[发明专利]一种医美聊天机器人意图识别方法及装置

说明书

本发明公开了一种医美聊天机器人意图识别方法及装置，其通过获取训练语料，根据训练语料中的文本数据及对应的意图标签进行训练得到意图识别分类器；预测时，对待识别的当前的文本数据进行预处理并输入训练好的意图识别分类器中，所述意图识别分类器返回意图识别结果；并进一步判断所述意图识别结果是否为有效结果，若是，则输出当前的文本数据对应的意图识别结果；若否，则输出上一组的文本数据对应的有效的意图识别结果；从而通过上文信息来判断访客意图特征，使得意图识别结果更准确，以辅助机器人做出正确的回应决策。

技术领域

本发明涉及人工智能技术领域，特别是一种医美聊天机器人意图识别方法及其应用该方法的装置，适用于医疗咨询和整形美容的咨询等。

背景技术

近几年人工智能技术的兴起，使得医疗产业与人工智能的开始加速融合。另一方面，随着社会进步和人们健康意识的觉醒，人口老龄化问题的不断加剧，人们对于提升医疗技术、延长人类寿命、增强健康的需求也更加急迫。而实践中却存在着医疗资源分配不均以及医务人员培养成本过高等问题。

第一代机器人以传统规则系统为主，进行模板匹配，所带来的问题是，一方面需要总结所有可能的规则模板，一旦出现规则模板没有涵盖的内容，医疗机器人便无法根据对方发送的信息做出相应回应；另一方面，机器人若收录了大量的规则模板，尽管匹配规则的广度已经得到一定程度解决，但效率就会因为模板数量的增大而大打折扣。

第二代机器人，引入了FAQ和语义相似度概念，相比第一代机器人，解决了需整理大量的规则模板来提高准确度和匹配效率问题。尽管在语义匹配上得到的解决，但语境问题并未得到处理，例如“苹果多少钱”，没有参考上下文信息，可能会有两种意思：一是苹果(水果)多少钱，二是苹果(手机)多少钱；从而使得机器人无法给出正确的回应。

发明内容

本发明为解决上述问题，提供了一种医美聊天机器人意图识别方法及装置，其通过上文信息来判断访客意图特征，使得意图识别结果更准确，以辅助机器人做出正确的回应决策。

为实现上述目的，本发明采用的技术方案为：

一种医美聊天机器人意图识别方法，其包括以下步骤：

a.获取训练语料，根据训练语料中的文本数据及对应的意图标签进行训练得到意图识别分类器；

b.对待识别的当前的文本数据进行预处理并输入训练好的意图识别分类器中，所述意图识别分类器返回意图识别结果；

c.判断所述意图识别结果是否为有效结果，若是，则输出当前的文本数据对应的意图识别结果；若否，则输出上一组的文本数据对应的有效的意图识别结果。

优选的，所述的步骤a中对所述训练语料中的文本数据进行训练时，或者所述的步骤b中对所述的当前的文本数据或者上一组的文本数据进行预测识别时，进一步对所述的文本数据进行分词处理和向量化处理得到词向量，并将该词向量输入所述意图识别分类器中进行训练或预测识别。

进一步的，所述的分词处理，是采用IKAnalyzer分词器、ICTCLAS分词算法、Ansj中文分词或结巴分词的方法进行分词；所述的向量化处理，是利用word2vec模型将分词好的文本数据转化为词向量。

优选的，所述的步骤a中，所述意图识别分类器的训练，进一步包括：

a1.切分所述训练语料，抽取其中的10％作为测试语料，剩余90％作为训练语料；

a2.将所述90％的训练语料输入随机森林模型中进行训练，所述随机森林模型包括多个决策树，通过各个决策树对分类结果进行投票，并根据投票结果输出意图识别结果，得到意图识别分类器；

a3.利用所述10％的测试语料对所述意图识别分类器进行测试，并借助泛化指标对所述意图识别分类器进行评估；