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() 人机交互中用户文本多意图识别的方法技术_技高网

人机交互中用户文本多意图识别的方法技术

技术编号:44128745 阅读:1 留言:0更新日期:2025-01-24 22:47
本发明专利技术提供一种人机交互中用户文本多意图识别的方法,涉及自然语言处理技术领域,通过缓存中的多意图分割文本与用户文本进行比对,若对比成功,则依据比对成功的多意图分割文本获得对应的多个单意图;若比对失败,则对用户文本进行多意图规则切分,若切分成功,则获得对应的多个单意图,若切分失败,则利用TextCNN模型进行意图识别,获得用户文本中的多个单意图,以此,若在使用TextCNN模型进行意图识别之前,就得到用户文本对应的多个单意图,相比于直接使用TextCNN模型进行意图识别,速度更快,准确率更高,解决了现有的多意图识别准确率低的问题,本发明专利技术适用于多意图识别。

【技术实现步骤摘要】

本专利技术涉及自然语言处理,特别涉及人机交互中用户文本多意图识别的方法


技术介绍

1、人机交互在人们日常工作、生活中出现的频率越来越高,为人们的日常生活带来极大的便利,对于人机交互而言,机器能否准确地理解用户的意图是非常关键的,通过提升意图识别准确率可以有助于提升用户的交互体验。

2、目前市面上出现的智能家电产品,如电视、空调等,往往只能识别用户单一的指令,而丢失了另外一部分的语义,在真实场景下,用户的一句话可能会包含多重意图,如打开空调温度调至23度制冷模式,因此如何从用户的语句中准确识别出多意图,以提升用户的交互体验显得尤为重要。

3、现有的多意图识别,如中国专利申请为202210739460.0的专利技术专利,公开了一种基于bert语言模型和textcnn模型的多意图识别方法及系统,通过textcnn模型识别意图,识别准确率较差,且对于常用的多意图文本的意图识别速度较慢。


技术实现思路

1、本专利技术所解决的技术问题:提供一种人机交互中用户文本多意图识别的方法,解决现有的多意图识别准确率低的问题。

2、本专利技术解决上述技术问题采用的技术方案:人机交互中用户文本多意图识别的方法,包括以下步骤:

3、s1、依据组合规则将单意图组合成多意图组合数据;

4、s2、将所述多意图组合数据依据组合规则进行单意图分割,获得多意图分割文本,并保存在缓存中;

5、s3、将用户文本与缓存中的多意图分割文本进行比对,若比对成功,则依据比对成功的多意图分割文本获得对应的多个单意图;若比对失败,则对用户文本进行多意图规则切分,若切分成功,则获得对应的多个单意图,若切分失败,则利用textcnn模型进行意图识别,获得用户文本中的多个单意图。

6、进一步的,所述组合规则为任意组合且组合中的单意图不冲突。

7、进一步的,多意图分割文本中的单意图之间用分隔符隔开。

8、进一步的,该方法还包括记录缓存中的多意图分割文本比对成功的次数,在下次比对时,按照成功次数依次进行比对。

9、进一步的,所述多意图规则切分包括以下步骤:

10、s31、构建分词词典并带词性标注,依据实体词典,对用户文本中的实体替换为词性标注,获得替换后的用户文本;

11、s32、利用正则表达式对替换后的用户文本进行切分。

12、进一步的,所述实体包括影视名称、歌曲名称、app名称、频道名称和演员。

13、进一步的,所述正则表达式包括前缀+实体、实体+后缀以及前缀+实体+后缀,所述前缀包括打开、下载、卸载、删除、退出、查询、关闭、删掉和安装,所述后缀包括下、一下、大点、大一点、高点、高一点、低点、低一点、小点和小一点。

14、本专利技术的有益效果:本专利技术提供一种人机交互中用户文本多意图识别的方法,通过缓存中的多意图分割文本与用户文本进行比对,若对比成功,则依据比对成功的多意图分割文本获得对应的多个单意图;若比对失败,则对用户文本进行多意图规则切分,若切分成功,则获得对应的多个单意图,若切分失败,则利用textcnn模型进行意图识别,获得用户文本中的多个单意图,以此,若在使用textcnn模型进行意图识别之前,就得到用户文本对应的多个单意图,相比于直接使用textcnn模型进行意图识别,速度更快,准确率更高,解决了现有的多意图识别准确率低的问题。

本文档来自技高网...

【技术保护点】

1.人机交互中用户文本多意图识别的方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的人机交互中用户文本多意图识别的方法,其特征在于,所述组合规则为任意组合且组合中的单意图不冲突。

3.根据权利要求1所述的人机交互中用户文本多意图识别的方法,其特征在于,多意图分割文本中的单意图之间用分隔符隔开。

4.根据权利要求1所述的人机交互中用户文本多意图识别的方法,其特征在于,还包括记录缓存中的多意图分割文本比对成功的次数,在下次比对时,按照成功次数依次进行比对。

5.根据权利要求1-4任一项所述的人机交互中用户文本多意图识别的方法,其特征在于,所述多意图规则切分包括以下步骤:

6.根据权利要求5所述的人机交互中用户文本多意图识别的方法,其特征在于,所述实体包括影视名称、歌曲名称、app名称、频道名称和演员。

7.根据权利要求5所述的人机交互中用户文本多意图识别的方法,其特征在于,所述正则表达式包括前缀+实体、实体+后缀以及前缀+实体+后缀,所述前缀包括打开、下载、卸载、删除、退出、查询、关闭、删掉和安装,所述后缀包括下、一下、大点、大一点、高点、高一点、低点、低一点、小点和小一点。

...

【技术特征摘要】

1.人机交互中用户文本多意图识别的方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的人机交互中用户文本多意图识别的方法,其特征在于,所述组合规则为任意组合且组合中的单意图不冲突。

3.根据权利要求1所述的人机交互中用户文本多意图识别的方法,其特征在于,多意图分割文本中的单意图之间用分隔符隔开。

4.根据权利要求1所述的人机交互中用户文本多意图识别的方法,其特征在于,还包括记录缓存中的多意图分割文本比对成功的次数,在下次比对时,按照成功次数依次进行比对。

5.根据权利要求1-...

【专利技术属性】
技术研发人员:孙云云高美军周杰彭浩童姝宇
申请(专利权)人:四川长虹电器股份有限公司
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