[发明专利]一种意图识别方法及装置

权利要求书

1.一种意图识别方法，其特征在于，所述方法包括：

从保存的对话日志中获取多个待处理文本，对所述多个待处理文本进行处理得到对应的多个句向量；

基于所述多个句向量，对所述多个待处理文本进行聚类，得到N类待处理文本；N为大于等于1的整数；

针对所述N类待处理文本中每一类待处理文本进行关键词提取，得到至少一个关键词；

基于所述至少一个关键词，确定新增的至少一个意图；其中，至少一个意图中每一个意图对应一个或多个关键词。

2.根据权利要求1所述的方法，其特征在于，基于所述多个句向量，对所述多个待处理文本进行聚类，包括：

将所述多个句向量进行聚类，得到N个句向量簇；其中，所述N个句向量簇中，每一个句向量簇包含一个或多个句向量；

将所述N个句向量簇的每一个句向量簇中包含的一个或多个句向量所对应的待处理文本，作为同一类待处理文本。

3.根据权利要求1所述的方法，其特征在于，所述针对所述N类待处理文本中每一类待处理文本进行关键词提取，得到至少一个关键词，包括：

将每一类待处理文本中包含的待处理文本划分为至少一个组成单元；其中，所述组成单元为词语或句子；

计算得到至少一个组成单元对应的权重值；

基于所述至少一个组成单元的权重值进行排序，选择前M个组成单元，基于所述前M个组成单元确定所述每一类待处理文本所对应的关键词；其中，M大于等于1。

4.根据权利要求1所述的方法，其特征在于，对所述多个待处理文本进行处理得到对应的多个句向量之前，所述方法还包括：

对所述多个待处理文本进行过滤，得到过滤后的多个待处理文本。

5.根据权利要求1所述的方法，其特征在于，基于所述至少一个关键词，确定新增的至少一个意图，包括：

基于已有的意图对所述至少一个关键词进行筛选，从所述至少一个关键词中删除与所述已有的意图相同的关键词，根据剩余的关键词确定所述新增的至少一个意图。

6.一种意图识别装置，其特征在于，所述装置包括：

数据预处理单元，用于从保存的对话日志中获取多个待处理文本，对所述多个待处理文本进行处理得到对应的多个句向量；

聚类单元，用于基于所述多个句向量，对所述多个待处理文本进行聚类，得到N类待处理文本；N为大于等于1的整数；

关键词提取单元，用于针对所述N类待处理文本中每一类待处理文本进行关键词提取，得到至少一个关键词；

意图识别单元，用于基于所述至少一个关键词，确定新增的至少一个意图；其中，至少一个意图中每一个意图对应一个或多个关键词。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

向量化表示单元，用于将所述多个句向量进行聚类，得到N个句向量簇；其中，所述N个句向量簇中，每一个句向量簇包含一个或多个句向量；将所述N个句向量簇的每一个句向量簇中包含的一个或多个句向量所对应的待处理文本，作为同一类待处理文本。

8.根据权利要求6所述的装置，其特征在于，所述关键词提取单元，用于将每一类待处理文本中包含的待处理文本划分为至少一个组成单元；其中，所述组成单元为词语或句子；计算得到至少一个组成单元对应的权重值；基于所述至少一个组成单元的权重值进行排序，选择前M个组成单元，基于所述前M个组成单元确定所述每一类待处理文本所对应的关键词；其中，M大于等于1。

9.根据权利要求6所述的装置，其特征在于，所述数据预处理单元，用于对所述多个待处理文本进行过滤，得到过滤后的多个待处理文本。

10.一种存储介质，其特征在于，所述存储介质用于存储计算机指令，所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。