本公开的实施例公开了用户意图信息生成方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括：将目标情境的情境信息集合和上述目标情境的多实体贝叶斯网络模型进行匹配，得到情境多实体贝叶斯网络模型，其中，上述多实体贝叶斯网络模型中的实体片断包括固有节点，上述实体片断对应预设概率分布信息；基于上述情境多实体贝叶斯网络模型，生成用户意图概率信息集合。该实施方式实现了在无触发条件限制的情况下，生成用户意图概率信息集合，提升了用户体验，同时避免了直接生成确定了用户意图的用户意图信息，从而降低了用户意图信息的不确定性。进而提升了用户体验，减少了用户流量的流失。了用户流量的流失。了用户流量的流失。
【技术实现步骤摘要】
用户意图信息生成方法、装置、设备和计算机可读介质
[0001]本公开的实施例涉及计算机
，具体涉及用户意图信息生成方法、装置、设备和计算机可读介质。
技术介绍
[0002]随着计算机技术和传感器技术的快速发展，可以通过各类传感器得到用户的情境信息。目前，在确定用户的用户意图信息时，通常采用的方式为：对选择的情境信息进行建模后，响应于用户当前的情境信息满足预定的触发条件，确定用户的用户意图信息。
[0003]然而，当采用上述方式确定用户的用户意图信息时，经常会存在如下技术问题：
[0004]第一，需要满足预定的触发条件才对用户意图信息进行确定，影响了服务推理的合理性，且用户意图信息的不确定性较高，造成用户体验较差，从而导致用户流量的流失；
[0005]第二，情境信息改变时，较难确定用户意图的变化，造成用户体验较差，从而导致用户流量的流失；
[0006]第三，未考虑传输传感器数据过程中的偏差，导致确定的用户意图信息的准确性较低，进一步造成用户体验较差，从而导致用户流量的流失。
技术实现思路
[0007]本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0008]本公开的一些实施例提出了用户意图信息生成方法、装置、设备和计算机可读介质，来解决以上
技术介绍
部分提到的技术问题中的一项或多项。
[0009]第一方面，本公开的一些实施例提供了一种用户意图信息生成方法，该方法包括：将目标情境的情境信息集合和上述目标情境的多实体贝叶斯网络模型进行匹配，得到情境多实体贝叶斯网络模型，其中，上述多实体贝叶斯网络模型中的实体片断包括固有节点，上述实体片断对应预设概率分布信息；基于上述情境多实体贝叶斯网络模型，生成用户意图概率信息集合。
[0010]可选地，方法还包括：响应于上述情境信息集合的变更信息记录，基于上述变更信息记录，对上述情境多实体贝叶斯网络模型进行变更处理，得到变更情境多实体贝叶斯网络模型；基于上述变更情境多实体贝叶斯网络模型，生成变更用户意图概率信息集合。
[0011]可选地，方法还包括：响应于上述情境信息集合中的情境信息的更新信息记录，基于上述更新信息记录，对上述情境多实体贝叶斯网络模型进行更新处理，得到更新情境多实体贝叶斯网络模型；基于上述更新情境多实体贝叶斯网络模型，生成更新用户意图概率信息集合。
[0012]可选地，方法还包括：根据上述用户意图概率信息集合，生成用户意图信息；基于上述用户意图信息，控制关联的设备进行相关操作。
[0013]第二方面，本公开的一些实施例提供了一种用户意图信息生成装置，装置包括：匹配单元，被配置成将目标情境的情境信息集合和上述目标情境的多实体贝叶斯网络模型进行匹配，得到情境多实体贝叶斯网络模型，其中，上述多实体贝叶斯网络模型中的实体片断包括固有节点，上述实体片断对应预设概率分布信息；生成单元，被配置成基于上述情境多实体贝叶斯网络模型，生成用户意图概率信息集合。
[0014]可选地，装置还包括：变更单元和变更用户意图概率信息集合生成单元。其中，变更单元被配置成响应于上述情境信息集合的变更信息记录，基于上述变更信息记录，对上述情境多实体贝叶斯网络模型进行变更处理，得到变更情境多实体贝叶斯网络模型。变更用户意图概率信息集合生成单元被配置成基于上述变更情境多实体贝叶斯网络模型，生成变更用户意图概率信息集合。
[0015]可选地，装置还包括：更新单元和更新用户意图概率信息集合生成单元。其中，更新单元被配置成响应于上述情境信息集合中的情境信息的更新信息记录，基于上述更新信息记录，对上述情境多实体贝叶斯网络模型进行更新处理，得到更新情境多实体贝叶斯网络模型。更新用户意图概率信息集合生成单元被配置成基于上述更新情境多实体贝叶斯网络模型，生成更新用户意图概率信息集合。
[0016]可选地，装置还包括：用户意图信息生成单元和控制单元。其中，用户意图信息生成单元被配置成根据上述用户意图概率信息集合，生成用户意图信息。控制单元被配置成基于上述用户意图信息，控制关联的设备进行相关操作。
[0017]第三方面，本公开的一些实施例提供了一种多实体贝叶斯网络模型生成方法，该方法包括：获取目标情境的情境因素信息集合和用户意图类别信息集合；基于上述情境因素信息集合、上述目标情境的数据传输准确度信息集合和上述用户意图类别信息集合，生成实体信息组集；基于上述实体信息组集中的每个实体信息组的预设概率分布信息，对上述实体信息组进行实例化处理以生成实体片断，得到实体片断集合，其中，上述实体片断包括固有节点，上述实体片断与上述预设概率分布信息对应；基于上述实体片断集合，生成多实体贝叶斯网络模型。
[0018]可选地，上述预设概率分布信息包括先验概率，上述先验概率对应的配置项与上述实体信息组中的实体信息对应。
[0019]可选地，上述对上述实体信息组进行实例化处理以生成实体片断，包括：对于上述实体信息组集中的每个实体信息组，执行如下步骤：响应于上述预设概率分布信息中存在上述实体信息组中的实体信息对应的先验概率，将上述实体信息确定为上述实体信息组的上下文信息；根据上述上下文信息和上述先验概率对应的配置项，生成上下文节点；将上述先验概率确定为上述上下文节点的概率分布信息。
[0020]可选地，上述基于上述实体片断集合，生成多实体贝叶斯网络模型，包括：基于实体片断集合中的每个实体片断，执行如下检验步骤：对上述实体片断进行约束检验；响应于上述实体片断通过上述约束检验，对上述实体片断进行标记处理；响应于上述实体片断未通过上述约束检验，对上述实体片断对应的预设概率分布信息进行调整处理直到通过上述约束检验，得到通过上述约束检验的实体片断；响应于实体片断集合中的各个实体片断为标记过的实体片断，对各个标记过的实体片断进行组合处理，得到多实体贝叶斯网络模型。
[0021]第四方面，本公开的一些实施例提供了一种多实体贝叶斯网络模型生成装置，装
置包括：获取单元，被配置成获取目标情境的情境因素信息集合和用户意图类别信息集合；第一生成单元，被配置成基于上述情境因素信息集合、上述目标情境的数据传输准确度信息集合和上述用户意图类别信息集合，生成实体信息组集；处理单元，被配置成基于上述实体信息组集中的每个实体信息组的预设概率分布信息，对上述实体信息组进行实例化处理以生成实体片断，得到实体片断集合，其中，上述实体片断包括固有节点，上述实体片断与上述预设概率分布信息对应；第二生成单元，被配置成基于上述实体片断集合，生成多实体贝叶斯网络模型。
[0022]可选地，上述预设概率分布信息包括先验概率，上述先验概率对应的配置项与上述实体信息组中的实体信息对应。
[0023]可选地，处理单元包括：对于上述实体信息组集中的每个实体信息组，执行如下步骤：响应于上述预设概率分布信息中本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用户意图信息生成方法，包括：将目标情境的情境信息集合和所述目标情境的多实体贝叶斯网络模型进行匹配，得到情境多实体贝叶斯网络模型，其中，所述多实体贝叶斯网络模型中的实体片断包括固有节点，所述实体片断对应预设概率分布信息；基于所述情境多实体贝叶斯网络模型，生成用户意图概率信息集合。2.根据权利要求1所述的方法，其中，所述方法还包括：响应于所述情境信息集合的变更信息记录，基于所述变更信息记录，对所述情境多实体贝叶斯网络模型进行变更处理，得到变更情境多实体贝叶斯网络模型；基于所述变更情境多实体贝叶斯网络模型，生成变更用户意图概率信息集合。3.根据权利要求1所述的方法，其中，所述方法还包括：响应于所述情境信息集合中的情境信息的更新信息记录，基于所述更新信息记录，对所述情境多实体贝叶斯网络模型进行更新处理，得到更新情境多实体贝叶斯网络模型；基于所述更新情境多实体贝叶斯网络模型，生成更新用户意图概率信息集合。4.根据权利要求1所述的方法，其中，所述方法还包括：根据所述用户意图概率信息集合，生成用户意图信息；基于所述用户意图信息，控制关联的设备进行相关操作。5.一种多实体贝叶斯网络模型生成方法，包括：获取目标情境的情境因素信息集合和用户意图类别信息集合；基于所述情境因素信息集合、所述目标情境的数据传输准确度信息集合和所述用户意图类别信息集合，生成实体信息组集；基于所述实体信息组集中的每个实体信息组的预设概率分布信息，对所述实体信息组进行实例化处理以生成实体片断，得到实体片断集合，其中，所述实体片断包括固有节点，所述实体片断与所述预设概率分布信息对应；基于所述实体片断集合，生成多实体贝叶斯网络模型。6.根据权利要求5所述的方法，其中，所述预设概率分布信息包括先验概率，所述先验概率对应的配置项与所述实体信息组中的实体信息对应；以及所述对所述实体信息组进行实例化处理以生成实体片断，包括：对于所述实体信息组集中的每个实体信息组，执行如下步骤：响应于所述预设概率分布信息中存在所述实体信息组中的实体信息对应的先验概率，将所述实体信息确定为所述实体信息组的上下文信息；根据所述上下文信息和所述先验概率对...
【专利技术属性】
技术研发人员：孟可，钱熙，彭安，
申请(专利权)人：北京京东世纪贸易有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。