意图识别方法及电子设备技术

本申请提供了一种意图识别方法及电子设备，涉及人工智能(Artificial Intelligence，AI)技术领域，特别涉及决策推理技术领域。该方法可以根据多设备的环境感知和用户的多模态输入获得对环境的完整描述，并结合一个时间段内的用户输入、环境感知和上下文信息，获取一个能反应随时间变化、并且能随环境变化而扩展的完整无偏颇的意图体系，据此做出决策，如推断出接下来一段时间内用户想执行的动作或需要的服务，以决策在何种设备上响应用户的何种需求从而为用户精准地提供他所需要的响应或服务的决策。服务的决策。服务的决策。

【技术实现步骤摘要】
意图识别方法及电子设备
[0001]本申请要求于2020年3月9日提交中国国家知识产权局、申请号为202010159364.X、申请名称为“意图识别方法及电子设备”，于2020年8月7日提交中国国家知识产权局、申请号为202010791068.1、申请名称为“意图识别方法、多示例学习模型训练方法和相关装置”，于2020年9月3日提交中国国家知识产权局、申请号为202010918192.X、申请名称为“一种意图识别方法及装置”的中国专利申请的优先权，于2020年9月16日提交中国国家知识产权局、申请号为202010973466.5、申请名称为“一种模型训练方法及相关设备”，于2020年10月16日提交中国国家知识产权局、申请号为202011111562.5、申请名称为“基于神经网络的数据处理方法及相关设备”，于2021年2月9日提交中国国家知识产权局、申请号为202110176533.5、申请名称为“规则引擎的执行方法、装置及规则引擎”，其全部内容通过引用结合在本申请中。


[0002]本申请涉及人工智能(Artificial Intelligence，AI)领域中决策与推理子领域，尤其涉及意图识别方法及相关设备。

技术介绍

[0003]在分布式场景中，每个用户或家庭都会有多台智能设备，在这种大环境下，用户需要电子设备能智能的响应其请求。
[0004]目前电子设备一般根据当前时刻的单模态输入(当前使用的那一种输入方式)，结合规则预测用户意图，为该意图作出决策。如图1为现有技术一个意图识别的场景。在搜索输入框中，当用户输入健身水果这个搜索词时，由于健身水果这个词无法完整清楚的表现出用户意图，其表示的含义可能有很多种。电子设备会根据用户的输入智能识别用户可能的意图作为候选意图展示给用户。当用户选择某个候选意图时，电子设备会展示对所选择的意图的搜索结果。
[0005]然而，仅根据用户当前时刻的单模态输入获取的信息，无法准确预测用户当前时刻的意图。一方面获取的信息不足以推断出准确的行为逻辑，无法为预测意图提供足够的依据；另一方面，不可避免某一时刻出现某一偶然事件，该偶然事件与用户真实意图并无关联。因此现有技术中对用户意图的识别具有极大的局限性且准确性较差。

技术实现思路

[0006]本申请提供了意图识别方法及电子设备，根据对一个时间段内获取的数据识别出的实体序列来预测用户意图，提升了意图识别的准确性。
[0007]第一方面，本申请提供了一种意图识别方法，该方法包括：第一电子设备确定第一触发；响应于第一触发，第一电子设备在第一时间段内获取第一数据序列，第一数据序列包括多个数据，多个数据中至少两个数据的输入方式不同；第一电子设备根据第一数据序列，确定用户的第一意图；第一电子设备根据第一意图，确定第一待执行动作。
[0008]由此，电子设备可以根据多设备的环境感知和用户的多模态输入获得对环境的完整描述，并结合一个时间段内的用户输入、环境感知和上下文信息，获取一个能反应随时间变化、并且能随环境变化而扩展的完整无偏颇的意图体系，据此做出决策，如推断出接下来一段时间内用户想执行的动作或需要的服务，以决策在何种设备上响应用户的何种需求从而为用户精准地提供他所需要的响应或服务的决策。
[0009]在一种可能的实现方式中，第一电子设备根据第一数据序列，确定用户的第一意图；包括：第一电子设备根据第一数据序列，确定第一实体序列，第一实体序列包括至少一个实体，实体为现实世界中客观存在的并可以相互区分的对象、事物或动作；第一电子设备根据第一实体序列，确定第一意图，其中，第一意图用于确定动作序列。由此，电子设备可以给予数据序列确定出用户的意图。
[0010]在一种可能的实现方式中，第一电子设备根据第一意图，确定第一待执行动作，包括：第一电子设备根据第一实体序列和第一意图，确定第一动作序列，第一动作序列包括第一待执行动作；在第一电子设备确定第一待执行动作之后，还包括：第一电子设备执行第一待执行动作。由此，电子设备可以给予实体和意图确定出需要执行的动作，之后，电子设备既可以执行确定出的动作。
[0011]在一种可能的实现方式中，第一待执行动作中包含设备标识与待执行动作，第一电子设备执行第一待执行动作，具体包括：第一电子设备确定第一待执行动作中的设备标识是否为第一电子设备的设备标识；当确定第一待执行动作中的设备标识为第一电子设备的设备标识时，第一电子设备执行第一待执行动作；否则，第一电子设备发送第一指令给第一待执行动作中设备标识对应的第二电子设备，第一指令用于指示第二电子设备执行第一待执行动作。
[0012]由此，第一待执行动作对应的执行设备可以为该第一电子设备，也可以为其他电子设备，根据该第一待执行动作中的设备标识，第一电子设备可以确定是自己执行该第一待执行动作，还是发送指令让相应的第二电子设备执行该第一待执行动作，这样，分布式场景中，该第一电子设备可以方便的控制其他电子设备以响应用户需求。
[0013]在一种可能的实现方式中，该方法还包括：第一电子设备将出现频率超出预设第一频率阈值的异常特征向量集合确定为新的实体，其中，异常特征向量集合为在实体识别时，与可识别为实体的特征向量集合的区分度超出预设区分阈值的无法识别为实体的特征向量集合。由此，通过对异常特征向量的识别，该第一电子设备可以扩展自己的实体仓库，从而动态扩展自己可识别的实体范围，可以进一步提高意图识别的准确性。
[0014]在一种可能的实现方式中，该方法还包括：第一电子设备将出现频率超出预设第二频率阈值的异常动作确定为新的意图，其中，异常动作为未出现过的且不在已有意图对应的动作序列中的动作；第一电子设备根据异常动作出现前识别到的实体序列，建立新的意图与实体序列之间的对应关系。由此，通过对异常动作的识别，该第一电子设备可以扩展自己的意图仓库，并建立新的意图和动作序列的对应关系，这样，可以识别到更多用户个性化的意图，提供与用户需求更匹配的决策，提升了用户体验。
[0015]在一种可能的实现方式中，第一电子设备根据第一数据序列，确定第一实体序列，具体包括：第一电子设备从第一数据序列中提取特征向量，得到第一特征向量集合，第一特征向量集合中包括所有从第一数据序列中提取得到的特征向量，特征向量用于表示第一数
据序列的特征；第一电子设备将第一特征向量集合输入实体识别模型，得到第一实体序列，实体识别模型为根据第一电子设备中存储的实体数据训练得到的特征向量与实体的对应关系，实体数据为实体的存储形式，实体数据至少包括实体的编号及表示该实体的特征向量集合。
[0016]在一种可能的实现方式中，第一电子设备根据第一实体序列，确定第一意图，具体包括：第一电子设备根据第一实体序列和存储的知识图谱，确定多个候选意图；第一电子设备采用预设的强化学习算法，从多个候选意图中确定第一意图。由此，基于知识图谱和强化学习识别出第一意图，提升意图识别的准确性。
[0017]在一种可能的实现方式中，第一电子设备根据第一实体序列和存储的知识图谱，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种意图识别方法，其特征在于，所述方法包括：第一电子设备确定第一触发；响应于所述第一触发，所述第一电子设备在第一时间段内获取第一数据序列，所述第一数据序列包括多个数据，所述多个数据中至少两个数据的输入方式不同；所述第一电子设备根据所述第一数据序列，确定用户的第一意图；所述第一电子设备根据所述第一意图，确定第一待执行动作。2.根据权利要求1所述的方法，其特征在于，所述第一电子设备根据所述第一数据序列，确定用户的第一意图；包括：所述第一电子设备根据所述第一数据序列，确定第一实体序列，所述第一实体序列包括至少一个实体，所述实体为现实世界中客观存在的并可以相互区分的对象、事物或动作；所述第一电子设备根据所述第一实体序列，确定所述第一意图，其中，所述第一意图用于确定动作序列。3.根据权利要求2所述的方法，其特征在于，所述所述第一电子设备根据所述第一意图，确定第一待执行动作，包括：所述第一电子设备根据所述第一实体序列和所述第一意图，确定第一动作序列，所述第一动作序列包括所述第一待执行动作；在所述第一电子设备确定第一待执行动作之后，还包括：所述第一电子设备执行所述第一待执行动作。4.根据权利要求3所述的方法，其特征在于，所述第一待执行动作中包含设备标识与待执行动作，所述第一电子设备执行所述第一待执行动作，具体包括：所述第一电子设备确定所述第一待执行动作中的设备标识是否为所述第一电子设备的设备标识；当确定所述第一待执行动作中的设备标识为所述第一电子设备的设备标识时，所述第一电子设备执行所述第一待执行动作；否则，所述第一电子设备发送第一指令给所述第一待执行动作中设备标识对应的第二电子设备，所述第一指令用于指示所述第二电子设备执行所述第一待执行动作。5.根据权利要求2
‑
4任一所述的方法，其特征在于，所述方法还包括：所述第一电子设备将出现频率超出预设第一频率阈值的异常特征向量集合确定为新的实体，其中，所述异常特征向量集合为在实体识别时，与可识别为实体的特征向量集合的区分度超出预设区分阈值的无法识别为实体的特征向量集合。6.根据权利要求2
‑
5任一所述的方法，其特征在于，所述方法还包括：所述第一电子设备将出现频率超出预设第二频率阈值的异常动作确定为新的意图，其中，所述异常动作为未出现过的且不在已有意图对应的动作序列中的动作；所述第一电子设备根据所述异常动作出现前识别到的实体序列，建立所述新的意图与实体序列之间的对应关系。7.根据权利要求2
‑
6任一所述的方法，其特征在于，所述第一电子设备根据所述第一数据序列，确定第一实体序列，具体包括：所述第一电子设备从所述第一数据序列中提取特征向量，得到第一特征向量集合，所述第一特征向量集合中包括所有从所述第一数据序列中提取得到的特征向量，所述特征向
量用于表示所述第一数据序列的特征；所述第一电子设备将所述第一特征向量集合输入实体识别模型，得到所述第一实体序列，所述实体识别模型为根据所述第一电子设备中存储的实体数据训练得到的特征向量与实体的对应关系，所述实体数据为所述实体的存储形式，所述实体数据至少包括实体的编号及表示该实体的特征向量集合。8.根据权利要求3
‑
6任一所述的方法，其特征在于，所述第一电子设备根据所述第一实体序列，确定第一意图，具体包括：所述第一电子设备根据所述第一实体序列和存储的知识图谱，确定多个候选意图；所述第一电子设备采用预设的强化学习算法，从所述多个候选意图中确定所述第一意图。9.根据权利要求8所述的方法，其特征在于，所述所述第一电子设备根据所述第一实体序列和存储的知识图谱，确定多个候选意图，具体包括：根据所述第一实体序列和所述知识图谱，确定所述用户的状态信息和场景信息；所述状态信息用于表示所述用户的当前状态，所述场景信息用于表示所述用户当前所处的环境；根据状态信息、场景信息和候选意图的对应关系，确定所述状态信息和所述场景信息对应的所述多个候选意图。10.根据权利要求9所述的方法，其特征在于，所述采用预设的强化学习算法，从所述多个候选意图中确定所述第一意图，包括：确定与所述多个候选意图一一对应的意图摇臂；根据所述第一实体序列、所述状态信息、所述场景信息、与所述多个候选意图一一对应的意图摇臂，以及所述强化学习算法，从所述多个候选意图中确定所述第一意图。11.根据权利要求3
‑
6任一所述的方法，其特征在于，所述第一电子设备根据所述第一实体序列，确定第一意图，具体包括：所述第一电子设备将所述第一实体序列输入意图识别模型，得到所述第一意图，所述意图识别模型为根据对应的实体序列与意图的数据训练得到的实体序列与意图的对应关系。12.根据权利要求11所述的方法，其特征在于，所述第一电子设备将所述第一实体序列输入意图识别模型之前，还包括：所述第一电子设备将测试数据输入至第一生成器，经过所述第一生成器处理后得到第一模拟数据；所述第一电子设备将所述测试数据和所述第一模拟数据输入至第一判别器，经过所述第一判别器处理后得到第一判别结果，所述第一判别结果用于指示所述测试数据和所述第一模拟数据之间的差异；所述第一电子设备根据所述第一判别结果更新所述第一生成...

【专利技术属性】
技术研发人员：朱越，赵忠祥，李临，涂凌志，杨悦，张宝峰，崔倚瑞，李育儒，于超，宋子亮，李樱霞，唐鹏程，何诚慷，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：