CN113094481A - 意图识别方法、装置、电子设备及计算机可读存储介质 - Google Patents
意图识别方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113094481A CN113094481A CN202110232614.2A CN202110232614A CN113094481A CN 113094481 A CN113094481 A CN 113094481A CN 202110232614 A CN202110232614 A CN 202110232614A CN 113094481 A CN113094481 A CN 113094481A
- Authority
- CN
- China
- Prior art keywords
- intention
- target text
- intention recognition
- acquiring
- trained
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 239000013598 vector Substances 0.000 claims description 18
- 238000013145 classification model Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 description 11
- 238000013473 artificial intelligence Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000004579 scanning voltage microscopy Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3343—Query execution using phonetics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3346—Query execution using probabilistic model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/16—Speech classification or search using artificial neural networks
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/527—Centralised call answering arrangements not requiring operator intervention
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Data Mining & Analysis (AREA)
- Acoustics & Sound (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Signal Processing (AREA)
- Probability & Statistics with Applications (AREA)
- Machine Translation (AREA)
Abstract
本申请提供了一种意图识别方法、装置、电子设备及计算机可读存储介质,包括:获取外呼场景中客户发出的当前语音,并基于当前语音获取对应的目标文本;确定目标文本包含的意图类型,并基于意图类型获取目标文本对应的意图识别结果。该方案将外呼场景中客户的语音转换为对应的目标文本,再确定目标文本中的意图类型,并对不同的意图类型采用不同的意图识别模型,识别出客户的意图,由于针对不同意图类型采用不同的意图识别模型,可以提高对包含多意图语音的识别准确率。
Description
技术领域
本申请涉及人工智能技术领域,具体而言,本申请涉及一种意图识别方法、装置、电子设备及计算机可读存储介质。
背景技术
随着经济的快速发展,很多行业在为用户提供更加丰富的产品的同时,也沉淀了海量数据。利用这些数据进行有价值的外呼服务,是通行的产品营销方法。所谓外呼(Outbound)是指:电话通过电脑自动往外拨打用户电话,将录制好的语音通过电脑播放给用户,它是电脑、电话集成一体现代客户服务中心***不可或缺的一个组成部分。外呼一般分为两个阶段:外呼数据的获取以及外呼动作的发起。
在智能外呼服务中,提前根据不同营销产品设置相应话术模板,营销机器人(或外呼平台)按照话术模板中的节点流程,进行产品营销,这种营销机器人,可根据客户对产品的实时反馈,完成产品的推荐,当客户接受所营销产品时,还可进一步提供预约或试听试用等多种服务。所以在外呼营销对话中,快速判断客户对于所营销产品的接受度是非常重要的,不仅能够节省时间和成本,而且对于客户接受度不明确的可以更换营销话术继续推荐产品,有助于销售转化。这就要求机器人能够快速准确识别用户对所营销产品的接受度。
目前,智能外呼的识别数据是由语音转化为口语,在口语中存在着的语气词重复词多、一句话有多个意图的情形时,难以对其中的意图进行准确识别,因此有必要对现有的意图识别方法进行改进。
发明内容
本申请的目的旨在至少能解决上述的技术缺陷之一,本申请实施例所提供的技术方案如下:
第一方面,本申请实施例提供了一种意图识别方法,其特征在于,包括:
获取外呼场景中客户发出的当前语音,并基于当前语音获取对应的目标文本;
确定目标文本包含的意图类型,并基于意图类型获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,确定目标文本对应的意图类型,包括:
将目标文本输入预训练的二分类模型,输出目标文本对应的意图类型。
在本申请的一种可选实施例中,基于意图类型获取目标文本对应的意图识别结果,包括:
基于意图类型,获取对应的预训练的意图识别模型;
利用预训练的意图识别模型获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,若意图类型为指示客户对外呼营销对象的接收程度的通用意图类型,通用意图类型对应的意图识别模型为预训练的通用意图识别模型;
利用预训练的意图识别模型获取目标文本对应的意图识别结果,包括:
利用预训练的通用意图识别模型获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,利用预训练的通用意图识别模型获取目标文本对应的意图识别结果,包括:
若目标文本的字符数不小于预设数值,则将目标文本拆分成一个或多个目标文本片段;
分别将各目标文本片段输入预训练的通用意图识别模型,输出对应的通用意图;
基于通用意图,获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,基于一个或多个通用意图识别结果,获取目标文本对应的意图识别结果,包括:
基于预设通用意图分类表,获取各通用意图识别结果的优先级别;
将各通用意图识别结果中优先级别最高的通用意图,作为目标文本对应的意图识别结果。
在本申请的一种可选实施例中,若意图类型为指示客户对外呼营销对象的相关信息的提问的知识意图类型,知识意图类型对应的意图识别模型为预训练的知识意图识别模型;
利用预训练的意图识别模型获取目标文本对应的意图识别结果,包括:
利用预训练的知识意图识别模型获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,利用预训练的知识意图识别模型获取目标文本对应的意图识别结果,包括:
从预设知识意图库中获取带有实体标注和/或关键词标注的待匹配文本;
将目标文本的关键位置向量分别与各待匹配文本的关键位置向量一起输入预训练的知识意图识别模型,输出目标文本与各待匹配文本的匹配概率;
基于各匹配概率,获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,基于各匹配概率,获取目标文本对应的意图识别结果,包括:
将与目标文本具有最大匹配概率的待匹配文本对应的知识意图,作为目标文本对应的意图识别结果。
在本申请的一种可选实施例中,意图类型包括通用意图类型和知识意图类型,通用意图类型对应的意图识别模型包括预训练的通用意图识别模型和预训练的知识意图识别模型;
利用预训练的意图识别模型获取目标文本对应的意图识别结果,包括:
分别利用预训练的通用意图识别模型和预训练的知识意图识别模型,获取目标文本对应的通用意图和知识意图;
基于通用意图和知识意图,获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,基于当前语音获取对应的目标文本,包括:
获取当前语音对应的外呼平台的前一语音,并基于前一语音获取对应的前一文本;
若前一文本的内容为对客户的回答内容,则将当前语音对应的文本确定为目标文本;
若前一文本的内容为对客户的提问内容,则将当前语音对应的文本进行拆分后得到一个或多个目标文本。
在本申请的一种可选实施例中,该方法还包括:
基于意图识别结果,获取对应的答复内容;
通过外呼平台将答复内容发送给客户。
第二方面,本申请提供了一种意图识别装置,包括:
目标文本获取模块,用于获取外呼场景中客户发出的当前语音,并基于当前语音获取对应的目标文本;
意图识别结果获取模块,用于确定目标文本包含的意图类型,并基于意图类型获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,意图识别结果获取模块具体用于:
将目标文本输入预训练的二分类模型,输出目标文本对应的意图类型。
在本申请的一种可选实施例中,意图识别结果获取模块具体用于:
基于意图类型,获取对应的预训练的意图识别模型;
利用预训练的意图识别模型获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,若意图类型为指示客户对外呼营销对象的接收程度的通用意图类型,通用意图类型对应的意图识别模型为预训练的通用意图识别模型;意图识别结果获取模块具体用于:
利用预训练的通用意图识别模型获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,意图识别结果获取模块进一步用于:
若目标文本的字符数不小于预设数值,则将目标文本拆分成一个或多个目标文本片段;
分别将各目标文本片段输入预训练的通用意图识别模型,输出对应的通用意图;
基于通用意图,获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,意图识别结果获取模块进一步用于:
基于预设通用意图分类表,获取各通用意图识别结果的优先级别;
将各通用意图识别结果中优先级别最高的通用意图,作为目标文本对应的意图识别结果。
在本申请的一种可选实施例中,若意图类型为指示客户对外呼营销对象的相关信息的提问的知识意图类型,知识意图类型对应的意图识别模型为预训练的知识意图识别模型;意图识别结果获取模块具体用于:
利用预训练的知识意图识别模型获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,意图识别结果获取模块进一步用于:
从预设知识意图库中获取带有实体标注和/或关键词标注的待匹配文本;
将目标文本的关键位置向量分别与各待匹配文本的关键位置向量一起输入预训练的知识意图识别模型,输出目标文本与各待匹配文本的匹配概率;
基于各匹配概率,获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,意图识别结果获取模块进一步用于:
将与目标文本具有最大匹配概率的待匹配文本对应的知识意图,作为目标文本对应的意图识别结果。
在本申请的一种可选实施例中,意图类型包括通用意图类型和知识意图类型,通用意图类型对应的意图识别模型包括预训练的通用意图识别模型和预训练的知识意图识别模型;意图识别结果获取模块具体用于:
分别利用预训练的通用意图识别模型和预训练的知识意图识别模型,获取目标文本对应的通用意图和知识意图;
基于通用意图和知识意图,获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,目标文本获取模块具体用于:
获取当前语音对应的外呼平台的前一语音,并基于前一语音获取对应的前一文本;
若前一文本的内容为对客户的回答内容,则将当前语音对应的文本确定为目标文本;
若前一文本的内容为对客户的提问内容,则将当前语音对应的文本进行拆分后得到一个或多个目标文本。
在本申请的一种可选实施例中,该装置还包括答复模块,用于:
基于意图识别结果,获取对应的答复内容;
通过外呼平台将答复内容发送给客户。
第三方面,本申请实施例提供了一种电子设备,包括存储器和处理器;
存储器中存储有计算机程序;
处理器,用于执行计算机程序以实现第一方面实施例或第一方面任一可选实施例中所提供的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现第一方面实施例或第一方面任一可选实施例中所提供的方法。
本申请提供的技术方案带来的有益效果是:
将外呼场景中客户的语音转换为对应的目标文本,再确定目标文本中的意图类型,并对不同的意图类型采用不同的意图识别模型,识别出客户的意图,由于针对不同意图类型采用不同的意图识别模型,可以提高对包含多意图语音的识别准确率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为本申请实施例提供的一种意图识别方法的流程示意图;
图2为本申请实施例的一个实例中意图识别过程的具体流程示意图;
图3为本申请实施例提供的一种意图识别装置的结构框图;
图4为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
图1为本申请实施例提供的一种意图识别方法的流程示意图,如图1所示,该方法可以包括以下几个步骤:
步骤S101,获取外呼场景中客户发出的当前语音,并基于当前语音获取对应的目标文本。
其中,当前语音即当前需要分析获取其中意图的语音,本申请实施例将当前语音转换为对应的文本,进而得到用于后续意图分析的目标文本。
具体地,在获取到客户发出的当前语音后,可以通过ASR(Automatic SpeechRecognition,自动语音识别)算法将当前语音转换为对应的文本,并进一步根据文本获取目标文本,后续对目标文本进行分析,识别其中包含的意图。
步骤S102,确定目标文本包含的意图类型,并基于意图类型获取目标文本对应的意图识别结果。
具体地,由于目标文本中可能包含有多种类型的意图,为了分别准确识别出不同意图类型的意图,首先可以确定目标文本所包含的意图类型,然后在针对不同的意图类型,采用不同的意图识别模型进行识别,获取对应的意图。
本申请提供的方案,将外呼场景中客户的语音转换为对应的目标文本,再确定目标文本中的意图类型,并对不同的意图类型采用不同的意图识别模型,识别出客户的意图,由于针对不同意图类型采用不同的意图识别模型,可以提高对包含多意图语音的识别准确率。
在本申请的一种可选实施例中,确定目标文本对应的意图类型,包括:
将目标文本输入预训练的二分类模型,输出目标文本对应的意图类型。
其中,对目标文本进行二分类判断,判断目标文本是包含通用意图还是知识意图,抑或是两者都包含。二分类模型使用NLP(Natural Language Processing,自然语言处理)常见的二分类模型,可选模型包括但不限于Bert、TextCNN、FastText、SVM、逻辑回归、随机森林等。
在本申请的一种可选实施例中,基于意图类型获取目标文本对应的意图识别结果,包括:
基于意图类型,获取对应的预训练的意图识别模型;
利用预训练的意图识别模型获取目标文本对应的意图识别结果。
具体地,在获取到目标文本中包含的意图类型后,获取对应的意图识别模型对目标文本进行意图识别,输出对应的意图识别结果。具体来说,若确定目标文本中仅包含通用意图类型,则采用预训练的通用意图识别模型对目标文本进行识别,若确定目标文本中仅包含知识意图类型,则采用预训练的知识意图识别模型对目标文本进行识别,若确定目标文本中既包含通用意图类型,又包含知识意图类型,则分别采用预训练的通用意图识别模型和预训练的知识意图识别模型对目标文本进行识别。下面将对以上三种情绪分别进行详细说明。
在本申请的一种可选实施例中,若意图类型为指示客户对外呼营销对象的接收程度的通用意图类型,通用意图类型对应的意图识别模型为预训练的通用意图识别模型;
利用预训练的意图识别模型获取目标文本对应的意图识别结果,包括:
利用预训练的通用意图识别模型获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,利用预训练的通用意图识别模型获取目标文本对应的意图识别结果,包括:
若目标文本的字符数不小于预设数值,则将目标文本拆分成一个或多个目标文本片段;
分别将各目标文本片段输入预训练的通用意图识别模型,输出对应的通用意图;
基于通用意图,获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,基于通用意图识别结果,获取目标文本对应的意图识别结果,包括:
基于预设通用意图分类表,获取各通用意图识别结果的优先级别;
将各通用意图识别结果中优先级别最高的通用意图,作为目标文本对应的意图识别结果。
具体地,当确定目标文本中包含的意图类型为通用意图类型后,在通用意图识别中,如果一句话超过预设数值(例如16个字符)且有句号、问号、逗号、叹号等分割符时,使用断句模型对该目标文本进行断句,断句后的所有目标文本片段分别进行通用意图识别,如果断句后的目标文本片段属于多种通用意图,则按照通用意图的优先级(即通用意图识别结果的优先级)进行排序,最终输出一种通用意图作为目标文本最终的用户意图。
其中,举例来说,可以将外呼场景下的通用意图分为5大类和8个中类,8个中类为:(1)得到用户表扬、(2)用户接受、(3)继续进行会话、(4)可重复会话、(5)更换营销话术、(6)结束会话(转为发消息)、(7)情绪安抚、(8)投诉。各类别再进一步细分得到外呼通用意图细分,如表1(通用意图分类表)所示。
表1
外呼***(或称外呼平台)配置时,根据细分的通用意图配置不同的话术模板进行会话。外呼***中机器人按照话术模板与用户对话。
进一步地,对各通用意图的有限级别高低进行了预先设定,表1中通用意图的优先级如下:81>71>63>62>61>52>51>42>41>33>32>31>21>11,其中数字序号是通用意图分类表中的“用户意图序号”,在前的用户意图序号表示优先级越高。若目标文本的字符数不小于预设数值,根据断句后的多个目标文本片段的通用意图识别结果进行优先级排序,将优先级别最高的通用意图识别结果作为目标文本的最终通用意图。例如,目标文本拆分后,模型识别包含通用意图为81、71、63等多个,则最终的通用意图为81。具体来说,根据断句后得到的的多个目标文本片段的通用意图识别结果进行优先级排序,作为该目标文本的通用意图。因为根据以往经验,很多句子的意图往往包含多个,例如机器人说“我们有个课程19.9体验课,您要不要考虑一下呢?”,如果用户回复“嗯嗯”,则表示通用意图为21,即表示“接受&肯定”。如果用户回复“嗯嗯,考虑下”,其实包含了两种通用意图,其中“嗯嗯”表示的是通用意图21,即“接受&肯定”,“考虑下”则表示的是通用意图“考虑下”,属于外呼通用意图序号52。如果用户回复“嗯嗯,考虑下,还是不要了”,则断句后分别识别会包含三种通用意图,其中有“接受&肯定”和“考虑下”,而“还是不要了”,属于通用意图61,即“不需要”。这样的三种通用意图按优先级排序,61优先于52优先于21,所以最终的通用意图是61,即“不需要”。从而提高了一个目标文本包含多个通用意图的识别准确率。优先级的判定,也可以根据不同的业务需求进行调整。
其中,通用意图识别模型是个多分类模型,可选的如Bert分类、FastText、TextCNN、RNN_Attention、Idcnn等。例如使用Bert多分类模型,将每个目标文本通过Bert预训练模型转化为字向量,除了Bert模型中已经包含的字向量(Token Embeddings)、位置向量(Position Embeddings)、分句向量(segment Segment embeddingsEmbeddings)外,给模型添加分词向量作为附加特征,因为在通用意图中,目标文本中的词语如“不用”、“挂了”、“需要”等对于该目标文本的意图判定很重要,增加该分词特征可以提高意图判断准确率。
在本申请的一种可选实施例中,若意图类型为指示客户对外呼营销对象的相关信息的提问的知识意图类型,知识意图类型对应的意图识别模型为预训练的知识意图识别模型;
利用预训练的意图识别模型获取目标文本对应的意图识别结果,包括:
利用预训练的知识意图识别模型获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,利用预训练的知识意图识别模型获取目标文本对应的意图识别结果,包括:
从预设知识意图库中获取带有实体标注和/或关键词标注的待匹配文本;
将目标文本的关键位置向量分别与各待匹配文本的关键位置向量一起输入预训练的知识意图识别模型,输出目标文本与各待匹配文本的匹配概率;
基于各匹配概率,获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,基于各匹配概率,获取目标文本对应的意图识别结果,包括:
将与目标文本具有最大匹配概率的待匹配文本对应的知识意图,作为目标文本对应的意图识别结果。
具体地,当确定目标文本中包含的意图类型为知识意图类型,则通过知识意图识别模型对目标文本进行识别,并从知识意图的预设知识意图库中选取合适答案。本申请实施例使用的知识意图识别模型为分类模型,将目标文本与预设知识意图库中的所有待匹配意图一一配对,使用分类模型判断该配对是否正确,并选取分类模型最大概率配对正确的知识意图作为最终的知识意图。其中,举例来说,某一预设知识意图库如表2所示。
表2
知识意图识别模型是带有关键词的Bert分类模型。使用带有关键词的待匹配文本和目标文本,输入到Bert中进行分类,模型分类结果是判定输入的目标文本和待匹配文本是否属于同一个知识意图。传统的Bert模型的输入是一个连续的句子,在本申请实施例的分类模型中将目标文本和预设知识意图库中的待匹配文本分别进行一一配对,每个知识意图下如果不止一个待匹配文本,则将预设知识意图库中该组具有相同知识意图的待匹配文本进行合并,拼接为一个文本后再与目标文本进行配对,并通过分词、去停用词,再进行标注实体、关键词等处理后输入到知识意图识别模型中,最终选取分类模型最大概率配对成功(即最大匹配概率)的知识意图作为最终的知识意图,即得到目标文本对应的意图识别结果。
标注实体、关键词等具体的操作包括:根据预设知识意图库中的第一层级(实体)、第二层级(关键词)对预设知识意图库中的待匹配文本做标注,即在待匹配文本分词成词语后如果该词语是实体或关键词则该词语中的字所在位置标识为1,如果不是实体也不是关键词则分词后该词语中的字所在位置表示为0,这样会得到一个由0和1组成的关键位置向量。类似地,根据领域实体词典和领域关键词词典对目标文本也进行同样的处理,先分词去停用词后在实体或关键词所在的位置标识为1,其他字所在的位置标识为0。最终配对后的预设知识意图库中和目标文本与它们的关键位置向量一起,输入到分类模型中(即知识意图识别模型)。
例如,配对目标文本和待匹配文本分别为“***什么时候能开”和“我的***能够开了吗”,由于***、开、吗等属于实体或者关键词,则位置标识后的输入则是:“11000001”和“001100101”。知识意图识别模型识别时表示的该配对目标文本和待匹配文本的知识意图是相同或者不相同,如果相同,则得到了该目标文本的最终知识意图即为与它配对的待匹配文本对应的知识意图。通过此种标注实体和关键词位置的方式得到关键位置向量,可以给模型引入实体和关键词信息,而此类实体和关键词是知识意图识别过程中的重要特征,尤其是在目标文本长度过长、语气词多、重复多等口语场景下有助于提高意图识别的准确率。如果单纯根据文本相似度进行配对计算,则会将字面相似度高的归为相同意图,但是可能意图并不相同。
在本申请的一种可选实施例中,意图类型包括通用意图类型和知识意图类型,通用意图类型对应的意图识别模型包括预训练的通用意图识别模型和预训练的知识意图识别模型;
利用预训练的意图识别模型获取目标文本对应的意图识别结果,包括:
分别利用预训练的通用意图识别模型和预训练的知识意图识别模型,获取目标文本对应的通用意图和知识意图;
基于通用意图和知识意图,获取目标文本对应的意图识别结果。
具体地,如果确定目标文本包含以上两种意图类型,则分别采用两种对应的意图识别模型进行意图识别,具体识别过程参考前文描述,在此不再赘述。
在本申请的一种可选实施例中,基于当前语音获取对应的目标文本,包括:
获取当前语音对应的外呼平台的前一语音,并基于前一语音获取对应的前一文本;
若前一文本的内容为对客户的回答内容,则将当前语音对应的文本确定为目标文本;
若前一文本的内容为对客户的提问内容,则将当前语音对应的文本进行拆分后得到一个或多个目标文本。
具体地,当话术模板设置中如果是机器人提出问题,则对客户的回答将先进行断句,因为跟在机器人问题之后的客户的回答很可能在一句话中既回复了机器人的问题又提出了自己的新问题。即对客户的回答进行断句,得到多个目标文本,断句后的目标文本再进行二分类模型判断,属于知识意图的输入知识意图识别模型,属于通用意图的输入通用意图识别模型。这样在下一句话术模板中,机器人回答客户问题时,也可以根据客户户的反馈继续走合适的话术模板。当话术模板中设置的不是机器人提问,而是机器人回答用户的提问时,则将客户的回到直接作为目标文本,先判断目标文本属于通用意图还是知识意图,属于知识意图则直接输入知识意图识别模型,不用断句。属于通用意图则先断句再输入通用意图识别模型进行识别,最终根据优先级选取最合适的通用意图作为最终通用意图。
综上所示,如图2为本申请实施例的一个实施过程的流程示意图,如图2所示,可以包括以下几个步骤:
首先,获取当前语音对应的外呼平台的前一语音,并基于前一语音获取对应的前一文本;若前一文本的内容为对客户的回答内容(即机器人回答),则将当前语音对应的文本确定为目标文本;若前一文本的内容为对客户的提问内容(即机器人提问),则将当前语音对应的文本进行拆分后得到一个或多个目标文本。
然后,将目标文本输入预训练的二分类模型,输出目标文本对应的意图类型。若意图类型为指示客户对外呼营销对象的接收程度的通用意图类型,则利用预训练的通用意图识别模型获取目标文本对应的意图识别结果。若意图类型为指示客户对外呼营销对象的相关信息的提问的知识意图类型,利用预训练的知识意图识别模型获取目标文本对应的意图识别结果。
最后,基于意图识别结果,获取对应的答复内容;通过外呼平台将答复内容发送给客户(即给出知识库答案,或绝对机器人话术走向)
图3为本申请实施例提供的一种意图识别装置的结构框图,如图3所示,该装置300可以包括目标文本获取模块301和意图识别结果获取模块302,其中:
目标文本获取模块301用于获取外呼场景中客户发出的当前语音,并基于当前语音获取对应的目标文本;
意图识别结果获取模块302用于确定目标文本包含的意图类型,并基于意图类型获取目标文本对应的意图识别结果。
本申请提供的方案,将外呼场景中客户的语音转换为对应的目标文本,再确定目标文本中的意图类型,并对不同的意图类型采用不同的意图识别模型,识别出客户的意图,由于针对不同意图类型采用不同的意图识别模型,可以提高对包含多意图语音的识别准确率。
在本申请的一种可选实施例中,意图识别结果获取模块具体用于:
将目标文本输入预训练的二分类模型,输出目标文本对应的意图类型。
在本申请的一种可选实施例中,意图识别结果获取模块具体用于:
基于意图类型,获取对应的预训练的意图识别模型;
利用预训练的意图识别模型获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,若意图类型为指示客户对外呼营销对象的接收程度的通用意图类型,通用意图类型对应的意图识别模型为预训练的通用意图识别模型;意图识别结果获取模块具体用于:
利用预训练的通用意图识别模型获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,意图识别结果获取模块进一步用于:
若目标文本的字符数不小于预设数值,则将目标文本拆分成一个或多个目标文本片段;
分别将各目标文本片段输入预训练的通用意图识别模型,输出对应的通用意图;
基于通用意图,获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,意图识别结果获取模块进一步用于:
基于预设通用意图分类表,获取各通用意图识别结果的优先级别;
将各通用意图识别结果中优先级别最高的通用意图,作为目标文本对应的意图识别结果。
在本申请的一种可选实施例中,若意图类型为指示客户对外呼营销对象的相关信息的提问的知识意图类型,知识意图类型对应的意图识别模型为预训练的知识意图识别模型;意图识别结果获取模块具体用于:
利用预训练的知识意图识别模型获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,意图识别结果获取模块进一步用于:
从预设知识意图库中获取带有实体标注和/或关键词标注的待匹配文本;
将目标文本的关键位置向量分别与各待匹配文本的关键位置向量一起输入预训练的知识意图识别模型,输出目标文本与各待匹配文本的匹配概率;
基于各匹配概率,获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,意图识别结果获取模块进一步用于:
将与目标文本具有最大匹配概率的待匹配文本对应的知识意图,作为目标文本对应的意图识别结果。
在本申请的一种可选实施例中,意图类型包括通用意图类型和知识意图类型,通用意图类型对应的意图识别模型包括预训练的通用意图识别模型和预训练的知识意图识别模型;意图识别结果获取模块具体用于:
分别利用预训练的通用意图识别模型和预训练的知识意图识别模型,获取目标文本对应的通用意图和知识意图;
基于通用意图和知识意图,获取目标文本对应的意图识别结果。
在本申请的一种可选实施例中,目标文本获取模块具体用于:
获取当前语音对应的外呼平台的前一语音,并基于前一语音获取对应的前一文本;
若前一文本的内容为对客户的回答内容,则将当前语音对应的文本确定为目标文本;
若前一文本的内容为对客户的提问内容,则将当前语音对应的文本进行拆分后得到一个或多个目标文本。
在本申请的一种可选实施例中,该装置还包括答复模块,用于:
基于意图识别结果,获取对应的答复内容;
通过外呼平台将答复内容发送给客户。
下面参考图4,其示出了适于用来实现本申请实施例的电子设备(例如执行图1所示方法的终端设备或服务器)400的结构示意图。本申请实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)、可穿戴设备等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
电子设备包括:存储器以及处理器,存储器用于存储执行上述各个方法实施例所述方法的程序;处理器被配置为执行存储器中存储的程序。其中,这里的处理器可以称为下文所述的处理装置401,存储器可以包括下文中的只读存储器(ROM)402、随机访问存储器(RAM)403以及存储装置408中的至少一项,具体如下所示:
如图4所示,电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM403中,还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常,以下装置可以连接至I/O接口405:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407;包括例如磁带、硬盘等的存储装置408;以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置409从网络上被下载和安装,或者从存储装置408被安装,或者从ROM 402被安装。在该计算机程序被处理装置401执行时,执行本申请实施例的方法中限定的上述功能。
需要说明的是,本申请上述的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:
获取外呼场景中客户发出的当前语音,并基于当前语音获取对应的目标文本;确定目标文本包含的意图类型,并基于意图类型获取目标文本对应的意图识别结果。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的模块或单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块或单元的名称在某种情况下并不构成对该单元本身的限定,例如,目标文本获取模块还可以被描述为“获取目标文本的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本申请的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
本申请实施例中所提供的装置,可以通过AI模型来实现多个模块中的至少一个模块。可以通过非易失性存储器、易失性存储器和处理器来执行与AI相关联的功能。
该处理器可以包括一个或多个处理器。此时,该一个或多个处理器可以是通用处理器,例如中央处理单元(CPU)、应用处理器(AP)等、或者是纯图形处理单元,例如,图形处理单元(GPU)、视觉处理单元(VPU)、和/或AI专用处理器,例如神经处理单元(NPU)。
该一个或多个处理器根据存储在非易失性存储器和易失性存储器中的预定义的操作规则或人工智能(AI)模型来控制对输入数据的处理。通过训练或学习来提供预定义的操作规则或人工智能模型。
这里,通过学习来提供指的是通过将学习算法应用于多个学习数据来得到预定义的操作规则或具有期望特性的AI模型。该学习可以在其中执行根据实施例的AI的装置本身中执行,和/或可以通过单独的服务器/***来实现。
该AI模型可以包含多个神经网络层。每一层具有多个权重值,一个层的计算是通过前一层的计算结果和当前层的多个权重来执行的。神经网络的示例包括但不限于卷积神经网络(CNN)、深度神经网络(DNN)、循环神经网络(RNN)、受限玻尔兹曼机(RBM)、深度信念网络(DBN)、双向循环深度神经网络(BRDNN)、生成对抗网络(GAN)、以及深度Q网络。
学习算法是一种使用多个学习数据训练预定目标装置(例如,机器人)以使得、允许或控制目标装置进行确定或预测的方法。该学习算法的示例包括但不限于监督学习、无监督学习、半监督学习、或强化学习。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的计算机可读介质被电子设备执行时实现的具体方法,可以参考前述方法实施例中的对应过程,在此不再赘述。
Claims (15)
1.一种意图识别方法,其特征在于,包括:
获取外呼场景中客户发出的当前语音,并基于所述当前语音获取对应的目标文本;
确定所述目标文本包含的意图类型,并基于所述意图类型获取所述目标文本对应的意图识别结果。
2.根据权利要求1所述的方法,其特征在于,所述确定所述目标文本对应的意图类型,包括:
将所述目标文本输入预训练的二分类模型,输出所述目标文本对应的意图类型。
3.根据权利要求1所述的方法,其特征在于,所述基于所述意图类型获取所述目标文本对应的意图识别结果,包括:
基于所述意图类型,获取对应的预训练的意图识别模型;
利用所述预训练的意图识别模型获取所述目标文本对应的意图识别结果。
4.根据权利要求3所述的方法,其特征在于,若所述意图类型为指示所述客户对外呼营销对象的接收程度的通用意图类型,所述通用意图类型对应的意图识别模型为预训练的通用意图识别模型;
所述利用所述预训练的意图识别模型获取所述目标文本对应的意图识别结果,包括:
利用所述预训练的通用意图识别模型获取所述目标文本对应的意图识别结果。
5.根据权利要求4所述的方法,其特征在于,所述利用所述预训练的通用意图识别模型获取所述目标文本对应的意图识别结果,包括:
若所述目标文本的字符数不小于预设数值,则将所述目标文本拆分成一个或多个目标文本片段;
分别将各目标文本片段输入所述预训练的通用意图识别模型,输出对应的通用意图;
基于所述通用意图,获取所述目标文本对应的意图识别结果。
6.根据权利要求5所述的方法,其特征在于,所述基于所述通用意图识别结果,获取所述目标文本对应的意图识别结果,包括:
基于预设通用意图分类表,获取各通用意图识别结果的优先级别;
将各通用意图识别结果中优先级别最高的通用意图,作为所述目标文本对应的意图识别结果。
7.根据权利要求3所述的方法,其特征在于,若所述意图类型为指示所述客户对外呼营销对象的相关信息的提问的知识意图类型,所述知识意图类型对应的意图识别模型为预训练的知识意图识别模型;
所述利用所述预训练的意图识别模型获取所述目标文本对应的意图识别结果,包括:
利用所述预训练的知识意图识别模型获取所述目标文本对应的意图识别结果。
8.根据权利要求7所述的方法,其特征在于,所述利用所述预训练的知识意图识别模型获取所述目标文本对应的意图识别结果,包括:
从预设知识意图库中获取带有实体标注和/或关键词标注的待匹配文本;
将所述目标文本的关键位置向量分别与各待匹配文本的关键位置向量一起输入所述预训练的知识意图识别模型,输出所述目标文本与各待匹配文本的匹配概率;
基于各匹配概率,获取所述目标文本对应的意图识别结果。
9.根据权利要求8所述的方法,其特征在于,所述基于各匹配概率,获取所述目标文本对应的意图识别结果,包括:
将与所述目标文本具有最大匹配概率的待匹配文本对应的知识意图,作为所述目标文本对应的意图识别结果。
10.根据权利要求3所述的方法,其特征在于,所述意图类型包括通用意图类型和知识意图类型,所述通用意图类型对应的意图识别模型包括预训练的通用意图识别模型和预训练的知识意图识别模型;
所述利用所述预训练的意图识别模型获取所述目标文本对应的意图识别结果,包括:
分别利用所述预训练的通用意图识别模型和所述预训练的知识意图识别模型,获取所述目标文本对应的通用意图和知识意图;
基于所述通用意图和所述知识意图,获取所述目标文本对应的意图识别结果。
11.根据权利要求1-10中任一项所述的方法,其特征在于,基于所述当前语音获取对应的目标文本,包括:
获取所述当前语音对应的外呼平台的前一语音,并基于所述前一语音获取对应的前一文本;
若前一文本的内容为对所述客户的回答内容,则将所述当前语音对应的文本确定为所述目标文本;
若前一文本的内容为对所述客户的提问内容,则将所述当前语音对应的文本进行拆分后得到一个或者多个所述目标文本。
12.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于所述意图识别结果,获取对应的答复内容;
通过外呼平台将所述答复内容发送给所述客户。
13.一种意图识别装置,其特征在于,包括:
目标文本获取模块,用于获取外呼场景中客户发出的当前语音,并基于所述当前语音获取对应的目标文本;
意图识别结果获取模块,用于确定所述目标文本包含的意图类型,并基于所述意图类型获取所述目标文本对应的意图识别结果。
14.一种电子设备,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程序;
所述处理器,用于执行所述计算机程序以实现权利要求1至12中任一项所述的方法。
15.一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程序,所述计算机程序被处理器执行时实现权利要求1至12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110232614.2A CN113094481A (zh) | 2021-03-03 | 2021-03-03 | 意图识别方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110232614.2A CN113094481A (zh) | 2021-03-03 | 2021-03-03 | 意图识别方法、装置、电子设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113094481A true CN113094481A (zh) | 2021-07-09 |
Family
ID=76666204
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110232614.2A Pending CN113094481A (zh) | 2021-03-03 | 2021-03-03 | 意图识别方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113094481A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113569581A (zh) * | 2021-08-26 | 2021-10-29 | 中国联合网络通信集团有限公司 | 意图识别方法、装置、设备及存储介质 |
CN113792819A (zh) * | 2021-10-29 | 2021-12-14 | 百融至信(北京)征信有限公司 | 一种基于多任务模型的节点可复用智能外呼方法及*** |
CN114025050A (zh) * | 2021-11-08 | 2022-02-08 | 浙江百应科技有限公司 | 一种基于智能外呼和文本分析的语音识别方法及装置 |
CN114863927A (zh) * | 2022-07-06 | 2022-08-05 | 中科航迈数控软件(深圳)有限公司 | 一种基于语音识别的数控机床交互控制方法及*** |
CN114880472A (zh) * | 2022-04-28 | 2022-08-09 | 支付宝(杭州)信息技术有限公司 | 数据处理方法、装置及设备 |
CN115134466A (zh) * | 2022-06-07 | 2022-09-30 | 马上消费金融股份有限公司 | 意图识别方法、装置及电子设备 |
CN115665325A (zh) * | 2022-09-14 | 2023-01-31 | 中信建投证券股份有限公司 | 一种智能外呼的方法、装置、电子设备及存储介质 |
-
2021
- 2021-03-03 CN CN202110232614.2A patent/CN113094481A/zh active Pending
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113569581A (zh) * | 2021-08-26 | 2021-10-29 | 中国联合网络通信集团有限公司 | 意图识别方法、装置、设备及存储介质 |
CN113569581B (zh) * | 2021-08-26 | 2023-10-17 | 中国联合网络通信集团有限公司 | 意图识别方法、装置、设备及存储介质 |
CN113792819A (zh) * | 2021-10-29 | 2021-12-14 | 百融至信(北京)征信有限公司 | 一种基于多任务模型的节点可复用智能外呼方法及*** |
CN113792819B (zh) * | 2021-10-29 | 2024-05-14 | 百融至信(北京)科技有限公司 | 一种基于多任务模型的节点可复用智能外呼方法及*** |
CN114025050A (zh) * | 2021-11-08 | 2022-02-08 | 浙江百应科技有限公司 | 一种基于智能外呼和文本分析的语音识别方法及装置 |
CN114880472A (zh) * | 2022-04-28 | 2022-08-09 | 支付宝(杭州)信息技术有限公司 | 数据处理方法、装置及设备 |
CN115134466A (zh) * | 2022-06-07 | 2022-09-30 | 马上消费金融股份有限公司 | 意图识别方法、装置及电子设备 |
CN114863927A (zh) * | 2022-07-06 | 2022-08-05 | 中科航迈数控软件(深圳)有限公司 | 一种基于语音识别的数控机床交互控制方法及*** |
CN114863927B (zh) * | 2022-07-06 | 2022-09-30 | 中科航迈数控软件(深圳)有限公司 | 一种基于语音识别的数控机床交互控制方法及*** |
CN115665325A (zh) * | 2022-09-14 | 2023-01-31 | 中信建投证券股份有限公司 | 一种智能外呼的方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113094481A (zh) | 意图识别方法、装置、电子设备及计算机可读存储介质 | |
CN111428010B (zh) | 人机智能问答的方法和装置 | |
CN110019742B (zh) | 用于处理信息的方法和装置 | |
CN113470619B (zh) | 语音识别方法、装置、介质及设备 | |
WO2020155619A1 (zh) | 带情感的机器聊天方法、装置、计算机设备及存储介质 | |
CN112530408A (zh) | 用于识别语音的方法、装置、电子设备和介质 | |
CN112509562B (zh) | 用于文本后处理的方法、装置、电子设备和介质 | |
CN111339309B (zh) | 一种用户意图的语料扩展方法和*** | |
CN112860871B (zh) | 自然语言理解模型训练方法、自然语言理解方法及装置 | |
CN111767740A (zh) | 音效添加方法和装置、存储介质和电子设备 | |
CN112182175A (zh) | 智能问答方法、装置、设备及可读存储介质 | |
CN112765971A (zh) | 文本语音的转换方法、装置、电子设备及存储介质 | |
CN112309384B (zh) | 一种语音识别方法、装置、电子设备及介质 | |
CN115270717A (zh) | 一种立场检测方法、装置、设备及介质 | |
KR20190074508A (ko) | 챗봇을 위한 대화 모델의 데이터 크라우드소싱 방법 | |
CN111090993A (zh) | 属性对齐模型训练方法及装置 | |
CN116863935B (zh) | 语音识别方法、装置、电子设备与计算机可读介质 | |
CN112785667A (zh) | 视频生成方法、装置、介质及电子设备 | |
CN112069786A (zh) | 文本信息处理方法、装置、电子设备及介质 | |
CN116403601A (zh) | 情绪识别模型训练方法及情绪识别方法、装置以及存储介质 | |
CN112100986B (zh) | 语音文本聚类方法和装置 | |
CN114613351A (zh) | 韵律预测方法、装置、可读介质及电子设备 | |
CN111625636B (zh) | 一种人机对话的拒绝识别方法、装置、设备、介质 | |
CN111859902A (zh) | 一种文本处理方法、装置、设备及介质 | |
CN112632241A (zh) | 智能会话的方法、装置、设备和计算机可读介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |