System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及人工智能,特别是涉及一种金融服务应用的意图识别方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、随着计算机技术的发展,为了更高效地为用户提供相应的搜索结果或回复内容,可以通过训练自然语言处理模型来进行意图识别。
2、在相关技术中,针对用户在金融服务应用中输入的信息,为了获取更好的识别效果,往往需要获取大量的金融领域训练数据,并人工设置训练标签,在经过多次训练后,通过训练好的模型进行意图识别。
3、然而,该方式训练成本较高,难以高效地对用户在金融服务应用中输入的信息进行意图识别。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够提高意图识别效率的金融服务应用的意图识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面,本申请提供了一种金融服务应用的意图识别方法。所述方法包括:
3、获取用户在金融服务应用输入的待进行意图识别的待识别文本;
4、将所述待识别文本对应的文本特征,与预先构建的金融行业知识库中多个金融行业知识文本对应的文本特征进行比对,根据比对得到的文本特征相似度,确定与所述待识别文本关联的目标金融行业知识文本;
5、将所述目标金融行业知识文本和所述待识别文本输入到预先训练好的通用语言模型,由所述通用语言模型根据所述目标金融行业知识文本,确定所述待识别文本的上下文语义,并根据所述上下文语义确定所述待识别文本对应的用户意图。
6、在
7、将所述待识别文本对应的文本特征,与预先构建的金融行业知识库中各个金融行业知识文本对应的文本特征进行比对,得到所述待识别文本与各个金融行业知识文本的文本特征相似度。
8、在其中一个实施例中,所述将所述待识别文本对应的文本特征,与预先构建的金融行业知识库中多个金融行业知识文本对应的文本特征进行比对,包括:
9、确定预先构建的金融行业知识库中各类别的金融行业知识对应的知识标签;
10、对所述待识别文本与各个知识标签进行匹配,并确定匹配的知识标签对应的目标类别金融行业知识;
11、将所述待识别文本对应的文本特征,与所述目标类别金融行业知识的金融行业知识文本对应的文本特征进行比对。
12、在其中一个实施例中,所述金融行业知识库通过如下步骤构建得到:
13、对预先获取的多个金融行业知识文本进行聚类,得到多个类别的金融行业知识和各类别金融行业知识对应的金融行业知识文本;
14、针对各类别金融行业知识,获取所述类别金融行业知识的各个金融行业知识文本对应的文本向量,根据多个文本向量,确定所述类别金融行业知识的金融行业知识文本对应的文本特征。
15、在其中一个实施例中,所述根据比对得到的文本特征相似度,确定与所述待识别文本关联的目标金融行业知识文本,包括:
16、确定所述待识别文本的意图识别难度,并确定与所述意图识别难度对应的文本筛选数量k;所述k为正整数,且所述k与所述意图识别难度正相关;
17、根据比对得到的文本特征相似度,从所述多个金融行业知识文本中,获取文本特征相似度最高的k个金融行业知识文本,得到与所述待识别文本关联的金融行业知识文本。
18、在其中一个实施例中,所述获取用户在金融服务应用输入的待进行意图识别的待识别文本,包括:
19、将用户在金融服务应用的搜索框中输入的文本信息,作为待进行意图识别的待识别文本;
20、和/或,
21、将用户在金融服务应用的对话框中输入的文本信息,作为待进行意图识别的待识别文本。
22、第二方面,本申请还提供了一种金融服务应用的意图识别装置。所述装置包括:
23、文本获取模块,用于获取用户在金融服务应用输入的待进行意图识别的待识别文本;
24、特征比对模块,用于将所述待识别文本对应的文本特征,与预先构建的金融行业知识库中多个金融行业知识文本对应的文本特征进行比对,根据比对得到的文本特征相似度,确定与所述待识别文本关联的目标金融行业知识文本;
25、意图识别模块,用于将所述目标金融行业知识文本和所述待识别文本输入到预先训练好的通用语言模型,由所述通用语言模型根据所述目标金融行业知识文本,确定所述待识别文本的上下文语义,并根据所述上下文语义确定所述待识别文本对应的用户意图。
26、第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
27、获取用户在金融服务应用输入的待进行意图识别的待识别文本;
28、将所述待识别文本对应的文本特征,与预先构建的金融行业知识库中多个金融行业知识文本对应的文本特征进行比对,根据比对得到的文本特征相似度,确定与所述待识别文本关联的目标金融行业知识文本;
29、将所述目标金融行业知识文本和所述待识别文本输入到预先训练好的通用语言模型,由所述通用语言模型根据所述目标金融行业知识文本,确定所述待识别文本的上下文语义,并根据所述上下文语义确定所述待识别文本对应的用户意图。
30、第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
31、获取用户在金融服务应用输入的待进行意图识别的待识别文本;
32、将所述待识别文本对应的文本特征,与预先构建的金融行业知识库中多个金融行业知识文本对应的文本特征进行比对,根据比对得到的文本特征相似度,确定与所述待识别文本关联的目标金融行业知识文本;
33、将所述目标金融行业知识文本和所述待识别文本输入到预先训练好的通用语言模型 ,由所述通用语言模型根据所述目标金融行业知识文本,确定所述待识别文本的上下文语义,并根据所述上下文语义确定所述待识别文本对应的用户意图。
34、第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
35、获取用户在金融服务应用输入的待进行意图识别的待识别文本;
36、将所述待识别文本对应的文本特征,与预先构建的金融行业知识库中多个金融行业知识文本对应的文本特征进行比对,根据比对得到的文本特征相似度,确定与所述待识别文本关联的目标金融行业知识文本;
37、将所述目标金融行业知识文本和所述待识别文本输入到预先训练好的通用语言模型 ,由所述通用语言模型根据所述目标金融行业知识文本,确定所述待识别文本的上下文语义,并根据所述上下文语义确定所述待识别文本对应的用户意图。
38、上述金融服务应用本文档来自技高网...
【技术保护点】
1.一种金融服务应用的意图识别方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述将所述待识别文本对应的文本特征,与预先构建的金融行业知识库中多个金融行业知识文本对应的文本特征进行比对,包括:
3.根据权利要求1所述的方法,其特征在于,所述将所述待识别文本对应的文本特征,与预先构建的金融行业知识库中多个金融行业知识文本对应的文本特征进行比对,包括:
4.根据权利要求3所述的方法,其特征在于,所述金融行业知识库通过如下步骤构建得到:
5.根据权利要求1所述的方法,其特征在于,所述根据比对得到的文本特征相似度,确定与所述待识别文本关联的目标金融行业知识文本,包括:
6.根据权利要求1至5任一项所述的方法,其特征在于,所述获取用户在金融服务应用输入的待进行意图识别的待识别文本,包括:
7.一种金融服务应用的意图识别装置,其特征在于,所述装置包括:
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种金融服务应用的意图识别方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述将所述待识别文本对应的文本特征,与预先构建的金融行业知识库中多个金融行业知识文本对应的文本特征进行比对,包括:
3.根据权利要求1所述的方法,其特征在于,所述将所述待识别文本对应的文本特征,与预先构建的金融行业知识库中多个金融行业知识文本对应的文本特征进行比对,包括:
4.根据权利要求3所述的方法,其特征在于,所述金融行业知识库通过如下步骤构建得到:
5.根据权利要求1所述的方法,其特征在于,所述根据比对得到的文本特征相似度,确定与所述待识别文本关联的目标金融行业知识文本,包括:
<...【专利技术属性】
技术研发人员:南晓停,
申请(专利权)人:中国银行股份有限公司,
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。