文本意图识别方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能领域，公开了一种文本意图识别方法、装置、设备及存储介质，用于提高多音字文本的检出率，从而提升文本意图识别的准确性。文本意图识别方法包括：获取初始文本，对初始文本进行预处理，得到预处理后的文本；对预处理后的文本进行分词处理，将分词文本转换为目标索引项，并进行向量化处理，得到初始向量；调用预置的序列到序列模型，基于注意力机制对初始向量进行编码和解码处理，得到初始拼音序列；对初始拼音序列进行词嵌入处理，得到目标拼音序列，将目标拼音序列与预置的语料库进行匹配，得到匹配结果，根据匹配结果确定目标用户意图。此外，本发明专利技术还涉及区块链技术，目标用户意图可存储于区块链节点中。

【技术实现步骤摘要】
文本意图识别方法、装置、设备及存储介质
本专利技术涉及神经网络领域，尤其涉及一种文本意图识别方法、装置、设备及存储介质。
技术介绍
随着互联网技术的迅速发展，文本数据的数量迅速增长，如何从这些文本数据中抽取有用的信息，解决信息过载问题，已成为当前的一个迫切需求，关键词识别和抽取作为文本挖掘中一项重要的技术，是信息检索、文本分类以及推荐系统等方面的重要一环。中文字的发音在整个文本的识别过程中也有着重要的地位，中文的发音常被用于隐晦的代表一些关键词，进而避开系统的检测，现有的文本识别技术基于拼音字典进行中文字的转换，但大多没有考虑到一些多音字的情况，导致文本意图识别的准确性低下。
技术实现思路
本专利技术提供了一种文本意图识别方法、装置、设备及存储介质，用于通过调用预置的序列到序列模型的编码器，基于注意力机制对初始向量进行编码处理，得到编码向量，调用预置的序列到序列模型的解码器，对编码向量进行解码处理，得到初始拼音序列，提高了多音字文本的检出率，从而提升了文本意图识别的准确性。本专利技术第一方面提供了一种文本意图识别方法，包括：获取初始文本，对所述初始文本进行预处理，得到预处理后的文本，所述初始文本包括用户输入的句子和/或词语；对所述预处理后的文本进行分词处理，得到分词文本，将所述分词文本转换为目标索引项，并对所述目标索引项进行向量化处理，得到初始向量；调用预置的序列到序列模型中的编码器，基于注意力机制对所述初始向量进行编码处理，得到编码向量，调用所述序列到序列模型中的解码器，对所述编码向量进行解码处理，得到初始拼音序列，所述初始拼音序列包括多音字文本对应的拼音序列；对所述初始拼音序列进行词嵌入处理，得到目标拼音序列，将所述目标拼音序列与预置的语料库进行匹配，得到匹配结果，根据所述匹配结果确定目标用户意图。可选的，在本专利技术第一方面的第一种实现方式中，所述获取初始文本，对所述初始文本进行预处理，得到预处理后的文本，所述初始文本包括用户输入的句子和/或词语包括：接收用户请求，将所述用户请求存入预置的卡夫卡消息队列并进行异步处理，得到初始文本，所述初始文本包括用户输入的句子和/或词语；采用正则表达式删除所述初始文本中的空格和特殊符号，并调用预置的数据分析工具包查找并删除所述初始文本中的重复值，得到预处理后的文本。可选的，在本专利技术第一方面的第二种实现方式中，所述对所述预处理后的文本进行分词处理，得到分词文本，将所述分词文本转换为目标索引项，并对所述目标索引项进行向量化处理，得到初始向量包括：调用预置的文本分词工具，对所述预处理后的文本进行分词处理，得到分词文本；将所述分词文本中的每一个单词与预置的索引词典进行匹配，得到目标索引项，所述目标索引项包括每一个单词对应的索引项，每一个单词对应唯一的一个索引项；调用预置的文本向量化算法，对所述目标索引项进行词嵌入，得到词向量，对所述词向量进行拼接处理，得到初始向量。可选的，在本专利技术第一方面的第三种实现方式中，所述调用预置的序列到序列模型中的编码器，基于注意力机制对所述初始向量进行编码处理，得到编码向量，调用所述序列到序列模型中的解码器，对所述编码向量进行解码处理，得到初始拼音序列，所述初始拼音序列包括多音字文本对应的拼音序列包括：调用预置的序列到序列模型中的编码器，基于预设的循环神经网络，对所述初始向量进行编码运算，得到多个编码隐藏状态，通过所述编码器中的归一化指数层，对所述多个编码隐藏状态进行基于注意力机制的归一化处理，得到编码向量；调用所述序列到序列模型中的解码器，基于预设的循环神经网络，对所述编码向量进行解码运算，得到多个解码隐藏状态，通过所述解码器中的归一化指数层，对所述多个解码隐藏状态进行基于注意力机制的归一化处理，得到初始拼音序列，所述初始拼音序列包括多音字文本对应的拼音序列。可选的，在本专利技术第一方面的第四种实现方式中，所述调用预置的序列到序列模型中的编码器，基于预设的循环神经网络，对所述初始向量进行编码运算，得到多个编码隐藏状态，通过所述编码器中的归一化指数层，对所述多个编码隐藏状态进行基于注意力机制的归一化处理，得到编码向量包括：调用预置的序列到序列模型中的编码器，基于预设的循环神经网络，对所述初始向量进行编码运算，得到多个编码隐藏状态，所述多个编码隐藏状态为所述初始向量中每一个词向量对应的隐藏状态；获取每一个编码隐藏状态对应的分数，通过所述编码器中的归一化指数层，对所述每一个编码隐藏状态对应的分数进行基于注意力机制的归一化处理，得到每一个编码隐藏状态对应的归一化分数；将每一个编码隐藏状态乘以每一个编码隐藏状态对应的归一化分数，得到对齐向量，对所述对齐向量进行求和，得到编码向量。可选的，在本专利技术第一方面的第五种实现方式中，所述对所述初始拼音序列进行词嵌入处理，得到目标拼音序列，将所述目标拼音序列与预置的语料库进行匹配，得到匹配结果，根据所述匹配结果确定目标用户意图包括：调用预置的文本向量化算法，对所述初始拼音序列进行词嵌入处理，得到目标拼音序列，所述目标拼音序列为预设维度的拼音序列；获取所述初始文本对应的领域类别，根据所述领域类别对预置的语料库进行查询，得到查询结果，所述查询结果包括所述领域类别范围内的语料库拼音序列，以及所述语料库拼音序列对应的用户意图；将所述目标拼音序列和所述查询结果中的所述语料库拼音序列进行相似度计算，得到相似度计算结果；将所述相似度计算结果大于预设匹配值的语料库拼音序列确定为匹配结果，提取所述匹配结果对应的用户意图，得到目标用户意图。可选的，在本专利技术第一方面的第六种实现方式中，在所述获取初始文本，对所述初始文本进行预处理，得到预处理后的文本之前，所述方法还包括：获取训练文本，对所述训练文本进行预处理和词嵌入，得到训练向量；调用预置的序列到序列模型，对所述训练向量进行编码处理和解码处理，得到与所述训练向量对应的训练拼音序列；调用预置的二分类模型对所述训练拼音序列进行分类处理，得到分类结果，根据所述分类结果构建语料库，所述分类结果包含所述训练拼音序列对应的用户意图。本专利技术第二方面提供了一种文本意图识别装置，包括：获取模块，用于获取初始文本，对所述初始文本进行预处理，得到预处理后的文本，所述初始文本包括用户输入的句子和/或词语；分词模块，用于对所述预处理后的文本进行分词处理，得到分词文本，将所述分词文本转换为目标索引项，并对所述目标索引项进行向量化处理，得到初始向量；编解码模块，用于调用预置的序列到序列模型中的编码器，基于注意力机制对所述初始向量进行编码处理，得到编码向量，调用所述序列到序列模型中的解码器，对所述编码向量进行解码处理，得到初始拼音序列，所述初始拼音序列包括多音字文本对应的拼音序列；匹配模块，用于对所述初始拼音序列进行词嵌入处理，得到目标拼音序列，将所述目标拼音序列与预置的语料库进行匹配，得到匹配结果，根据所述匹配结果确定目标用户意图。可选的，在本专利技术第二方面的第一种实现方式中，所述获取模块包括：接收单元，用于接收用户请求，将所述用户请求存入预置的卡夫卡消息队列并进行异步处理，得到初始本文档来自技高网...

【技术保护点】
1.一种文本意图识别方法，其特征在于，所述文本意图识别方法包括：/n获取初始文本，对所述初始文本进行预处理，得到预处理后的文本，所述初始文本包括用户输入的句子和/或词语；/n对所述预处理后的文本进行分词处理，得到分词文本，将所述分词文本转换为目标索引项，并对所述目标索引项进行向量化处理，得到初始向量；/n调用预置的序列到序列模型中的编码器，基于注意力机制对所述初始向量进行编码处理，得到编码向量，调用所述序列到序列模型中的解码器，对所述编码向量进行解码处理，得到初始拼音序列，所述初始拼音序列包括多音字文本对应的拼音序列；/n对所述初始拼音序列进行词嵌入处理，得到目标拼音序列，将所述目标拼音序列与预置的语料库进行匹配，得到匹配结果，根据所述匹配结果确定目标用户意图。/n

【技术特征摘要】
1.一种文本意图识别方法，其特征在于，所述文本意图识别方法包括：
获取初始文本，对所述初始文本进行预处理，得到预处理后的文本，所述初始文本包括用户输入的句子和/或词语；
对所述预处理后的文本进行分词处理，得到分词文本，将所述分词文本转换为目标索引项，并对所述目标索引项进行向量化处理，得到初始向量；
调用预置的序列到序列模型中的编码器，基于注意力机制对所述初始向量进行编码处理，得到编码向量，调用所述序列到序列模型中的解码器，对所述编码向量进行解码处理，得到初始拼音序列，所述初始拼音序列包括多音字文本对应的拼音序列；
对所述初始拼音序列进行词嵌入处理，得到目标拼音序列，将所述目标拼音序列与预置的语料库进行匹配，得到匹配结果，根据所述匹配结果确定目标用户意图。


2.根据权利要求1所述的文本意图识别方法，其特征在于，所述获取初始文本，对所述初始文本进行预处理，得到预处理后的文本，所述初始文本包括用户输入的句子和/或词语包括：
接收用户请求，将所述用户请求存入预置的卡夫卡消息队列并进行异步处理，得到初始文本，所述初始文本包括用户输入的句子和/或词语；
采用正则表达式删除所述初始文本中的空格和特殊符号，并调用预置的数据分析工具包查找并删除所述初始文本中的重复值，得到预处理后的文本。


3.根据权利要求1所述的文本意图识别方法，其特征在于，所述对所述预处理后的文本进行分词处理，得到分词文本，将所述分词文本转换为目标索引项，并对所述目标索引项进行向量化处理，得到初始向量包括：
调用预置的文本分词工具，对所述预处理后的文本进行分词处理，得到分词文本；
将所述分词文本中的每一个单词与预置的索引词典进行匹配，得到目标索引项，所述目标索引项包括每一个单词对应的索引项，每一个单词对应唯一的一个索引项；
调用预置的文本向量化算法，对所述目标索引项进行词嵌入，得到词向量，对所述词向量进行拼接处理，得到初始向量。


4.根据权利要求1所述的文本意图识别方法，其特征在于，所述调用预置的序列到序列模型中的编码器，基于注意力机制对所述初始向量进行编码处理，得到编码向量，调用所述序列到序列模型中的解码器，对所述编码向量进行解码处理，得到初始拼音序列，所述初始拼音序列包括多音字文本对应的拼音序列包括：
调用预置的序列到序列模型中的编码器，基于预设的循环神经网络，对所述初始向量进行编码运算，得到多个编码隐藏状态，通过所述编码器中的归一化指数层，对所述多个编码隐藏状态进行基于注意力机制的归一化处理，得到编码向量；
调用所述序列到序列模型中的解码器，基于预设的循环神经网络，对所述编码向量进行解码运算，得到多个解码隐藏状态，通过所述解码器中的归一化指数层，对所述多个解码隐藏状态进行基于注意力机制的归一化处理，得到初始拼音序列，所述初始拼音序列包括多音字文本对应的拼音序列。


5.根据权利要求4所述的文本意图识别方法，其特征在于，所述调用预置的序列到序列模型中的编码器，基于预设的循环神经网络，对所述初始向量进行编码运算，得到多个编码隐藏状态，通过所述编码器中的归一化指数层，对所述多个编码隐藏状态进行基于注意力机制的归一化处理，得到编码向量包括：
调用预置的序列到序列模型中的编码器，基于预设的循环神经网络，对所述初始向量进...

【专利技术属性】
技术研发人员：蒋佳惟，
申请(专利权)人：中国平安人寿保险股份有限公司，
类型：发明
国别省市：广东;44