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开发与金融科技领域,尤其涉及基于人工智能的意图识别方法、装置、计算机设备及存储介质。
技术介绍
1、在当今快速发展的金融科技领域,对话系统作为提升用户体验、实现高效金融服务的关键技术之一,正日益受到重视。然而,现有金融领域中的对话系统在处理用户意图识别方面,仍面临着挑战与局限性。
2、目前的对话系统多采用关键词匹配技术来识别用户意图,这种方法简单直接,能够快速响应结构化或高度标准化的查询请求。然而,面对自然语言输入的多样性和复杂性,尤其是当用户使用同义词、缩写、口语化表达或含有隐晦含义的词汇时,关键词匹配法往往难以准确捕捉用户真实意图,导致识别准确率下降。
技术实现思路
1、本申请实施例的目的在于提出一种基于人工智能的意图识别方法、装置、计算机设备及存储介质,以解决现有的对话系统采用关键词匹配技术识别用户意图的方式存在识别准确率较低的技术问题。
2、为了解决上述技术问题,本申请实施例提供一种基于人工智能的意图识别方法,采用了如下所述的技术方案:
3、获取用户输入的查询文本;
4、对所述查询文本进行清洗处理,得到对应的目标文本;
5、基于预设的匹配模块对所述目标文本进行匹配处理,得到对应的匹配结果;
6、若所述匹配结果的内容为匹配失败,则调用预设的语义模型对所述目标文本进行预测处理,得到对应的一级标签预测结果;
7、基于所述语义模型对所述一级标签预测结果进行分类处理,得到对应的二级标
8、调用与所述语义模型对应的目标后处理规则对所述二级标签预测结果进行匹配处理,得到对应的规则匹配结果;
9、基于所述规则匹配结果对所述二级标签预测结果进行对应的调整处理,得到与所述查询文本对应的目标意图识别结果。
10、进一步的,所述匹配模块至少包括规则匹配模块、精确匹配模块以及模糊匹配模块;所述基于预设的匹配模块对所述目标文本进行匹配处理,得到对应的匹配结果的步骤,具体包括:
11、基于所述规则匹配模块对所述目标文本进行规则匹配;
12、若规则匹配失败,则基于所述精确匹配模块对所述目标文本进行精确匹配;
13、若精确匹配失败,则基于所述模糊匹配模块对所述目标文本进行模糊匹配;
14、若模糊匹配成功,则生成内容为匹配成功的匹配结果;
15、若模糊匹配失败,则生成内容为匹配失败的匹配结果。
16、进一步的,所述基于所述规则匹配结果对所述二级标签预测结果进行对应的调整处理,得到与所述查询文本对应的目标意图识别结果的步骤,具体包括:
17、获取所述规则匹配结果的结果内容;
18、判断所述结果内容是否为规则匹配成功;
19、若是,基于预设的修改策略对所述二级标签预测结果进行修改处理得到对应的修改结果,并将所述修改结果作为与所述查询文本对应的目标意图识别结果;
20、若否,则将所述二级标签预测结果作为与所述查询文本对应的目标意图识别结果。
21、进一步的,所述对所述查询文本进行清洗处理,得到对应的目标文本的步骤,具体包括:
22、对所述查询文本进行规则处理,得到对应的第一文本;
23、对所述第一文本进行纠错处理,得到对应的第二文本;
24、对所述第二文本进行消歧处理,得到对应的第三文本;
25、将所述第三文本作为所述目标文本。
26、进一步的,在所述调用预设的语义模型对所述目标文本进行预测处理,得到对应的一级标签预测结果的步骤之前,还包括:
27、获取预先采集的训练文本数据;其中,所述训练文本数据包括查询文本数据,以及与所述查询文本数据对应的一级标签以及二级标签;
28、获取预设的初始模型;
29、基于所述训练文本数据对所述初始模型进行第一次训练,得到对应的第一模型;
30、获取与所述第一次训练对应的一级标签数据,并基于所述一级标签数据对所述第一模型进行二次训练,得到对应的第二模型;
31、对所述第二模型进行模型微调,得到微调后的第三模型;
32、基于所述第三模型生成所述语义模型。
33、进一步的,所述基于人工智能的意图识别方法,还包括:
34、获取与意图识别业务对应的意图识别服务数据;
35、调用预设的目标数据库;
36、将所述意图识别服务数据存储至所述目标数据库内;
37、基于预设的处理接口对所述目标数据库进行数据更新处理。
38、进一步的,在所述基于所述规则匹配结果对所述二级标签预测结果进行对应的调整处理,得到与所述查询文本对应的目标意图识别结果的步骤之后,还包括:
39、基于所述目标意图识别结果生成与所述查询文本对应的缓存意图结果;
40、获取与所述缓存意图结果对应的有效时间;
41、基于所述有效时间对所述缓存意图结果进行缓存处理;
42、在完成对于所述缓存意图结果的缓存后,将所述目标意图识别结果返回给所述用户。
43、为了解决上述技术问题,本申请实施例还提供一种基于人工智能的意图识别装置,采用了如下所述的技术方案:
44、第一获取模块,用于获取用户输入的查询文本;
45、清洗模块,用于对所述查询文本进行清洗处理,得到对应的目标文本;
46、匹配模块,用于基于预设的匹配模块对所述目标文本进行匹配处理,得到对应的匹配结果;
47、预测模块,用于若所述匹配结果的内容为匹配失败,则调用预设的语义模型对所述目标文本进行预测处理,得到对应的一级标签预测结果;
48、分类模块,用于基于所述语义模型对所述一级标签预测结果进行分类处理,得到对应的二级标签预测结果;
49、处理模块,用于调用与所述语义模型对应的目标后处理规则对所述二级标签预测结果进行匹配处理,得到对应的规则匹配结果;
50、调整模块,用于基于所述规则匹配结果对所述二级标签预测结果进行对应的调整处理,得到与所述查询文本对应的目标意图识别结果。
51、为了解决上述技术问题,本申请实施例还提供一种计算机设备,采用了如下所述的技术方案:
52、获取用户输入的查询文本;
53、对所述查询文本进行清洗处理,得到对应的目标文本;
54、基于预设的匹配模块对所述目标文本进行匹配处理,得到对应的匹配结果;
55、若所述匹配结果的内容为匹配失败,则调用预设的语义模型对所述目标文本进行预测处理,得到对应的一级标签预测结果;
56、基于所述语义模型对所述一级标签预测结果进行分类处理,得到对应的二级标签预测结果;
57、调用与所述语义模型对应的目标后处理规则对所述二级标签预测结果进行匹配处理,得到对应的规则匹本文档来自技高网...
【技术保护点】
1.一种基于人工智能的意图识别方法,其特征在于,包括下述步骤:
2.根据权利要求1所述的基于人工智能的意图识别方法,其特征在于,所述匹配模块至少包括规则匹配模块、精确匹配模块以及模糊匹配模块;所述基于预设的匹配模块对所述目标文本进行匹配处理,得到对应的匹配结果的步骤,具体包括:
3.根据权利要求1所述的基于人工智能的意图识别方法,其特征在于,所述基于所述规则匹配结果对所述二级标签预测结果进行对应的调整处理,得到与所述查询文本对应的目标意图识别结果的步骤,具体包括:
4.根据权利要求1所述的基于人工智能的意图识别方法,其特征在于,所述对所述查询文本进行清洗处理,得到对应的目标文本的步骤,具体包括:
5.根据权利要求1所述的基于人工智能的意图识别方法,其特征在于,在所述调用预设的语义模型对所述目标文本进行预测处理,得到对应的一级标签预测结果的步骤之前,还包括:
6.根据权利要求1所述的基于人工智能的意图识别方法,其特征在于,所述基于人工智能的意图识别方法,还包括:
7.根据权利要求1所述的基于人工智能的意图识别方
8.一种基于人工智能的意图识别装置,其特征在于,包括:
9.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的基于人工智能的意图识别方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的基于人工智能的意图识别方法的步骤。
...【技术特征摘要】
1.一种基于人工智能的意图识别方法,其特征在于,包括下述步骤:
2.根据权利要求1所述的基于人工智能的意图识别方法,其特征在于,所述匹配模块至少包括规则匹配模块、精确匹配模块以及模糊匹配模块;所述基于预设的匹配模块对所述目标文本进行匹配处理,得到对应的匹配结果的步骤,具体包括:
3.根据权利要求1所述的基于人工智能的意图识别方法,其特征在于,所述基于所述规则匹配结果对所述二级标签预测结果进行对应的调整处理,得到与所述查询文本对应的目标意图识别结果的步骤,具体包括:
4.根据权利要求1所述的基于人工智能的意图识别方法,其特征在于,所述对所述查询文本进行清洗处理,得到对应的目标文本的步骤,具体包括:
5.根据权利要求1所述的基于人工智能的意图识别方法,其特征在于,在所述调用预设的语义模型对所述目标文本进行预测处理,得到对应的一级标签预测结果的步骤之前,...
【专利技术属性】
技术研发人员:张一凡,
申请(专利权)人:中国平安财产保险股份有限公司,
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。