本发明专利技术涉及人工智能技术，揭露了一种用户意图识别方法，包括：根据用户会话数据得到用户会话文本，基于用户会话文本查找预设的标准问答库，得到标准问题文本，对用户会话文本及标准问题文本进行序列编码，得到会话序列及问题序列，对所述会话序列及所述问题序列进行交互计算，得到标准会话矩阵及标准问题矩阵，计算所述标准会话矩阵及标准问题矩阵的相似度分数，根据所述相似度分数查找所述标准问答库，得到标准回复，并将所述标准回复发送至回复终端。此外，本发明专利技术还涉及区块链技术，所述标准回复可存储在区块链的节点中。本发明专利技术还提出一种用户意图识别装置、电子设备以及计算机可读存储介质。本发明专利技术可以解决用户意图识别准确率较低的问题。率较低的问题。率较低的问题。
【技术实现步骤摘要】
用户意图识别方法、装置、电子设备及存储介质
[0001]本专利技术涉及人工智能
，尤其涉及一种用户意图识别方法、装置、电子设备及计算机可读存储介质。
技术介绍
[0002]在智能问答领域中，基于意图识别模型为基础的任务型机器人具有广泛的应用场景，可用于售前咨询、售后服务以及产品销售等。目前主流的意图识别模型主要基于对客户的输入文本进行语义分类，这种方法在意图类别比较少同时客户的输入文本流畅度较高(或ASR语音转写正确率高)的情况下模型分类效果比较好。但目前更广泛且方便的交互方式为客户通过语音输入与对话系统交互，在客户语音输入噪声大的情况或用户表达不清楚时，导致ASR转写正确率低，这就使得基于分类的意图识别模型对用户意图识别准确率较低。
技术实现思路
[0003]本专利技术提供一种用户意图识别方法、装置及计算机可读存储介质，其主要目的在于解决用户意图识别准确率较低的问题。
[0004]为实现上述目的，本专利技术提供的一种用户意图识别方法，包括：
[0005]根据用户会话数据得到用户会话文本；
[0006]基于所述用户会话文本查找预设的标准问答库，得到标准问题文本；
[0007]对所述用户会话文本及所述标准问题文本进行序列编码，得到会话序列及问题序列；
[0008]利用预构建的核函数匹配层分别对所述会话序列及所述问题序列进行交互计算，得到标准会话矩阵及标准问题矩阵；
[0009]计算所述标准会话矩阵及所述标准问题矩阵的相似度分数，根据所述相似度分数查找所述标准问答库，得到标准回复，并将所述标准回复发送至回复终端。
[0010]可选地，所述根据用户会话数据得到用户会话文本，包括：
[0011]判断所述用户会话数据的数据类型；
[0012]在所述用户会话数据的数据类型为语音数据时，利用预设的语音接口调用语音转换工具，并根据所述语音转换工具将所述语音数据转换为文本数据；
[0013]汇总所有文本数据，得到所述用户会话文本。
[0014]可选地，所述基于所述用户会话文本查找预设的标准问答库，得到标准问题文本，包括：
[0015]对所述用户会话文本进行分词处理，并除去停用词，得到分词结果；
[0016]从所述分词结果中挑选出一个或多个关键词，根据所述关键词匹配所述预设的标准问答库中的标准问题；
[0017]汇总匹配到的所有标准问题，得到所述标准问题文本。
[0018]可选地，所述对所述用户会话文本及所述标准问题文本进行序列编码，得到会话序列及问题序列，包括：
[0019]利用预设的编码算法将所述用户会话文本及所述标准问题文本进行编码，得到标识字符串；
[0020]利用预设的语言模型对所述标识字符串序列化，得到所述会话序列及所述问题序列。
[0021]可选地，所述利用预构建的核函数匹配层分别对所述会话序列及所述问题序列进行交互计算，得到标准会话矩阵及标准问题矩阵，包括：
[0022]对所述会话序列及所述问题序列进行特征增强；
[0023]计算增强后的会话序列及问题序列的行向量相似度，得到会话相似度矩阵，计算增强后的问题序列及会话序列的行向量相似度，得到问题相似度矩阵；
[0024]利用预设的核函数分别对所述会话相似度矩阵及所述问题相似度矩阵进行维度转换，得到所述标准会话矩阵及所述标准问题矩阵。
[0025]可选地，所述计算所述标准会话矩阵及所述标准问题矩阵的相似度分数，包括：
[0026]利用预构建的语义特征提取层的编码器及解码器，对所述标准会话矩阵及所述标准问题矩阵中的向量进行整合，得到会话输出序列及问题输出序列；
[0027]拼接所述会话输出序列及问题输出序列，并利用预设的相似预测层计算所述会话输出序列及所述问题输出序列的相似度，得到所述相似度分数。
[0028]可选地，所述根据所述相似度分数查找所述标准问答库，得到标准回复，并将所述标准回复发送至回复终端，包括：
[0029]提取最高相似度分数的标准问题，并基于所述标准问题查找所述标准问答库中的标准答案；
[0030]将所述标准答案进行语音转化，得到所述标准回复，并将所述标准回复发送至回复终端。
[0031]为了解决上述问题，本专利技术还提供一种用户意图识别装置，所述装置包括：
[0032]文本转换模块，用于根据用户会话数据得到用户会话文本；
[0033]问题查找模块，用于基于所述用户会话文本查找预设的标准问答库，得到标准问题文本；
[0034]序列编码模块，用于对所述用户会话文本及所述标准问题文本进行序列编码，得到会话序列及问题序列；
[0035]矩阵计算模块，用于利用预构建的核函数匹配层分别对所述会话序列及所述问题序列进行交互计算，得到标准会话矩阵及标准问题矩阵；
[0036]问答回复模块，用于计算所述标准会话矩阵及所述标准问题矩阵的相似度分数，根据所述相似度分数查找所述标准问答库，得到标准回复，并将所述标准回复发送至回复终端。
[0037]为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
[0038]存储器，存储至少一个指令；及
[0039]处理器，执行所述存储器中存储的指令以实现上述所述的用户意图识别方法。
[0040]为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存
储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的用户意图识别方法。
[0041]本专利技术实施例基于用户会话文本查找预设的标准问答库，可以得到所述用户会话文本对应的标准问题文本，进一步将所述用户会话文本及所述标准问题文本序列化，可以提高模型的泛化能力，并且，通过将所述会话序列及所述问题序列进行交互计算，使得得到的标准会话矩阵及标准问题矩阵中的向量信息更加丰富，即使用户的语义不明或文本转化不太准确时，也能匹配到比较准确的答案，提高了根据用户问题匹配标准答案的准确率。因此，本专利技术提出的用户意图识别方法、装置、电子设备及计算机可读存储介质，可以解决用户意图识别准确率较低的问题。
附图说明
[0042]图1为本专利技术一实施例提供的用户意图识别方法的流程示意图；
[0043]图2为图1中其中一个步骤的详细实施流程示意图；
[0044]图3为图1中另一个步骤的详细实施流程示意图；
[0045]图4为图1中另一个步骤的详细实施流程示意图；
[0046]图5为图1中另一个步骤的详细实施流程示意图；
[0047]图6为本专利技术一实施例提供的用户意图识别装置的功能模块图；
[0048]图7为本专利技术一实施例提供的实现所述用户意图识别方法的电子设备的结构示意图。
[0049]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0050]应当理解，此处所描述的具体实施本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用户意图识别方法，其特征在于，所述方法包括：根据用户会话数据得到用户会话文本；基于所述用户会话文本查找预设的标准问答库，得到标准问题文本；对所述用户会话文本及所述标准问题文本进行序列编码，得到会话序列及问题序列；利用预构建的核函数匹配层分别对所述会话序列及所述问题序列进行交互计算，得到标准会话矩阵及标准问题矩阵；计算所述标准会话矩阵及所述标准问题矩阵的相似度分数，根据所述相似度分数查找所述标准问答库，得到标准回复，并将所述标准回复发送至回复终端。2.如权利要求1所述的用户意图识别方法，其特征在于，所述根据用户会话数据得到用户会话文本，包括：判断所述用户会话数据的数据类型；在所述用户会话数据的数据类型为语音数据时，利用预设的语音接口调用语音转换工具，并根据所述语音转换工具将所述语音数据转换为文本数据；汇总所有文本数据，得到所述用户会话文本。3.如权利要求1所述的用户意图识别方法，其特征在于，所述基于所述用户会话文本查找预设的标准问答库，得到标准问题文本，包括：对所述用户会话文本进行分词处理，并除去停用词，得到分词结果；从所述分词结果中挑选出一个或多个关键词，根据所述关键词匹配所述预设的标准问答库中的标准问题；汇总匹配到的所有标准问题，得到所述标准问题文本。4.如权利要求1所述的用户意图识别方法，其特征在于，所述对所述用户会话文本及所述标准问题文本进行序列编码，得到会话序列及问题序列，包括：利用预设的编码算法将所述用户会话文本及所述标准问题文本进行编码，得到标识字符串；利用预设的语言模型对所述标识字符串序列化，得到所述会话序列及所述问题序列。5.如权利要求1中所述的用户意图识别方法，其特征在于，所述利用预构建的核函数匹配层分别对所述会话序列及所述问题序列进行交互计算，得到标准会话矩阵及标准问题矩阵，包括：对所述会话序列及所述问题序列进行特征增强；计算增强后的会话序列及问题序列的行向量相似度，得到会话相似度矩阵，计算增强后的问题序列及会话序列的行向量相似度，得到问题相似度矩阵；利用预设的核函数分别对所述会话相似度矩阵及所...
【专利技术属性】
技术研发人员：钱先洋，
申请(专利权)人：平安普惠企业管理有限公司，
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。