理，得到标准化数据；确定子模块，用于确定每个所述标准化数据对应的数据类型。在第二方面的一种可选的实现方式中，所述数据类别为第一类型、第二类型、第三类或者第四类型；所述相似度识别引擎为第一相似度识别引擎、第二相似度识别引擎、第三相似度识别引擎以及第四相似度识别引擎；相似度识别单元包括：第一相似度识别子单元，用于若所述目标因素信息的数据类型为第一类型，则获取与所述第一类型对应的第一相似度识别引擎；第二相似度识别子单元，用于若所述目标因素信息的数据类型为第二类型，则获取与所述第一类型对应的第二相似度识别引擎；第三相似度识别子单元，用于若所述目标因素信息的数据类型为第三类型，则获取与所述第一类型对应的第三相似度识别引擎；第四相似度识别子单元，用于若所述目标因素信息的数据类型为第四类型，则获取与所述第一类型对应的第四相似度识别引擎。本申请实施例的第三方面提供了一种服务器，包括：存储器、处理器、摄像装置以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述第一方面方法的各个步骤。本申请实施例的第四方面提供了一种计算机可读存储介质，包括：计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上述第一方面方法的各个步骤。本申请实施例与现有技术相比存在的有益效果是：本申请实施例中，服务器通过预设意图空间中意图类型与用户的目标因素信息进行相似程度计算来确定用户的意图，充分考虑每个意图发生的概率，可以覆盖所有情况，提高召回率。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本申请实施例提供的一种意图识别方法的一种流程示意图；图2是本申请实施例提供的一种意图识别方法的图1中步骤S101的具体流程示意图；图3是本申请实施例提供的图1中步骤S102的具体流程示意图；图4是本申请实施例提供的一种意图识别方法的图3中步骤S301的具体流程示意图；图5是本申请实施例提供的图4中步骤S401之前的一种流程示意图；图6是本申请实施例提供的一种意图识别方法的图4中步骤S401的具体流程示意图；图7是本申请实本文档来自技高网...

【技术保护点】
1.一种意图识别方法，其特征在于，该方法包括：/n获取用户的目标因素信息，其中，所述目标因素信息是表征与所述用户的意图相关的信息；/n根据所述目标因素信息与预设意图空间中各个意图类别之间的相似程度，确定所述用户的意图。/n

【技术特征摘要】
20201218 CN 20201150007771.一种意图识别方法，其特征在于，该方法包括：
获取用户的目标因素信息，其中，所述目标因素信息是表征与所述用户的意图相关的信息；
根据所述目标因素信息与预设意图空间中各个意图类别之间的相似程度，确定所述用户的意图。


2.如权利要求1所述的一种意图识别方法，其特征在于，获取用户的目标因素信息，包括：
获取所述用户的因素信息；
提取所述因素信息中的目标因素信息。


3.如权利要求1所述的一种意图识别方法，其特征在于，根据所述目标因素信息与预设意图空间中各个意图类别之间的相似程度，确定出所述用户的意图，包括：
计算出所述目标因素信息与预设意图空间中各个意图类别之间的相似程度；
将所述相似程度以及所述相似程度对应的权重值输入至预设决策引擎，得到所述用户的意图。


4.如权利要求3所述的一种意图识别方法，其特征在于，计算出所述目标因素信息与预设意图空间中各个意图类别之间的相似程度，包括：
根据所述目标因素信息的数据类型确定出对应的相似程度识别模型；
根据所述相似度识别引擎对所述目标因素信息与预设意图空间中各个意图类别之间进行相似度计算，将所述相似度计算的结果作为所述相似程度。


5.如权利要求4所述的一种意图识别方法，其特征在于，根据所述目标因素信息的数据类型确定出对应的相似程度识别模型之前，还包括：
对所述目标因素信息进行标准化处理，得到标准化...

【专利技术属性】
技术研发人员：聂镭，齐凯杰，聂颖，
申请(专利权)人：龙马智芯珠海横琴科技有限公司，
类型：发明
国别省市：广东;44