对话意图识别方法、装置和电子设备制造方法及图纸

技术编号:35456552 阅读:27 留言:0更新日期:2022-11-03 12:15
本公开提供一种对话意图识别方法、装置和电子设备,方法包括:将获取的前置待识别语句输入单句对话意图识别模型,将第一输出结果作为前置对话意图类别;将所述前置对话意图类别和获取的当前待识别语句输入对话意图流识别模型,将第二输出结果作为当前对话意图类别;其中,所述单句对话意图识别模型是根据待识别语句样本训练得到,所述对话意图流识别模型是根据对话意图流样本训练得到。实现高效、准确的结合上文的前置待识别语句对当前待识别语句进行对话意图识别,得到当前待识别语句的深层含义。层含义。层含义。

【技术实现步骤摘要】
对话意图识别方法、装置和电子设备


[0001]本公开涉及人工智能
,尤其涉及一种对话意图识别方法、装置和电子设备。

技术介绍

[0002]智能对话机器人逐渐在许多商业场景中得到越来越多的应用。智能对话机器人的核心是对会话语句所表达意图的识别,这是构建智能对话机器人必不可少的基础。
[0003]当前对话中识别会话语句意图的技术主要通过对话中要识别的会话语句本身进行意图识别,但在很多对话中,意图的识别是和上文有紧密关系的,待识别语句的意图识别依赖于上文的信息,舍弃这些信息,在复杂情况下会影响识别的效果。
[0004]因此,结合对话上文意图和当前待识别语句进行对话意图识别是当前重要的研究方向。

技术实现思路

[0005]本公开提供一种对话意图识别方法、装置和电子设备,用以解决现有技术中只能对较少的特定语句进行判断的缺陷,实现高效、准确的结合上文的前置待识别语句对当前待识别语句进行对话意图识别,得到当前待识别语句的深层含义。
[0006]本公开提供一种对话意图识别方法,包括:
[0007]将获取的前置待识别语句输入单句对话意图识别模型,将第一输出结果作为前置对话意图类别;
[0008]将所述前置对话意图类别和获取的当前待识别语句输入对话意图流识别模型,将第二输出结果作为当前对话意图类别;
[0009]其中,所述单句对话意图识别模型是根据待识别语句样本训练得到,所述对话意图流识别模型是根据对话意图流样本训练得到。
[0010]根据本公开提供的一种对话意图识别方法,所述单句对话意图识别模型是通过如下步骤训练得到:
[0011]将所述待识别语句样本输入预构建的初始单句对话意图识别模型,输出所述单句对话意图样本类别,其中,所述待识别语句样本具有预标注的单句对话意图类别标签;
[0012]根据所述单句对话意图样本类别和所述预标注的单句对话意图类别标签,计算第一损失值;
[0013]根据所述第一损失值调整所述初始单句对话意图识别模型的第一参数,更新所述初始单句对话意图识别模型;
[0014]在所述第一损失值大于第一预设阈值的情况下,返回重新执行所述将所述待识别语句样本输入预构建的初始单句对话意图识别模型,输出所述单句对话意图样本类别的步骤;
[0015]在所述第一损失值小于等于第一预设阈值的情况下,确定更新后的所述初始单句
对话意图识别模型为所述单句对话意图识别模型。
[0016]根据本公开提供的一种对话意图识别方法,所述对话意图流识别模型是通过如下步骤训练得到:
[0017]将所述意图流样本输入预构建的初始对话意图流识别模型,输出综合对话意图样本类别,其中,所述意图流样本包括具有前后顺序的至少一个所述单句对话意图类别样本和在所述单句对话意图类别样本之后的一个待识别语句样本,所述意图流样本具有预标注的综合对话意图类别标签;
[0018]根据所述综合对话意图样本类别和所述预标注的综合对话意图类别标签,计算第二损失值;
[0019]根据所述第二损失值调整所述初始对话意图流识别模型的第二参数,更新所述初始对话意图流识别模型;
[0020]在所述第二损失值大于第二预设阈值的情况下,返回重新执行所述将所述意图流样本输入与构建的初始对话意图流识别模型,输出综合对话意图样本类别的步骤;
[0021]在所述第二损失值小于等于第二预设阈值的情况下,确定更新后的所述初始对话意图流识别模型为所述对话意图流识别模型。
[0022]根据本公开提供的一种对话意图识别方法,所述将所述意图流样本输入与构建的初始对话意图流识别模型的步骤之前,还包括:
[0023]根据具有前后顺序的至少一个所述单句对话意图类别样本和在所述单句对话意图类别之后的一个所述待识别语句样本生成意图流样本;
[0024]对所述意图流样本标注所述综合对话意图类别标签。
[0025]根据本公开提供的一种对话意图识别方法,所述前置待识别语句为多个;
[0026]所述将获取的前置待识别语句输入单句对话意图识别模型,将第一输出结果作为前置对话意图类别的步骤,包括:
[0027]获取多个前置待识别语句;
[0028]按照获取顺序将多个所述前置待识别语句依次输入所述单句对话意图识别模型,将所述单句对话意图识别模型输出的具有前后顺序的多个所述单句对话意图类别作为具有前后顺序的多个所述前置对话意图类别。
[0029]根据本公开提供的一种对话意图识别方法,所述将所述前置对话意图类别和获取的当前待识别语句输入对话意图流识别模型,将第二输出结果作为当前对话意图类别的步骤,包括:
[0030]将所述具有前后顺序的多个所述前置对话意图类别和获取的所述当前待识别语句输入所述对话意图流识别模型;
[0031]将所述对话意图流识别模型输出的所述综合对话意图类别作为所述当前对话意图类别。
[0032]本公开还提供一种对话意图识别装置,包括:
[0033]第一识别单元,用于将获取的前置待识别语句输入单句对话意图识别模型,将输出结果作为前置对话意图类别;
[0034]第二识别单元,用于将所述前置对话意图类别和获取的当前待识别语句输入对话意图流识别模型,将输出结果作为当前对话意图类别;
[0035]其中,所述单句对话意图识别模型是根据待识别语句样本以单句对话意图类别为分类依据训练得到,所述对话意图流识别模型是根据对话意图流样本以综合对话意图类别为分类依据训练得到。
[0036]本公开还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述对话意图识别方法的步骤。
[0037]本公开还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述对话意图识别方法的步骤。
[0038]本公开还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述对话意图识别方法的步骤
[0039]本公开提供的对话意图识别方法、装置和电子设备,通过将获取的前置待识别语句输入单句对话意图识别模型,将输出结果作为前置对话意图类别;将所述前置对话意图类别和获取的当前待识别语句输入对话意图流识别模型,将输出结果作为当前对话意图类别;其中,所述单句对话意图识别模型是根据待识别语句样本训练得到,所述对话意图流识别模型是根据对话意图流样本训练得到。通过对前置待识别语句进行识别获得对话中用于表示上文意图的前置对话意图类别,进一步根据前置对话意图类别和当前待识别语句进行识别,实现结合上文意图对当前待识别语句进行对话意图识别,得到当前待识别语句的深层含义。
附图说明
[0040]为了更清楚地说明本公开或现有技术中的技术方案,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,下面描述中的附图是本公开的一些实施例,对于本本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种对话意图识别方法,其特征在于,包括:将获取的前置待识别语句输入单句对话意图识别模型,将第一输出结果作为前置对话意图类别;将所述前置对话意图类别和获取的当前待识别语句输入对话意图流识别模型,将第二输出结果作为当前对话意图类别;其中,所述单句对话意图识别模型是根据待识别语句样本训练得到,所述对话意图流识别模型是根据对话意图流样本训练得到。2.根据权利要求1所述的对话意图识别方法,其特征在于,所述单句对话意图识别模型是通过如下步骤训练得到:将所述待识别语句样本输入预构建的初始单句对话意图识别模型,输出所述单句对话意图样本类别,其中,所述待识别语句样本具有预标注的单句对话意图类别标签;根据所述单句对话意图样本类别和所述预标注的单句对话意图类别标签,计算第一损失值;根据所述第一损失值调整所述初始单句对话意图识别模型的第一参数,更新所述初始单句对话意图识别模型;在所述第一损失值大于第一预设阈值的情况下,返回重新执行所述将所述待识别语句样本输入预构建的初始单句对话意图识别模型,输出所述单句对话意图样本类别的步骤;在所述第一损失值小于等于第一预设阈值的情况下,确定更新后的所述初始单句对话意图识别模型为所述单句对话意图识别模型。3.根据权利要求2所述的对话意图识别方法,其特征在于,所述对话意图流识别模型是通过如下步骤训练得到:将所述意图流样本输入预构建的初始对话意图流识别模型,输出综合对话意图样本类别,其中,所述意图流样本包括具有前后顺序的至少一个所述单句对话意图类别样本和在所述单句对话意图类别样本之后的一个待识别语句样本,所述意图流样本具有预标注的综合对话意图类别标签;根据所述综合对话意图样本类别和所述预标注的综合对话意图类别标签,计算第二损失值;根据所述第二损失值调整所述初始对话意图流识别模型的第二参数,更新所述初始对话意图流识别模型;在所述第二损失值大于第二预设阈值的情况下,返回重新执行所述将所述意图流样本输入与构建的初始对话意图流识别模型,输出综合对话意图样本类别的步骤;在所述第二损失值小于等于第二预设阈值的情况下,确定更新后的所述初始对话意图流识别模型为所述对话意图流识别模型。4.根据权利要求3所述的对话意图识别方法,其特征在于,所述将所述意...

【专利技术属性】
技术研发人员:胡晓亮闫慧丽倪云季圣哲邱志明
申请(专利权)人:京东科技信息技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1