[发明专利]用户意图识别方法及装置在审

专利信息
申请号: 201711005661.3 申请日: 2017-10-25
公开(公告)号: CN107862005A 公开(公告)日: 2018-03-30
发明(设计)人: 刘佳;崔恒斌;张家兴;吴丽娟;毛瑶瑶 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 北京亿腾知识产权代理事务所11309 代理人: 陈霁
地址: 英属开曼群岛大开*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用户 意图 识别 方法 装置
【权利要求书】:

1.一种用户意图识别方法,其特征在于,包括:

获取用户的对话文本;

确定所述对话文本与多个预定义要素的关联度值,所述多个预定义要素是从知识库的知识点中抽取的,且所述多个预定义要素分别归属于N个类别,N为正整数;

根据所述关联度值以及预设阈值,从所述多个预定义要素中选取第一要素;

根据所述第一要素,从所述知识库中匹配对应的知识点;

根据所述知识点,确定用户意图识别结果。

2.根据权利要求1所述的方法,其特征在于,所述确定所述对话文本与多个预定义要素的关联度值,包括:

将所述对话文本输入要素识别模型,输出所述多个预定义要素对应的概率值,其中要素识别模型是预定义的用于计算输入的文本与多个预定义要素相匹配的概率值的机器学习模型;

和/或,

计算所述对话文本与所述多个预定义要素的匹配度值;

根据所述概率值和/或所述匹配度值,确定所述对话文本与多个预定义要素的关联度值。

3.根据权利要求1或2所述的方法,其特征在于,所述根据所述关联度值以及预设阈值,从所述多个预定义要素中选取第一要素,包括:

根据所述关联度值以及所述预设阈值,确定所述多个预定义要素对应的等级信息;

根据所述等级信息,从所述多个预定义要素中选取第一要素。

4.根据权利要求3所述的方法,其特征在于,当匹配的知识点为多个时,所述根据所述知识点,确定用户意图识别结果,包括:

根据所述等级信息,从所述多个预定义要素中选取第二要素;

根据所述第一要素、所述第二要素所归属的类别以及等级信息,从反问模板库中读取相匹配的反问模板,所述反问模板库用于记录归属于不同类别的要素的等级信息与反问模板之间的对应关系;

根据所述第一要素、所述第二要素以及所述反问模板,确定对应的反问问句;

向用户发送所述反问问句;

根据接收的所述反问问句的答案,确定用户意图识别结果。

5.根据权利要求3所述的方法,其特征在于,当所述等级信息为低等级时或者当未匹配到知识点时,还包括:

向用户发送预设的反问问句;

根据接收的所述预设的反问问句的答案,确定用户意图识别结果。

6.根据权利要求1所述的方法,其特征在于,还包括:

当所述第一要素与预设集合中的要素相同时,获取与所述要素相对应的预设的反问问句;

根据接收的所述预设的反问问句的答案,确定用户意图识别结果。

7.根据权利要求1-6任一项所述的方法,其特征在于,所述类别包括:业务类型、框架动词以及问题类型。

8.一种用户意图识别装置,其特征在于,包括:

获取单元,用于获取用户的对话文本;

确定单元,用于确定所述获取单元获取的所述对话文本与多个预定义要素的关联度值,所述多个预定义要素是从知识库的知识点中抽取的,且所述多个预定义要素分别归属于N个类别,N为正整数;

选取单元,用于根据所述确定单元确定的所述关联度值以及预设阈值,从所述多个预定义要素中选取第一要素;

匹配单元,用于根据所述选取单元选取的所述第一要素,从所述知识库中匹配对应的知识点;

所述确定单元,还用于根据所述匹配单元匹配的所述知识点,确定用户意图识别结果。

9.根据权利要求8所述的装置,其特征在于,所述确定单元具体用于:

将所述对话文本输入要素识别模型,输出所述多个预定义要素对应的概率值,其中要素识别模型是预定义的用于计算输入的文本与多个预定义要素相匹配的概率值的机器学习模型;

和/或,

计算所述对话文本与所述多个预定义要素的匹配度值;

根据所述概率值和/或所述匹配度值,确定所述对话文本与多个预定义要素的关联度值。

10.根据权利要求8或9所述的装置,其特征在于,所述选取单元具体用于:

根据所述关联度值以及所述预设阈值,确定所述多个预定义要素对应的等级信息;

根据所述等级信息,从所述多个预定义要素中选取第一要素。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711005661.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top