[发明专利]一种基于混合策略的复句用户查询语句的意图识别方法

说明书

本发明提供一种基于混合策略的复句用户查询语句的意图识别方法，包括以下步骤：步骤1，根据用户查询复句q，利用语言符号、复句语法规则逐步获取、解析用户查询复句q相对应的候选分句集合C；步骤2，利用传统的用户查询语句的意图识别模型分别对用户查询复句q、用户输入分句集合C进行意图识别，获取用户查询复句的候选意图I_q、候选分句意图集合I_C；步骤3，将用户查询复句的意图I_q与候选分句的意图集合I_C进行逻辑判断；本发明能有效提高用户查询语句为复句时的意图识别准确度，用户意图的正确识别是智能对话系统系统生成合理回复的基础，准确识别用户的意图，能对系统的性能提升、增加用户体验，具有很大价值和研究意义。

技术领域

本发明涉及人机对话系统技术领域，具体为一种基于混合策略的复句用户查询语句的意图识别方法。

背景技术

人机对话，是人工智能技术领域的一支重要分支，人机对话的目的是使计算机理解人类的自然语言，并和人类进行无障碍的交流。人工智能技术可以使机器替代人类工作，提高工作效率，减轻人类的负担，甚至可以通过理解人类的感情，满足人类的情感和陪伴需求。现在，人工智能已经渗透到人类生活的许多方面，比如亚马逊Echo、阿里天猫精灵、百度小度、小米小爱等各式各样的人工智能音箱和故事机成为各大电商网站的热门产品被用户购买，摆放在千家万户之中。这些智能音响和故事机的设计目的就是为了听懂用户的指令，并且执行用户的指令，比如通过语音控制家电、查询天气、播放音视频资源等，但在实际表现和用户体验上，还不能满足用户对人机交互的期待。

一个完整人机对话系统架构包括语音识别、自然语言理解、对话控制、自然语言生成、语音合成五个模块。任何一个模块技术上的不足，都会影响到人机对话的最终效果。这五个模块是线性传递的，因此越在前面的模块，对最终效果影响越大。自然语言理解属于人机对话系统中的第二个模块，也是复杂度最高，进展最缓慢，最容易造成瓶颈的关键模块。

而对于自然语言理解，内部也可以分为线性的模块，意图识别就是自然语言理解入口的第一个模块。自然语言理解是为了理解用户所说的自然语言并给予回复，意图识别是理解的入口，它是通过分类的方式将用户的意图分为某个具体的模块进行后续独特处理，例如家电控制模块和天气查询分属两个不同的模块，它们要根据内部逻辑进行特殊的处理和回复。

意图识别的准确率，从全局上影响了自然语言处理的效果，如果意图识别不能准确判断用户的意图，将意图分类至正确的模块，后续的任何处理都将没有意义。传统的意图识别任务主要集中于单句识别，通常采用规则与机器学习分类算法结合的模型，对单句识别有效，但对用户输入语句为复句时的意图识别效果往往并不理想。

发明内容

本发明所解决的技术问题在于提供一种基于混合策略的复句用户查询语句的意图识别方法，以解决上述背景技术中提出的问题。

本发明所解决的技术问题采用以下技术方案来实现：基于混合策略的复句用户查询语句的意图识别方法，包括以下步骤：

步骤1，根据用户查询复句q，利用语言符号、复句语法规则逐步获取、解析用户查询复句q相对应的候选分句集合C；

步骤2，利用传统的用户查询语句的意图识别模型分别对用户查询复句q、用户输入分句集合C进行意图识别，获取用户查询复句的候选意图I_q、候选分句意图集合I_C；