CN114580426A - 用户意图识别方法、交互方法、装置、***、设备和介质 - Google Patents
用户意图识别方法、交互方法、装置、***、设备和介质 Download PDFInfo
- Publication number
- CN114580426A CN114580426A CN202011385164.2A CN202011385164A CN114580426A CN 114580426 A CN114580426 A CN 114580426A CN 202011385164 A CN202011385164 A CN 202011385164A CN 114580426 A CN114580426 A CN 114580426A
- Authority
- CN
- China
- Prior art keywords
- user
- intention
- sample
- request statement
- interaction
- 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
- 230000003993 interaction Effects 0.000 title claims abstract description 244
- 238000000034 method Methods 0.000 title claims abstract description 124
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 51
- 230000002452 interceptive effect Effects 0.000 claims description 151
- 238000004458 analytical method Methods 0.000 claims description 101
- 238000004590 computer program Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 11
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 125000004122 cyclic group Chemical group 0.000 claims description 3
- 238000003062 neural network model Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 11
- 230000006870 function Effects 0.000 description 28
- 238000010586 diagram Methods 0.000 description 21
- 230000002829 reductive effect Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 230000002457 bidirectional effect Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 125000006850 spacer group Chemical group 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000000126 substance Substances 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
- G06F40/00—Handling natural language data
- G06F40/30—Semantic 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
- G06F16/332—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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Acoustics & Sound (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- Machine Translation (AREA)
Abstract
本公开实施例涉及一种用户意图识别方法、交互方法、装置、***、设备和介质,其中,该用户意图识别方法可以包括:获取待识别的用户请求语句;根据文本相似度算法获取与用户请求语句匹配的至少一个用户意图样本;根据语句蕴含模型从至少一个用户意图样本中确定用户请求语句蕴含的用户意图。本公开实施例提供的技术方案,在识别用户意图过程中,不需要构建大量用户语句样本并进行大量的用户意图标注,用户意图的识别成本较低,同时,本方案具有较高的泛化性,可以适用于任意需要识别用户意图的智能交互场景。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及一种用户意图识别方法、交互方法、装置、***、设备和介质。
背景技术
智能语音交互作为一种新型交互模式,在现代生活中广泛应用,例如智能导航、智能家居、智能教育、以及智能迎宾等方面,智能语音交互都为人们提供了极大的便利性。
目前,在语音交互场景下,通常采用用户语句的白名单匹配或者正则匹配的方式,在特定语料库中确定用户意图,然而该方案的人工成本高,并且方案泛化性较差。此外,还可以收集大量的语句样本并人工为语句样本标注用户意图,然后用于训练具有用户意图识别功能的模型,当获取到用户语句后,可以直接确定用户意图,然而该方案中需要预先进行大量的用户意图标注,用户意图标注结果的准确性直接影响模型训练结果的准确性,即影响模型输出的用户意图的准确性。
因此,如何降低用户意图的识别成本,提高用户意图识别方法的泛化性,同时保证用户意图的识别准确性,仍是当前需要解决的问题。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本公开实施例提供了一种用户意图识别方法、交互方法、装置、***、设备和介质。
第一方面,本公开实施例提供了一种用户意图识别方法,包括:
获取待识别的用户请求语句;
根据文本相似度算法获取与所述用户请求语句匹配的至少一个用户意图样本;
根据语句蕴含模型从所述至少一个用户意图样本中确定所述用户请求语句蕴含的用户意图。
第二方面,本公开实施例还提供了基于用户意图识别的交互方法,应用于用户交互设备,包括:
获取用户输入的用户请求语句,并将所述用户请求语句发送至意图分析设备,所述意图分析设备用于根据文本相似度算法获取与所述用户请求语句匹配的至少一个用户意图样本,并根据语句蕴含模型从所述至少一个用户意图样本中确定所述用户请求语句蕴含的用户意图;
向用户输出与所述用户意图对应的交互内容。
第三方面,本公开实施例还提供了一种基于用户意图识别的交互方法,应用于意图分析设备,包括:
获取用户交互设备发送的用户请求语句;
根据文本相似度算法获取与所述用户请求语句匹配的至少一个用户意图样本;
根据语句蕴含模型从所述至少一个用户意图样本中确定所述用户请求语句蕴含的用户意图;
向所述用户交互设备发送所述用户意图,以使所述用户交互设备确定与所述用户意图对应的交互内容并向用户输出所述交互内容;或者
确定与所述用户意图对应的交互内容,并向所述用户交互设备发送所述交互内容,以使所述用户交互设备向用户输出所述交互内容。
第四方面,本公开实施例还提供了一种用户意图识别装置,包括:
用户请求语句获取模块,用于获取待识别的用户请求语句;
用户意图样本确定模块,用于根据文本相似度算法获取与所述用户请求语句匹配的至少一个用户意图样本;
用户意图确定模块,用于根据语句蕴含模型从所述至少一个用户意图样本中确定所述用户请求语句蕴含的用户意图。
第五方面,本公开实施例还提供了一种基于用户意图识别的交互装置,配置于用户交互设备,包括:
用户请求语句获取模块,用于获取用户输入的用户请求语句,并将所述用户请求语句发送至意图分析设备,所述意图分析设备用于根据文本相似度算法获取与所述用户请求语句匹配的至少一个用户意图样本,并根据语句蕴含模型从所述至少一个用户意图样本中确定所述用户请求语句蕴含的用户意图;
交互内容输出模块,用于向用户输出与所述用户意图对应的交互内容。
第六方面,本公开实施例还提供了一种基于用户意图识别的交互装置,配置于意图分析设备,包括:
用户请求语句获取模块,用于获取用户交互设备发送的用户请求语句;
用户意图样本确定模块,用于根据文本相似度算法获取与所述用户请求语句匹配的至少一个用户意图样本;
用户意图识别模块,用于根据语句蕴含模型从所述至少一个用户意图样本中确定所述用户请求语句蕴含的用户意图;
用户意图发送模块,用于向所述用户交互设备发送所述用户意图,以使所述用户交互设备确定与所述用户意图对应的交互内容并向用户输出所述交互内容;或者
交互内容发送模块,用于确定与所述用户意图对应的交互内容,并向所述用户交互设备发送所述交互内容,以使所述用户交互设备向用户输出所述交互内容。
第七方面,本公开实施例还提供了一种基于用户意图识别的交互***,包括:
用户交互设备,用于获取用户输入的用户请求语句,并将所述用户请求语句发送至意图分析设备;
所述意图分析设备,用于根据文本相似度算法获取与所述用户请求语句匹配的至少一个用户意图样本,并根据语句蕴含模型从所述至少一个用户意图样本中确定所述用户请求语句蕴含的用户意图;
所述意图分析设备,还用于向所述用户交互设备发送所述用户意图,以使所述用户交互设备确定与所述用户意图对应的交互内容并向用户输出所述交互内容;或者
所述意图分析设备,还用于确定与所述用户意图对应的交互内容,并向所述用户交互设备发送所述交互内容,以使所述用户交互设备向用户输出所述交互内容。
第八方面,本公开实施例还提供了一种电子设备,包括存储器和处理器,其中,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,所述处理器执行本公开实施例提供的任一用户意图识别方法,或者执行本公开实施例提供的任一基于用户意图识别的交互方法。
第九方面,本公开实施例还提供了一种计算机可读存储介质,所述存储介质中存储有计算机程序,所述计算机程序被处理器执行时,所述处理器执行本公开实施例提供的任一用户意图识别方法,或者执行本公开实施例提供的任一基于用户意图识别的交互方法。
第十方面,本公开实施例还提供了一种计算机程序产品,该计算机程序产品包括:计算机程序,所述计算机程序存储在计算机可读存储介质中,当所述计算机程序被处理器读取并执行时,使得所述处理器执行本公开实施例提供的任一用户意图识别方法,或者执行本公开实施例提供的任一基于用户意图识别的交互方法。
本公开实施例提供的技术方案与现有技术相比至少具有如下优点:在本公开实施例中,获取到用户请求语句后,首先利用文本相似度算法获取与用户请求语句匹配的至少一个用户意图样本,为后续准确确定用户意图提供了一个匹配的意图选择范围,同时也有助于减少后续利用语句蕴含模型确定用户意图的计算量,然后利用语句蕴含模型从至少一个用户意图样本中确定用户请求语句蕴含的用户意图,保证了用户意图的确定准确性,并且整个方案实现过程中,不需要构建大量用户语句样本并进行大量的用户意图标注,用户意图的识别成本较低,同时,本公开实施例的技术方案具有较高的泛化性,可以适用于任意需要识别用户意图的智能交互场景。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开实施例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,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本公开实施例提供的一种用户意图识别方法的流程图;
图2是本公开实施例提供的一种基于ALBERT-NLI模型确定用户意图的处理架构示意图;
图3是本公开实施例提供的另一种用户意图识别方法的流程图;
图4是本公开实施例提供的一种用户意图识别架构示意图;
图5是本公开实施例提供的一种针对出行导航场景的用户意图识别的示意图;
图6是本公开实施例提供的一种基于用户意图识别的交互方法的流程图;
图7是本公开实施例提供的另一种基于用户意图识别的交互方法的流程图;
图8是本公开实施例提供的一种用户意图识别装置的结构示意图;
图9是本公开实施例提供的一种基于用户意图识别的交互装置的结构示意图;
图10是本公开实施例提供的另一种基于用户意图识别的交互装置的结构示意图;
图11是本公开实施例提供的一种基于用户意图识别的交互***的结构示意图;
图12是本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点,下面将对本公开的方案进行进一步描述。需要说明的是,在不冲突的情况下,本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开,但本公开还可以采用其他不同于在此描述的方式来实施;显然,说明书中的实施例只是本公开的一部分实施例,而不是全部的实施例。
图1是本公开实施例提供的一种用户意图识别方法的流程图,可以适用于如何基于用户请求语句识别用户意图的情况。该用户意图识别方法可以由用户意图识别装置执行,该装置可以采用软件和/或硬件实现,并可集成在任意具有计算能力的电子设备上,例如终端设备和/或服务器设备,即本公开实施例提供的用户意图识别方法可以在终端设备和/或服务器设备上实现。终端设备可以包括但不限于:智能手机、智能平板、智能机器人、智能汽车、计算机、语音导航设备或者智能音箱中的一种。
如图1所示,本公开实施例提供的用户意图识别方法可以包括:
S101、获取待识别的用户请求语句。
示例性的,可以通过终端设备上的语音采集装置(例如麦克风等)采集用户的语音数据,然后利用语音识别技术,对用户的语音数据进行识别,得到用户的请求语句(query),其中语音识别技术可以参考现有技术实现。或者,可以根据用户的交互需求,利用终端设备向用户展示在线交互页面,然后根据用户在在线交互页面上的文本输入操作确定用户的请求语句;或者在线交互页面上可以展示部分引导词,用户根据引导词的指引,输入请求语句。当然,针对终端设备与服务器设备的交互场景,可以利用终端设备上的语音采集装置采集用户的语音数据,或者利用终端设备展示的在线交互页面获取用户输入的请求语句后,发送至服务器设备。即在本公开实施例中,获取待识别的用户请求语句可以包括:获取用户输入的语音数据,对语音数据进行语音识别,以得到用户请求语句;或者,获取用户通过在线交互页面输入的用户请求语句。
S102、根据文本相似度算法获取与用户请求语句匹配的至少一个用户意图样本。
其中,可采用的文本相似度算法包括但不限于基于向量的文本检索方法、BM25算法或者词频-逆文本频率指数算法(Term Frequency–Inverse Document Frequency,TF-IDF)等,算法具体实现原理可以参考现有技术。其中BM25算法是一种经典的计算文本相似度方法,其主要的实现原理在于:首先对用户的请求语句(query)进行切分,得到多个单词,然后分别计算每个单词与待选择的意图样本的相似度值,最后基于每个单词对应的相似度值和每个单词在用户请求语句中的权重,进行加权求和计算,得到用户请求语句与待选择的意图样本的相似度值。
示例性的,可以根据基于向量的文本检索方法、BM25算法或者词频-逆文本频率指数算法,从意图样本池中提取与用户请求语句匹配的至少一个用户意图样本。其中,意图样本池是预先构建的意图样本集合,可以根据用户请求语句,进行用户意图的粗召回,即为用户请求语句确定一个匹配的意图选择范围。意图样本池中包括的意图样本可以较大程度上涵盖不同交互场景下用户的可能性意图(虽然用户表达方式存在多样性,但是不同的用户表达方式可以对应相同的用户意图,即用户意图仍然是可以进行量化的),并支持根据用户意图的识别结果进行动态更新,例如根据用户意图识别结果在意图样本池中添加新的意图样本或者利用新的意图样本替换已有的意图样本等,以确保在不需要构建大量的用户意图样本的情况下,意图样本池中包括的有限意图样本即可以满足针对用户的意图识别需求。通过利用意图样本池确定与用户请求语句匹配的至少一个用户意图样本,可以达到利用有限的意图样本确定用户意图的效果,降低用户意图的识别成本。
可选的,根据文本相似度算法获取与用户请求语句匹配的至少一个用户意图样本,包括:
根据文本相似度算法获取意图样本池中每个用户意图样本与用户请求语句的相似度值;
获取相似度值达到第一相似度阈值(或称为第一门限)的用户意图样本作为与用户请求语句匹配的至少一个用户意图样本,其中,第一相似度阈值的取值可以根据实际需求进行灵活设置,例如根据用户意图的召回率和识别准确率进行设置,本公开实施例不作具体限定。
可选的,本公开实施例提供的用户意图识别方法还可以包括:
获取相似度值达到第二相似度阈值的用户意图样本作为用户请求语句蕴含的用户意图。
其中,第二相似度阈值的取值大于第一相似度阈值,具体取值也可以灵活设置。当某个用户意图样本与用户请求语句的相似度值达到第二相似度阈值时,可以认为用户请求语句与该用户意图样本近乎完全匹配,可以直接将该用户意图样本作为用户意图,此时无需再执行利用语句蕴含模型确定用户意图的操作。例如,第二相似度阈值的取值设置为0.95,大于第一相似度阈值的取值0.8,当存在用户意图样本A与用户请求语句的相似度值为0.98时,可以直接将用户意图样本A的语义作为用户意图。
S103、根据语句蕴含模型从至少一个用户意图样本中确定用户请求语句蕴含的用户意图。
语句蕴含模型具有基于用户请求语句确定用户意图的作用,关于模型的具体训练逻辑本公开实施例不作限定,可以参考现有技术实现。示例性的,可以根据卷积神经网络模型、循环神经网络模型、BERT(Bidirectional Encoder Representations fromTransformers,来自变换器的双向编码器表征量)模型或者ALBERT-NLI模型(一种基于BERT模型的改进模型)等其他可用的深度学习模型中的一个,从至少一个用户意图样本中确定用户请求语句蕴含的用户意图。其中,BERT模型属于一个双向语言模型,模型处理过程中,针对待处理语句中的每个词可以同时利用该词的上下文信息,从而得到准确的语义处理结果;ALBERT-NLI模型是指可以应用于自然语言推理(Natural Language Inference,NLI)方面的模型,属于轻量级BERT模型,模型参数比BERT模型少,且模型性能优于BERT模型。
可选的,根据语句蕴含模型从至少一个用户意图样本中确定用户请求语句蕴含的用户意图,包括:
将用户请求语句和至少一个用户意图样本输入到语句蕴含模型中,以得到每个用户意图样本对应的蕴含度值;
确定蕴含度值达到蕴含度阈值的用户意图样本作为用户请求语句蕴含的用户意图。
其中,蕴含度值用于表征用户意图样本与用户请求语句的意图匹配度;蕴含度阈值可以根据用户意图识别精度进行灵活设置,例如,可以通过蕴含度阈值的合理取值,确定蕴含度值最大的用户意图样本作为用户请求语句蕴含的用户意图。
图2是本公开实施例提供的一种基于ALBERT-NLI模型确定用户意图的处理架构示意图,用于对本公开实施例进行示例性说明,不应理解为对本公开实施例的具体限定。如图2所示,将用户请求语句和每个用户意图样本进行拼接,作为ALBERT-NLI模型的输入,其中,用户请求语句的句首位置添加类别符[CLS],表示经过ALBERT-NLI模型得到的表征向量可以用于后续的分类任务,并且用户请求语句和用户意图样本之间添加间隔符[SEP],用户意图样本的句尾同样添加间隔符[SEP];最后经过分类层,例如基于softmax函数实现,输出每个用户意图样本是否为用户请求语句对应的用户意图。
在本公开实施例中,首先确定与用户请求语句匹配的至少一个用户意图样本,实现对用户意图的粗召回,然后利用语句蕴含模型对用户意图进行精准确定,在减少识别用户意图过程中的计算量、降低用户意图识别成本的基础上,同时保证了用户意图的识别准确性。
可选的,本公开实施例提供的用户意图识别方法还可以包括:
若不存在蕴含度值达到蕴含度阈值的用户意图样本,则向用户反馈无法确定用户请求语句蕴含的用户意图的消息。进一步的,还可以向用户反馈引导信息,以引导用户重新输入请求语句;此外,还可以根据蕴含度值筛选至少一个用户意图样本作为针对用户请求语句的预估意图,并反馈给用户,以供用户选择和确定,从而提高交互友好性。
在本公开实施例中,获取到用户请求语句后,首先利用文本相似度算法获取与用户请求语句匹配的至少一个用户意图样本,为后续准确确定用户意图提供了一个匹配的意图选择范围,同时也有助于减少后续利用语句蕴含模型确定用户意图的计算量,然后利用语句蕴含模型从至少一个用户意图样本中确定用户请求语句蕴含的用户意图,保证了用户意图的确定准确性,并且整个方案实现过程中,不需要构建大量用户语句样本并进行大量的用户意图标注,用户意图的识别成本较低,同时,本公开实施例的技术方案具有较高的泛化性,可以适用于任意需要识别用户意图的智能交互场景。
图3是本公开实施例提供的另一种用户意图识别方法的流程图,基于上述技术方案进一步优化与扩展,并可以与上述各个可选实施方式进行结合。如图3所示,本公开实施例提供的用户意图识别方法可以包括:
S201、构建意图样本池。
在本公开实施例中,预先构建的意图样本池中包括了有限数量的可以较大程度上涵盖不同交互场景的用户意图样本。针对不同的用户,虽然用户表达方式存在多样性,但是不同的用户表达方式可以对应相同的用户意图,因此用户意图仍然可以进行量化。
意图样本池中可以包括正样本集和负样本集,正样本集中可以包括运营意图样本集,负样本集中可以包括领域内意图样本集、自动构建混淆样本集和人工构建混淆样本集中的至少一种。意图样本池中可以包括多个运营意图样本集,每个运营意图样本集可以对应不同的交互场景,例如针对在线路径导航场景的运营意图样本集A,针对在线客服的问题咨询场景(具体例如订单查询场景等)的运营意图样本集B等,具体可以根据需求的交互服务功能确定。领域内意图样本集是指与运营意图样本集对应不同的交互场景,但是对应的交互场景存在一定相似性的样本集。例如,针对导航服务,意图样本池中的运营意图样本集可以是针对导航服务中的在线路径导航场景的样本集,而领域内意图样本集可以是针对导航服务中除去在线路径导航场景之外的其他功能场景下的样本集,例如针对在线搜索周边兴趣点的场景的样本集等,换言之,运营意图样本集和领域内意图样本集分别对应出行导航这个大分类场景下的不同子场景。领域内意图样本集中包括相应交互场景下命中频率超过频率阈值(取值可灵活设置)以及语句质量符合样本筛选条件的语句,该样本筛选条件可以包括但不限于语句句式符合标准句式、语句含义明确等。运营意图样本集和领域内意图样本集可以是人工构建得到。
示例性的,从交互服务层面,针对不同的交互场景,意图样本池可以进行分类构建,例如可以包括出行导航运营意图样本池、知识问答运营意图样本池、问题搜索运营意图样本池、引导服务运营意图样本池、多媒体数据播放运营意图样本池等中的任意一个;相应的,运营意图样本集可以包括针对出行导航的运营意图样本集、针对智能汽车交互的运营意图样本集、针对知识问答的运营意图样本集、针对问题搜索的运营意图样本集、针对引导服务的运营意图样本集、针对多媒体数据播放的运营意图样本集等,从而为准确确定每种场景下的用户意图奠定基础。针对每种交互场景下的意图样本池可以通过统计和分析该交互场景下的用户需求语句进行构建。
自动构建混淆样本集或人工构建混淆样本集是由运营意图样本集中的各个意图样本的相似意图样本组成的样本集。例如,可以利用文本相似度算法,例如BM25算法,确定出运营意图样本集中的各个意图样本的相似意图样本,例如可以将与运营意图样本集中的意图样本相似度值超过筛选阈值的领域内意图样本确定为相似意图样本,然后基于这些相似意图样本得到自动构建混淆样本集;当然,也可以通过手动书写样本集的方式,基于这些相似意图样本得到人工构建混淆样本集。
即在本公开实施例中,针对每个运营意图样本集,意图样本池中均会存在与该运营意图样本集存在关联性的领域内意图样本集、自动构建混淆样本集和人工构建混淆样本集中的至少一种。各个样本集中包括的意图样本数量可以适应性确定,本公开实施例不作限定。通过预先构建包括正样本集和负样本集的意图样本池,可以在实现利用有限或者少量意图样本确定用户意图的过程中,确保用户意图样本的召回率,并且降低误召回率。
S202、获取待识别的用户请求语句。
S203、根据文本相似度算法从意图样本池中提取与用户请求语句匹配的至少一个用户意图样本。
示例性的,可以根据基于向量的文本检索方法、BM25算法或者词频-逆文本频率指数算法,从意图样本池中提取与用户请求语句匹配的至少一个用户意图样本。
示例性的,在获取待识别的用户请求语句后,可以基于当前交互场景(例如用户通过终端设备上的导航应用程序中的路径搜索框,输入用户请求语句,则可以确定当前交互场景为在线路径导航场景,或者根据用户请求语句中包括的关键词确定当前交互场景),在意图样本池中对应当前交互场景的运营意图样本集,以及与该运营意图样本集存在关联性的领域内意图样本集、自动构建混淆样本集和人工构建混淆样本集中,根据文本相似度算法确定与用户请求语句匹配的至少一个用户意图样本。
S204、根据语句蕴含模型从至少一个用户意图样本中确定用户请求语句蕴含的用户意图。
语句蕴含模型可以对用户意图样本和用户请求语句的语义进行准确分析,利用语句蕴含模型对粗召回的至少一个用户意图样本进行语义层面的进一步筛选,以确定用户请求语句蕴含的用户意图,保证了用户意图的确定准确性。
可选的,本公开实施例提供的用户意图识别方法还包括:将用户请求语句作为用户意图样本加入到意图样本池中。例如如果当前得以成功确定用户请求语句蕴含的用户意图,在一定程度上说明用户请求语句属于规范性用语表达,可以将用户请求语句作为用户意图样本加入意图样本池中,以实现对意图样本池的不断扩充。
例如,针对出行导航的运营意图样本集、针对智能汽车交互的运营意图样本集或者针对知识问答的运营意图样本集中的任一样本集,如果通过对各个交互场景下的某个用户请求语句进行处理,可以准确分析出用户意图,则可以将用户请求语句相应的添加至交互场景对应的运营意图样本集中,实现对意图样本池的动态扩充。
图4是本公开实施例提供的一种用户意图识别架构示意图,用于对本公开实施例进行示例性说明,但不应理解为对本公开实施例的具体限定。如图4所示,获取用户请求语句,然后根据文本相似度算法从意图样本池中提取与用户请求语句匹配的至少一个用户意图样本,即用户意图样本的粗召回;然后利用语句蕴含模型输出至少一个用户意图样本对应的蕴含度值,并可以根据蕴含度值对至少一个用户意图样本进行由高到低的排序,排序结果如图4所示的排序在前的N个意图样本(或称为候选意图样本),最后可以将最大蕴含度值对应的用户意图样本确定为用户意图。此外,如果用户请求语句与意图样本池中的某个用户意图样本达到完全匹配的程度,例如用户请求语句与意图样本池中某个用户意图样本的相似度值达到第二相似度阈值,则可以直接将该用户意图样本确定为用户请求语句蕴含的用户意图。
图5是本公开实施例提供的一种针对出行导航场景的用户意图识别的示意图,用于对本公开实施例进行示例性说明。如图5所示,在出行导航场景下,用户输入的请求语句为“我要和家人组队”,根据文本相似度算法从意图样本池中粗召回的多个用户意图样本可以包括“家人地图|B、我要组队|A、一起组队|A、组队对讲|A、马上组队|A”,然后利用语句蕴含度模型确定该多个用户意图样本对应的蕴含度值,并根据蕴含度值对该多个用户意图样本进行由高到低的排序,得到的排序结果为“我要组队|A、一起组队|A、家人地图|B、马上组队|A、组队对讲|A”,即“我要组队|A”对应的蕴含度值最高,可以将“我要组队|A”确定为用户请求语句蕴含的用户意图(即图5中所示的进入A运营意图)。图5中用户意图样本中携带的字符A、B或者O,用于表示该用户意图样本在意图样本池中所属的样本集,例如字符A可以表示与当前出行导航场景对应的一种运营意图样本集。
继续如图5所示,如果在出行导航场景下,用户输入的请求语句为“我要回家了”,根据文本相似度算法从意图样本池中粗召回的多个用户意图样本可以包括“我要组队|A、我要回家|O、一起组队|A、组队对讲|A、马上组队|A”,然后利用语句蕴含度模型确定该多个用户意图样本对应的蕴含度值,并根据蕴含度值对该多个用户意图样本进行由高到低的排序,得到的排序结果为“我要回家|O、我要组队|A、一起组队|A、组队对讲|A、马上组队|A”,即“我要回家|O”对应的蕴含度值最高,可以将“我要回家|O”确定为用户请求语句蕴含的用户意图。由于“我要回家|O”不属于与当前出行导航场景对应的运营意图样本集中的意图样本,因此图5中显示不进入“我要组队|A”这一运营意图,以和“我要和家人组队”的意图识别结果进行比对。也即在图5中,针对用户输入的请求语句为“我要和家人组队”,经过用户意图确认后,可以向用户反馈与其他车辆进行组队的交互信息,例如参与组队的其他车辆信息等;针对用户输入的请求语句为“我要回家了”,经过用户意图确认后,可以向用户反馈针对用户居住地的路径导航信息等作为与用户意图对应的交互内容。
图6是本公开实施例提供的一种基于用户意图识别的交互方法的流程图。该交互方法可以应用于用户交互设备,并可以由配置于用户交互设备上的基于用户意图识别的交互装置执行,该装置可以采用软件和/或硬件实现。用户交互设备可以是任意的具有交互功能的终端设备。
如图6所示,本公开实施例提供的基于用户意图识别的交互方法可以包括:
S301、获取用户输入的用户请求语句,并将用户请求语句发送至意图分析设备,意图分析设备用于根据文本相似度算法获取与用户请求语句匹配的至少一个用户意图样本,并根据语句蕴含模型从至少一个用户意图样本中确定用户请求语句蕴含的用户意图。
可选的,获取用户输入的用户请求语句,包括:
通过语音模块采集用户的语音数据,并对语音数据进行语音识别,以得到用户请求语句;或者,通过在线交互页面获取用户输入的用户请求语句。
示例性的,可以通过用户交互设备上的语音采集装置(例如麦克风等)采集用户的语音数据,然后利用语音识别技术,对用户的语音数据进行识别,得到用户的请求语句,其中语音识别技术可以参考现有技术实现。或者,可以根据用户的交互需求,利用用户交互设备向用户展示在线交互页面,然后根据用户在在线交互页面上的文本输入操作确定用户的请求语句;或者在线交互页面上可以展示部分引导词,用户根据引导词的指引,输入请求语句。
关于意图分析设备如何基于用户请求语句确定用户意图,可以参考本公开实施例提供的用户意图识别方法中的描述,在此不再赘述。
S302、向用户输出与用户意图对应的交互内容。
针对不同的用户意图,用户交互设备向用户输出的交互内容不同。该交互内容可以是用户交互设备基于意图分析设备反馈的用户意图确定,也可以是由意图分析设备确定与用户意图对应的交互内容后发送至用户交互设备。即在本公开实施例中,向用户输出与用户意图对应的交互内容,可以包括:获取意图分析设备发送的与用户意图对应的交互内容,并向用户输出;或者,基于意图分析设备发送的用户意图,确定与用户意图对应的交互内容,并向用户输出。
进一步的,用户交互设备可以接收服务器发送的与用户意图对应的交互内容,并向用户输出,服务器用于接收意图分析设备发送的用户意图并确定与用户意图对应的交互内容;或者,用户交互设备可以将意图分析设备发送的用户意图发送至服务器,以使服务器确定与用户意图对应的交互内容;接收服务器发送的与用户意图对应的交互内容,并向用户输出。其中,服务器可以是预先部署的专门用于确定与用户意图对应的交互内容的服务器。
通过借助服务器确定与用户意图对应的交互内容,有助于降低用户交互设备或者意图分析设备的数据处理量,同时也可以降低对用户交互设备的性能要求,使得本方案可以在任意性能的用户交互设备上实现。
示例性的,与用户意图对应的交互内容包括以下至少之一:与出行导航相关的信息、与知识问答相关的信息、问题搜索反馈信息、引导服务信息或者多媒体数据。基于不同的交互内容,用户交互设备可以采用音频、图像等方式向用户展示交互内容。
示例性一:在出行导航场景下,用户利用用户交互设备输入的用户请求语句为“去xx酒店”,则经过用户意图识别后,确定用户意图为获取路径导航,用户交互设备可以向用户展示从当前位置到xx酒店的导航路径。
示例性二:在知识问答场景中,用户利用用户交互设备输入的用户请求语句为“什么是原子”,则经过用户意图识别后,确定用户意图为询问原子的定义,用户交互设备可以向用户展示文本“原子是构成一般物质的最小单位,由原子核和绕核运动的电子组成”,或者向用户语音输出该原子的定义,同时还可以显示原子的图片。
示例性三:在问题搜索场景下,用户利用用户交互设备输入的用户请求语句为“今天是什么天气”,则经过用户意图识别后,确定用户意图为询问天气,用户交互设备可以向用户展示今天的天气预报信息,另外还可以进行语音播报或者展示天气预报信息的动态图像。
示例性四:在酒店或者会议的迎宾场景下,用户利用用户交互设备输入的用户请求语句为“出席签到”,则经过用户意图识别后,确定用户意图为出席签到,用户交互设备可以向用户展示“签到后请领取xx物品”等引导服务信息,或者向用户语音播报该引导服务信息。
示例性五:在多媒体数据播放场景下,用户利用用户交互设备输入的用户请求语句为“我想听歌名为xx的歌曲”,则经过用户意图识别后,确定用户意图为歌曲点播,用户交互设备可以向用户播放该歌名为xx的歌曲,同时还可以显示与该歌曲相关的歌词信息或者歌手图像等。
并且,以上示例中的用户请求语句,可以分别作为新的意图样本语句,由意图分析设备添加至针对出行导航的运营意图样本集、针对知识问答的运营意图样本集、针对问题搜索的运营意图样本集、针对引导服务的运营意图样本集、或者针对多媒体数据播放的运营意图样本集中,实现对不同交互场景下的运营意图样本集的动态扩充。
需要说明的是,上述示例只是作为对本公开实施例中与用户意图对应的交互内容的示意性描述,不应理解为对本公开实施例的具体限定。针对不同交互场景下的交互内容,可以作为交互内容库存储在意图分析设备、服务器或者交互设备中,当根据户交互设备识别的用户意图后,可以根据用户意图从相应的交互内容库中进行调用;也可以由专门的服务器针对用户意图进行交互内容的动态确定。
基于上述技术方案,在一种可选实施方式中,用户交互设备和意图分析设备为同一终端设备。即此时用户交互设备和意图分析设备相当于从不同功能实现的角度对同一终端设备进行了功能区分。可选的,终端设备可以包括智能手机、智能平板、智能机器人、智能汽车、计算机、语音导航设备或者智能音箱中的一种。
如图11所示,此时用户交互设备1101和意图分析设备1102形成的交互***1100也即指代终端设备,用户交互设备1101和意图分析设备1102之间的交互,相当于同一终端设备的内部交互。
具体的,针对同一终端设备,从用户交互设备的角度而言,终端设备的交互功能由内部集成的具有交互功能的功能模块实现,从意图分析设备的角度而言,终端的意图识别功能由内部集成的具有意图识别功能的功能模块实现。换言之,用户交互设备可以是指集成了具有交互功能的功能模块的终端设备,意图分析设备可以是指集成了具有意图识别功能的功能模块的终端设备。
以终端设备为智能手机为例,智能手机中安装导航应用程序(Application,App),该导航应用程序中分别集成有具有交互功能和具有意图识别功能的功能模块,用户启用导航应用程序后,具有交互功能的功能模块向用户提供应用交互页面,该应用交互页面展示有请求语句输入框,用于获取用户输入从请求语句,然后发送至具有意图识别功能的功能模块,以识别用户意图。
当用户交互设备和意图分析设备为同一终端设备时,有助于提高基于用户意图识别的交互功能的集成化,可以减少当用户交互设备和意图分析设备分别作为独立设备时的数量流量消耗,同时也有助于提高交互效率。
以智能手机为例,用户输入当前请求语句“今天是什么天气”,智能手机对用户请求语句进行识别,确定用户当前的用户意图在于询问今天的天气,智能手机获取今天的天气预报信息,作为交互内容展示给用户。
在一种可选实施方式中,用户交互设备和意图分析设备为不同的设备,用户交互设备包括智能手机、智能平板、智能机器人、智能汽车、计算机、语音导航设备或智能音箱中的一种,意图分析设备包括服务器设备。
继续如图11所示,此时用户交互设备1101和意图分析设备1102分别指代不同的独立设备,用户交互设备1101和意图分析设备1102之间可以建立网络通信,从而实现数据传输。具体的,意图分析设备1102可以是内部集成有具有意图识别功能的功能模块的任意服务器设备。
当用户交互设备和意图分析设备为不同的独立设备时,各个设备对应实现各自的功能,由专门的意图分析设备识别用户意图,可以减少用户交互设备的数据处理压力,减小对用户交互设备的性能要求,使得基于用户意图识别的交互方法可以在任意性能的用户交互设备上实现。
以智能音箱为例,当利用麦克风采集到用户输入的语音“我要听xx歌”时,可以对用户语音进行识别,确定用户请求语句“我要听xx歌”,然后发送至意图分析设备(例如智能音箱的控制服务器);意图分析设备识别用户意图,并将xx歌曲信息发送至智能音箱;智能音箱接收到xx歌曲信息后,向用户播放。
在本公开实施例中,意图分析设备可以基于有限或者少量的意图样本实现准确识别用户请求语句蕴含的用户意图,用户交互设备用于获取用户请求语句并进行交互内容的展示,通过两者之间的交互,可以实现向用户准确输出与用户意图对应的交互内容的效果,并且有助于降低交互过程中用户意图的识别成本,提高交互过程中用户意图识别的泛化性。
图7是本公开实施例提供的另一种基于用户意图识别的交互方法的流程图。该交互方法可以应用于意图分析设备,并可以由配置于意图分析设备上的基于用户意图识别的交互装置执行,该装置可以采用软件和/或硬件实现。
本公开实施例提供的应用于意图分析设备的交互方法,与上述实施例中提供的应用于用户交互设备的交互方法,属于相同的发明构思,两者配合执行,以下未详细解释的内容可以参考上述实施例中的描述。
在本公开实施例中,意图分析设备与用户交互设备可以是同一终端设备,也可以是不同的设备,本公开实施例不作具体限定。以下从如何实现用户意图识别的角度,对基于用户意图识别的交互方法进行示例性说明。
如图7所示,本公开实施例提供的基于用户意图识别的交互方法可以包括:
S401、获取用户交互设备发送的用户请求语句。
S402、根据文本相似度算法获取与用户请求语句匹配的至少一个用户意图样本。
S403、根据语句蕴含模型从至少一个用户意图样本中确定用户请求语句蕴含的用户意图。
S404、向用户交互设备发送用户意图,以使用户交互设备确定与用户意图对应的交互内容并向用户输出交互内容。或者
S405、确定与用户意图对应的交互内容,并向用户交互设备发送交互内容,以使用户交互设备向用户输出交互内容。
可选的,与用户意图对应的交互内容包括以下至少之一:与出行导航相关的信息、与知识问答相关的信息、问题搜索反馈信息、引导服务信息或者多媒体数据。
可选的,确定与用户意图对应的交互内容,并向用户交互设备发送交互内容,包括:
向服务器发送用户意图,以使服务器确定与用户意图对应的交互内容并向用户交互设备发送交互内容。
在一种可选实施方式中,用户交互设备和意图分析设备为同一终端设备。
可选的,终端设备包括智能手机、智能平板、智能机器人、智能汽车、计算机、语音导航设备或者智能音箱中的一种。
在一种可选实施方式中,用户交互设备和意图分析设备为不同的设备,用户交互设备包括智能手机、智能平板、智能机器人、智能汽车、计算机、语音导航设备或智能音箱中的一种,意图分析设备包括服务器设备。
在本公开实施例中,意图分析设备可以基于有限或者少量的意图样本实现准确识别用户请求语句蕴含的用户意图,用户交互设备用于获取用户请求语句并进行交互内容的展示,通过两者之间的交互,可以实现向用户准确输出与用户意图对应的交互内容的效果,并且有助于降低交互过程中用户意图的识别成本,提高交互过程中用户意图识别的泛化性。
图8是本公开实施例提供的一种用户意图识别装置的结构示意图,该装置可以采用软件和/或硬件实现,并可集成在任意具有计算能力的电子设备上,例如终端设备和/或服务器设备等。
如图8所示,本公开实施例提供的用户意图识别装置800可以包括用户请求语句获取模块801、用户意图样本确定模块802和用户意图确定模块803,其中:
用户请求语句获取模块801,用于获取待识别的用户请求语句;
用户意图样本确定模块802,用于根据文本相似度算法获取与用户请求语句匹配的至少一个用户意图样本;
用户意图确定模块803,用于根据语句蕴含模型从至少一个用户意图样本中确定用户请求语句蕴含的用户意图。
可选的,用户请求语句获取模块801包括:
第一获取单元,用于获取用户输入的语音数据,对语音数据进行语音识别,以得到用户请求语句;或者,
第二获取单元,用于获取用户通过在线交互页面输入的用户请求语句。
可选的,用户意图样本确定模块802具体用于:
根据基于向量的文本检索方法、BM25算法或者词频-逆文本频率指数算法,从意图样本池中提取与用户请求语句匹配的至少一个用户意图样本。
可选的,本公开实施例提供的用户意图识别装置800还包括:
意图样本池构建模块,用于构建意图样本池,意图样本池包括运营意图样本集,以及高频高质量意图样本集、自动构建高混淆样本集和人工构建高混淆样本集中的至少一种。
可选的,本公开实施例提供的用户意图识别装置800还包括:
意图样本加入模块,用于将用户请求语句作为用户意图样本加入到意图样本池中。
可选的,用户意图样本确定模块802包括:
相似度确定单元,用于根据文本相似度算法获取意图样本池中每个用户意图样本与用户请求语句的相似度值;
意图样本确定单元,用于获取相似度值达到第一相似度阈值的用户意图样本作为与用户请求语句匹配的至少一个用户意图样本。
可选的,用户意图样本确定模块802还包括:
用户意图确定单元,用于获取相似度值达到第二相似度阈值的用户意图样本作为用户请求语句蕴含的用户意图。
可选的,意图样本池包括出行导航运营意图样本池、知识问答运营意图样本池、问题搜索运营意图样本池、引导服务运营意图样本池、多媒体数据播放运营意图样本池中的任意一个。
可选的,用户意图确定模块803包括:
蕴含度值确定单元,用于将用户请求语句和至少一个用户意图样本输入到语句蕴含模型中,以得到每个用户意图样本对应的蕴含度值;
用户意图确定单元,用于确定蕴含度值达到蕴含度阈值的用户意图样本作为用户请求语句蕴含的用户意图。
可选的,本公开实施例提供的用户意图识别装置800还包括:
消息反馈模块,用于若不存在蕴含度值达到蕴含度阈值的用户意图样本,则向用户反馈无法确定用户请求语句蕴含的用户意图的消息。
可选的,用户意图确定模块803具体用于:
根据卷积神经网络模型、循环神经网络模型、BERT模型或者ALBERT-NLI模型中的一个,从至少一个用户意图样本中确定用户请求语句蕴含的用户意图。
可选的,本公开实施例提供的用户意图识别装置800可以集成在终端设备和/或服务器设备上实现。
可选的,终端设备包括智能手机、智能平板、智能机器人、智能汽车、计算机、语音导航设备或者智能音箱中的一种。
本公开实施例所提供的用户意图识别装置可执行本公开实施例所提供的任意用户意图识别方法,具备执行方法相应的功能模块和有益效果。本公开装置实施例中未详尽描述的内容可以参考本公开任意方法实施例中的描述。
图9是本公开实施例提供的一种基于用户意图识别的交互装置的结构示意图,该交互装置可以配置于用户交互设备,并可采用软件和/或硬件实现。如图9所示,本公开实施例提供的基于用户意图识别的交互装置900可以包括用户请求语句获取模块901和交互内容输出模块902,其中:
用户请求语句获取模块901,用于获取用户输入的用户请求语句,并将用户请求语句发送至意图分析设备,意图分析设备用于根据文本相似度算法获取与用户请求语句匹配的至少一个用户意图样本,并根据语句蕴含模型从至少一个用户意图样本中确定用户请求语句蕴含的用户意图;
交互内容输出模块902,用于向用户输出与用户意图对应的交互内容。
可选的,用户请求语句获取模块901包括:
第一获取单元,用于通过语音模块采集用户的语音数据,并对语音数据进行语音识别,以得到用户请求语句;或者,
第二获取单元,用于通过在线交互页面获取用户输入的用户请求语句。
可选的,交互内容输出模块902包括:
第一输出单元,用于获取意图分析设备发送的与用户意图对应的交互内容,并向用户输出;或者
第二输出单元,用于基于意图分析设备发送的用户意图,确定与用户意图对应的交互内容,并向用户输出。
可选的,第一输出单元具体用于:
接收服务器发送的与用户意图对应的交互内容,并向用户输出,服务器用于接收意图分析设备发送的用户意图并确定与用户意图对应的交互内容;或者
第二输出单元包括:
发送子单元,用于将意图分析设备发送的用户意图发送至服务器,以使服务器确定与用户意图对应的交互内容;
接收子单元,用于接收服务器发送的与用户意图对应的交互内容,并向用户输出。
在一种可选实施方式中,用户交互设备和意图分析设备为同一终端设备。
可选的,终端设备包括智能手机、智能平板、智能机器人、智能汽车、计算机、语音导航设备或者智能音箱中的一种。
在一种可选实施方式中,用户交互设备和意图分析设备为不同的设备,用户交互设备包括智能手机、智能平板、智能机器人、智能汽车、计算机、语音导航设备或智能音箱中的一种,意图分析设备包括服务器设备。
可选的,与用户意图对应的交互内容包括以下至少之一:与出行导航相关的信息、与知识问答相关的信息、问题搜索反馈信息、引导服务信息或者多媒体数据。
本公开实施例所提供的基于用户意图识别的交互装置可执行本公开实施例所提供的任意基于用户意图识别的交互方法,具备执行方法相应的功能模块和有益效果。本公开装置实施例中未详尽描述的内容可以参考本公开任意方法实施例中的描述。
图10是本公开实施例提供的另一种基于用户意图识别的交互装置的结构示意图,该交互装置可以配置于意图分析设备,并可采用软件和/或硬件实现。如图10所示,本公开实施例提供的基于用户意图识别的交互装置1000可以包括用户请求语句获取模块1001、用户意图样本确定模块1002和用户意图识别模块1003,还可以包括用户意图发送模块1004或交互内容发送模块1005中的至少一个,其中:
用户请求语句获取模块1001,用于获取用户交互设备发送的用户请求语句;
用户意图样本确定模块1002,用于根据文本相似度算法获取与用户请求语句匹配的至少一个用户意图样本;
用户意图识别模块1003,用于根据语句蕴含模型从至少一个用户意图样本中确定用户请求语句蕴含的用户意图;
用户意图发送模块1004,用于向用户交互设备发送用户意图,以使用户交互设备确定与用户意图对应的交互内容并向用户输出交互内容;或者
交互内容发送模块1005,用于确定与用户意图对应的交互内容,并向用户交互设备发送交互内容,以使用户交互设备向用户输出交互内容。
可选的,交互内容发送模块1005具体用于:
向服务器发送用户意图,以使服务器确定与用户意图对应的交互内容并向用户交互设备发送交互内容。
在一种可选实施方式中,用户交互设备和意图分析设备为同一终端设备。
可选的,终端设备包括智能手机、智能平板、智能机器人、智能汽车、计算机、语音导航设备或者智能音箱中的一种。
在一种可选实施方式中,用户交互设备和意图分析设备为不同的设备,用户交互设备包括智能手机、智能平板、智能机器人、智能汽车、计算机、语音导航设备或智能音箱中的一种,意图分析设备包括服务器设备。
可选的,与用户意图对应的交互内容包括以下至少之一:与出行导航相关的信息、与知识问答相关的信息、问题搜索反馈信息、引导服务信息或者多媒体数据。
本公开实施例所提供的基于用户意图识别的交互装置可执行本公开实施例所提供的任意基于用户意图识别的交互方法,具备执行方法相应的功能模块和有益效果。本公开装置实施例中未详尽描述的内容可以参考本公开任意方法实施例中的描述。
图11是本公开实施例提供的一种基于用户意图识别的交互***的结构示意图。如图11所示,本公开实施例提供的基于用户意图识别的交互***1100可以包括用户交互设备1101和意图分析设备1102,其中:
用户交互设备1101,用于获取用户输入的用户请求语句,并将用户请求语句发送至意图分析设备1102;
意图分析设备1102,用于根据文本相似度算法获取与用户请求语句匹配的至少一个用户意图样本,并根据语句蕴含模型从至少一个用户意图样本中确定用户请求语句蕴含的用户意图;
意图分析设备1102,还用于向用户交互设备1101发送用户意图,以使用户交互设备1101确定与用户意图对应的交互内容并向用户输出交互内容;或者
意图分析设备1102,还用于确定与用户意图对应的交互内容,并向用户交互设备1101发送交互内容,以使用户交互设备1101向用户输出交互内容。
可选的,用户交互设备1101具体用于:通过语音模块采集用户的语音数据,并对语音数据进行语音识别,以得到用户请求语句;或者,通过在线交互页面获取用户输入的用户请求语句。
可选的,用户交互设备1101还用于:获取意图分析设备1102发送的与用户意图对应的交互内容,并向用户输出;或者,基于意图分析设备1102发送的用户意图,确定与用户意图对应的交互内容,并向用户输出。
可选的,用户交互设备1101具体用于:将意图分析设备1102发送的用户意图发送至服务器,以使服务器确定与用户意图对应的交互内容;接收服务器发送的与用户意图对应的交互内容,并向用户输出。
可选的,意图分析设备1102,具体用于向服务器发送用户意图,以使服务器确定与用户意图对应的交互内容并向用户交互设备1101发送交互内容。
在一种可选实施方式中,用户交互设备1101和意图分析设备1102为同一终端设备。
可选的,终端设备包括智能手机、智能平板、智能机器人、智能汽车、计算机、语音导航设备或者智能音箱中的一种。
在一种可选实施方式中,用户交互设备1101和意图分析设备1102为不同的设备,用户交互设备1101包括智能手机、智能平板、智能机器人、智能汽车、计算机、语音导航设备或智能音箱中的一种,意图分析设备1102包括服务器设备。
可选的,与用户意图对应的交互内容包括以下至少之一:与出行导航相关的信息、与知识问答相关的信息、问题搜索反馈信息、引导服务信息或者多媒体数据。
本公开实施例所提供的基于用户意图识别的交互***可以实现本公开实施例所提供的任意基于用户意图识别的交互方法,具备执行方法相应的功能模块和有益效果。本公开***实施例中未详尽描述的内容可以参考本公开上述任意实施例中的描述。
图12为本公开实施例提供的一种电子设备的结构示意图,用于对实现本公开实施例中任意用户意图识别方法的电子设备进行示例性说明,或者用于对实现本公开实施例中任意基于用户意图识别的交互方法的电子设备进行示例性说明,不应理解为对本公开实施例的具体限定。
如图12所示,电子设备1200可以包括处理器(例如中央处理器、图形处理器等)1201,其可以根据存储在只读存储器(ROM)1202中的程序或者从存储装置1208加载到随机访问存储器(RAM)1203中的程序而执行各种适当的动作和处理。在RAM 1203中,还存储有电子设备1200操作所需的各种程序和数据。处理器1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出(I/O)接口1205也连接至总线1204。
通常,以下装置可以连接至I/O接口1205: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1206;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置1207;包括例如磁带、硬盘等的存储装置1208;以及通信装置1209。通信装置1209可以允许电子设备1200与其他设备进行无线或有线通信以交换数据。虽然示出了具有各种装置的电子设备1200,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,根据本公开的实施例,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,本公开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1209从网络上被下载和安装,或者从存储装置1208被安装,或者从ROM 1202被安装。在该计算机程序被处理器1201执行时,可以执行本公开实施例提供的任意用户意图识别方法或者基于用户意图识别的交互方法中限定的功能。
需要说明的是,本公开上述的计算机可读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。在本公开中,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。而在本公开中,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、服务端可以利用诸如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:获取待识别的用户请求语句;根据文本相似度算法获取与用户请求语句匹配的至少一个用户意图样本;根据语句蕴含模型从至少一个用户意图样本中确定用户请求语句蕴含的用户意图。
或者,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:获取用户输入的用户请求语句,并将用户请求语句发送至意图分析设备,意图分析设备用于根据文本相似度算法获取与用户请求语句匹配的至少一个用户意图样本,并根据语句蕴含模型从至少一个用户意图样本中确定用户请求语句蕴含的用户意图;向用户输出与用户意图对应的交互内容。
或者,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:获取用户交互设备发送的用户请求语句;根据文本相似度算法获取与用户请求语句匹配的至少一个用户意图样本;根据语句蕴含模型从至少一个用户意图样本中确定用户请求语句蕴含的用户意图;向用户交互设备发送用户意图,以使用户交互设备确定与用户意图对应的交互内容并向用户输出交互内容;或者,确定与用户意图对应的交互内容,并向用户交互设备发送交互内容,以使用户交互设备向用户输出交互内容。
在本公开实施例中,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公开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端上执行。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,图示了按照本公开各种实施例的***、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。
描述于本公开实施例中所涉及到的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,单元的名称在某种情况下并不构成对该单元本身的限定。
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。
在本公开的上下文中,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。
根据本公开的一个或多个实施例,本公开提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时,所述处理器执行本公开实施例提供的任意用户意图识别方法,或者执行本公开实施例提供的任意基于用户意图识别的交互方法。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一种可选实施方式”表示“至少一种可选实施方式”。本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (34)
1.一种用户意图识别方法,其特征在于,包括:
获取待识别的用户请求语句;
根据文本相似度算法获取与所述用户请求语句匹配的至少一个用户意图样本;
根据语句蕴含模型从所述至少一个用户意图样本中确定所述用户请求语句蕴含的用户意图。
2.根据权利要求1所述的方法,其特征在于,所述获取待识别的用户请求语句,包括:
获取用户输入的语音数据,对所述语音数据进行语音识别,以得到所述用户请求语句;或者,
获取用户通过在线交互页面输入的用户请求语句。
3.根据权利要求1所述的方法,其特征在于,所述根据文本相似度算法获取与所述用户请求语句匹配的至少一个用户意图样本,包括:
根据基于向量的文本检索方法、BM25算法或者词频-逆文本频率指数算法,从意图样本池中提取与所述用户请求语句匹配的至少一个用户意图样本。
4.根据权利要求3所述的方法,其特征在于,还包括:
构建意图样本池,所述意图样本池包括运营意图样本集,以及领域内意图样本集、自动构建混淆样本集和人工构建混淆样本集中的至少一种。
5.根据权利要求4所述的方法,其特征在于,还包括:
将所述用户请求语句作为用户意图样本加入到意图样本池中。
6.根据权利要求1所述的方法,其特征在于,所述根据文本相似度算法获取与所述用户请求语句匹配的至少一个用户意图样本,包括:
根据所述文本相似度算法获取意图样本池中每个用户意图样本与所述用户请求语句的相似度值;
获取相似度值达到第一相似度阈值的用户意图样本作为与所述用户请求语句匹配的至少一个用户意图样本。
7.根据权利要求6所述的方法,其特征在于,还包括:
获取相似度值达到第二相似度阈值的用户意图样本作为所述用户请求语句蕴含的用户意图。
8.根据权利要求4所述的方法,其特征在于,所述意图样本池包括出行导航运营意图样本池、知识问答运营意图样本池、问题搜索运营意图样本池、引导服务运营意图样本池、多媒体数据播放运营意图样本池中的任意一个。
9.根据权利要求1所述的方法,其特征在于,所述根据语句蕴含模型从所述至少一个用户意图样本中确定所述用户请求语句蕴含的用户意图,包括:
将所述用户请求语句和所述至少一个用户意图样本输入到所述语句蕴含模型中,以得到每个用户意图样本对应的蕴含度值;
确定蕴含度值达到蕴含度阈值的用户意图样本作为所述用户请求语句蕴含的用户意图。
10.根据权利要求9所述的方法,其特征在于,还包括:
若不存在蕴含度值达到所述蕴含度阈值的用户意图样本,则向用户反馈无法确定所述用户请求语句蕴含的用户意图的消息。
11.根据权利要求1所述的方法,其特征在于,所述根据语句蕴含模型从所述至少一个用户意图样本中确定所述用户请求语句蕴含的用户意图,包括:
根据卷积神经网络模型、循环神经网络模型、BERT模型或者ALBERT-NLI模型中的一个,从所述至少一个用户意图样本中确定所述用户请求语句蕴含的用户意图。
12.根据权利要求1-11任一所述的方法,其特征在于,所述方法在终端设备和/或服务器设备上实现。
13.根据权利要求12所述的方法,其特征在于,所述终端设备包括智能手机、智能平板、智能机器人、智能汽车、计算机、语音导航设备或者智能音箱中的一种。
14.一种基于用户意图识别的交互方法,其特征在于,应用于用户交互设备,包括:
获取用户输入的用户请求语句,并将所述用户请求语句发送至意图分析设备,所述意图分析设备用于根据文本相似度算法获取与所述用户请求语句匹配的至少一个用户意图样本,并根据语句蕴含模型从所述至少一个用户意图样本中确定所述用户请求语句蕴含的用户意图;
向用户输出与所述用户意图对应的交互内容。
15.根据权利要求14所述的方法,其特征在于,所述获取用户输入的用户请求语句,包括:
通过语音模块采集用户的语音数据,并对所述语音数据进行语音识别,以得到所述用户请求语句;或者,
通过在线交互页面获取用户输入的用户请求语句。
16.根据权利要求14所述的方法,其特征在于,所述向用户输出与所述用户意图对应的交互内容,包括:
获取所述意图分析设备发送的与所述用户意图对应的交互内容,并向用户输出;或者
基于所述意图分析设备发送的所述用户意图,确定与所述用户意图对应的交互内容,并向用户输出。
17.根据权利要求16所述的方法,其特征在于,所述获取所述意图分析设备发送的与所述用户意图对应的交互内容,并向用户输出,包括:
接收服务器发送的与所述用户意图对应的交互内容,并向用户输出,所述服务器用于接收所述意图分析设备发送的所述用户意图并确定与所述用户意图对应的交互内容;或者
所述基于所述意图分析设备发送的所述用户意图,确定与所述用户意图对应的交互内容,并向用户输出,包括:
将所述意图分析设备发送的所述用户意图发送至服务器,以使所述服务器确定与所述用户意图对应的交互内容;
接收所述服务器发送的与所述用户意图对应的交互内容,并向用户输出。
18.根据权利要求14-17任一所述的方法,其特征在于,所述用户交互设备和所述意图分析设备为同一终端设备。
19.根据权利要求18所述的方法,其特征在于,所述终端设备包括智能手机、智能平板、智能机器人、智能汽车、计算机、语音导航设备或者智能音箱中的一种。
20.根据权利要求14-17任一所述的方法,其特征在于,所述用户交互设备和所述意图分析设备为不同的设备,所述用户交互设备包括智能手机、智能平板、智能机器人、智能汽车、计算机、语音导航设备或智能音箱中的一种,所述意图分析设备包括服务器设备。
21.根据权利要求14-17任一所述的方法,其特征在于,与所述用户意图对应的交互内容包括以下至少之一:与出行导航相关的信息、与知识问答相关的信息、问题搜索反馈信息、引导服务信息或者多媒体数据。
22.一种基于用户意图识别的交互方法,其特征在于,应用于意图分析设备,包括:
获取用户交互设备发送的用户请求语句;
根据文本相似度算法获取与所述用户请求语句匹配的至少一个用户意图样本;
根据语句蕴含模型从所述至少一个用户意图样本中确定所述用户请求语句蕴含的用户意图;
向所述用户交互设备发送所述用户意图,以使所述用户交互设备确定与所述用户意图对应的交互内容并向用户输出所述交互内容;或者
确定与所述用户意图对应的交互内容,并向所述用户交互设备发送所述交互内容,以使所述用户交互设备向用户输出所述交互内容。
23.根据权利要求22所述的方法,其特征在于,所述确定与所述用户意图对应的交互内容,并向所述用户交互设备发送所述交互内容,包括:
向服务器发送所述用户意图,以使所述服务器确定与所述用户意图对应的交互内容并向所述用户交互设备发送所述交互内容。
24.根据权利要求22或23所述的方法,其特征在于,所述用户交互设备和所述意图分析设备为同一终端设备。
25.根据权利要求24所述的方法,其特征在于,所述终端设备包括智能手机、智能平板、智能机器人、智能汽车、计算机、语音导航设备或者智能音箱中的一种。
26.根据权利要求22或23所述的方法,其特征在于,所述用户交互设备和所述意图分析设备为不同的设备,所述用户交互设备包括智能手机、智能平板、智能机器人、智能汽车、计算机、语音导航设备或智能音箱中的一种,所述意图分析设备包括服务器设备。
27.根据权利要求22或23所述的方法,其特征在于,与所述用户意图对应的交互内容包括以下至少之一:与出行导航相关的信息、与知识问答相关的信息、问题搜索反馈信息、引导服务信息或者多媒体数据。
28.一种用户意图识别装置,其特征在于,包括:
用户请求语句获取模块,用于获取待识别的用户请求语句;
用户意图样本确定模块,用于根据文本相似度算法获取与所述用户请求语句匹配的至少一个用户意图样本;
用户意图确定模块,用于根据语句蕴含模型从所述至少一个用户意图样本中确定所述用户请求语句蕴含的用户意图。
29.一种基于用户意图识别的交互装置,其特征在于,配置于用户交互设备,包括:
用户请求语句获取模块,用于获取用户输入的用户请求语句,并将所述用户请求语句发送至意图分析设备,所述意图分析设备用于根据文本相似度算法获取与所述用户请求语句匹配的至少一个用户意图样本,并根据语句蕴含模型从所述至少一个用户意图样本中确定所述用户请求语句蕴含的用户意图;
交互内容输出模块,用于向用户输出与所述用户意图对应的交互内容。
30.一种基于用户意图识别的交互装置,其特征在于,配置于意图分析设备,包括:
用户请求语句获取模块,用于获取用户交互设备发送的用户请求语句;
用户意图样本确定模块,用于根据文本相似度算法获取与所述用户请求语句匹配的至少一个用户意图样本;
用户意图识别模块,用于根据语句蕴含模型从所述至少一个用户意图样本中确定所述用户请求语句蕴含的用户意图;
用户意图发送模块,用于向所述用户交互设备发送所述用户意图,以使所述用户交互设备确定与所述用户意图对应的交互内容并向用户输出所述交互内容;或者
交互内容发送模块,用于确定与所述用户意图对应的交互内容,并向所述用户交互设备发送所述交互内容,以使所述用户交互设备向用户输出所述交互内容。
31.一种基于用户意图识别的交互***,其特征在于,包括:
用户交互设备,用于获取用户输入的用户请求语句,并将所述用户请求语句发送至意图分析设备;
所述意图分析设备,用于根据文本相似度算法获取与所述用户请求语句匹配的至少一个用户意图样本,并根据语句蕴含模型从所述至少一个用户意图样本中确定所述用户请求语句蕴含的用户意图;
所述意图分析设备,还用于向所述用户交互设备发送所述用户意图,以使所述用户交互设备确定与所述用户意图对应的交互内容并向用户输出所述交互内容;或者
所述意图分析设备,还用于确定与所述用户意图对应的交互内容,并向所述用户交互设备发送所述交互内容,以使所述用户交互设备向用户输出所述交互内容。
32.一种电子设备,其特征在于,包括存储器和处理器,其中,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,所述处理器执行权利要求1-13中任一项所述的用户意图识别方法,或者执行权利要求14-21中任一项所述的基于用户意图识别的交互方法,或者执行权利要求22-27中任一项所述的基于用户意图识别的交互方法。
33.一种计算机可读存储介质,其特征在于,所述存储介质中存储有计算机程序,所述计算机程序被处理器执行时,所述处理器执行权利要求1-13中任一项所述的用户意图识别方法,或者执行权利要求14-21中任一项所述的基于用户意图识别的交互方法,或者执行权利要求22-27中任一项所述的基于用户意图识别的交互方法。
34.一种计算机程序产品,其特征在于,所述计算机程序产品包括:计算机程序,所述计算机程序存储在计算机可读存储介质中,当所述计算机程序被处理器读取并执行时,使得所述处理器执行如权利要求1-13中任一项所述的用户意图识别方法,或者执行权利要求14-21中任一项所述的基于用户意图识别的交互方法,或者执行权利要求22-27中任一项所述的基于用户意图识别的交互方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011385164.2A CN114580426A (zh) | 2020-12-01 | 2020-12-01 | 用户意图识别方法、交互方法、装置、***、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011385164.2A CN114580426A (zh) | 2020-12-01 | 2020-12-01 | 用户意图识别方法、交互方法、装置、***、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114580426A true CN114580426A (zh) | 2022-06-03 |
Family
ID=81768526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011385164.2A Pending CN114580426A (zh) | 2020-12-01 | 2020-12-01 | 用户意图识别方法、交互方法、装置、***、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114580426A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108052613A (zh) * | 2017-12-14 | 2018-05-18 | 北京百度网讯科技有限公司 | 用于生成页面的方法和装置 |
CN109800306A (zh) * | 2019-01-10 | 2019-05-24 | 深圳Tcl新技术有限公司 | 意图分析方法、装置、显示终端及计算机可读存储介质 |
CN111221944A (zh) * | 2020-01-13 | 2020-06-02 | 平安科技(深圳)有限公司 | 文本意图识别方法、装置、设备和存储介质 |
CN111581354A (zh) * | 2020-05-12 | 2020-08-25 | 金蝶软件(中国)有限公司 | 一种faq问句相似度计算方法及其*** |
CN111858865A (zh) * | 2019-04-30 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种语义识别方法、装置、电子设备及计算机可读存储介质 |
-
2020
- 2020-12-01 CN CN202011385164.2A patent/CN114580426A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108052613A (zh) * | 2017-12-14 | 2018-05-18 | 北京百度网讯科技有限公司 | 用于生成页面的方法和装置 |
CN109800306A (zh) * | 2019-01-10 | 2019-05-24 | 深圳Tcl新技术有限公司 | 意图分析方法、装置、显示终端及计算机可读存储介质 |
CN111858865A (zh) * | 2019-04-30 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种语义识别方法、装置、电子设备及计算机可读存储介质 |
CN111221944A (zh) * | 2020-01-13 | 2020-06-02 | 平安科技(深圳)有限公司 | 文本意图识别方法、装置、设备和存储介质 |
CN111581354A (zh) * | 2020-05-12 | 2020-08-25 | 金蝶软件(中国)有限公司 | 一种faq问句相似度计算方法及其*** |
Non-Patent Citations (1)
Title |
---|
陈志豪: ""面向医疗健康领域的问答***关键技术研究与实现"", 《中国优秀硕士学位论文全文数据库医药卫生科技辑》, no. 02, 15 February 2020 (2020-02-15), pages 49 - 52 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110971969B (zh) | 视频配乐方法、装置、电子设备及计算机可读存储介质 | |
CN109145104B (zh) | 用于对话交互的方法和装置 | |
CN107463700B (zh) | 用于获取信息的方法、装置及设备 | |
CN112037792B (zh) | 一种语音识别方法、装置、电子设备及存储介质 | |
CN109165302A (zh) | 多媒体文件推荐方法及装置 | |
CN110990598B (zh) | 资源检索方法、装置、电子设备及计算机可读存储介质 | |
CN112906381B (zh) | 对话归属的识别方法、装置、可读介质和电子设备 | |
CN111324700A (zh) | 资源召回方法、装置、电子设备及计算机可读存储介质 | |
CN112052333A (zh) | 文本分类方法及装置、存储介质和电子设备 | |
CN113449070A (zh) | 多模态数据检索方法、装置、介质及电子设备 | |
CN111625649A (zh) | 文本处理方法、装置、电子设备及介质 | |
CN108153875B (zh) | 语料处理方法、装置、智能音箱和存储介质 | |
CN116977701A (zh) | 视频分类模型训练的方法、视频分类的方法和装置 | |
CN112364829A (zh) | 一种人脸识别方法、装置、设备及存储介质 | |
CN111090993A (zh) | 属性对齐模型训练方法及装置 | |
CN113407767A (zh) | 确定文本相关性的方法、装置、可读介质及电子设备 | |
CN110475158B (zh) | 视频学习素材的提供方法、装置、电子设备及可读介质 | |
CN112182255A (zh) | 用于存储媒体文件和用于检索媒体文件的方法和装置 | |
CN113033707B (zh) | 视频分类方法、装置、可读介质及电子设备 | |
CN112069786A (zh) | 文本信息处理方法、装置、电子设备及介质 | |
CN112651231B (zh) | 口语信息处理方法、装置和电子设备 | |
CN112182179B (zh) | 实体问答处理方法、装置、电子设备和存储介质 | |
CN113571063B (zh) | 语音信号的识别方法、装置、电子设备及存储介质 | |
CN114580426A (zh) | 用户意图识别方法、交互方法、装置、***、设备和介质 | |
CN114428867A (zh) | 数据挖掘方法、装置、存储介质及电子设备 |
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 |