[发明专利]一种基于智能对话模型的用户意图识别方法及装置

权利要求书

1.一种基于智能对话模型的用户意图识别方法，其特征在于，所述用户意图识别方法包括：

获取用户与智能对话模型的历史对话记录，根据历史对话记录生成训练语料；

提取训练语料的语料特征，基于语料特征将训练语料分为第一类语料和第二类语料；

基于应用场景的实际需要调整第一类语料和第二类语料的比例，将第一类语料和第二类语料按照调整后的比例输入智能对话模型进行训练；

通过训练后的智能对话模型判断用户输入语料的类型，根据判断结果识别用户意图。

2.根据权利要求1所述的一种基于智能对话模型的用户意图识别方法，其特征在于，所述获取用户与智能对话模型的历史对话记录，根据历史对话记录生成训练语料，包括：

获取用户与智能对话模型的历史对话记录，通过对历史对话记录进行分词处理得到历史语料；

通过语义补充处理获取历史语料的补充语料，将历史语料与补充语料作为训练语料填入训练语料库中。

3.根据权利要求2所述的一种基于智能对话模型的用户意图识别方法，其特征在于，所述通过语义补充处理获取历史语料的补充语料，包括：

基于预先存储的语料关联信息，获取与历史语料的含义相同的第一补充语料；

根据预设的语法规范对历史语料进行语法转换，得到转换后的第二补充语料。

4.根据权利要求1所述的一种基于智能对话模型的用户意图识别方法，其特征在于，所述提取训练语料的语料特征，基于语料特征将训练语料分为第一类语料和第二类语料，包括：

提取各个训练语料的语料特征，所述语料特征用于区别第一类语料和第二类语料，基于语料的特征生成特征向量；

将特征向量输入预设的分类器，根据分类器输出的结果将特征向量对应的语料分为第一类语料和第二类语料。

5.根据权利要求1所述的一种基于智能对话模型的用户意图识别方法，其特征在于，所述基于应用场景的实际需要调整第一类语料和第二类语料的比例，将第一类语料和第二类语料按照调整后的比例输入智能对话模型进行训练，包括：

将第一类语料和第二类语料以预设的第一训练比例输入智能对话模型，对单聊场景下的智能对话模型进行训练；

将第一类语料和第二类语料以预设的第二训练比例输入智能对话模型，对群聊场景下的智能对话模型进行训练。

6.根据权利要求1所述的一种基于智能对话模型的用户意图识别方法，其特征在于，所述通过训练后的智能对话模型判断用户输入语料的类型，根据判断结果识别用户意图，包括：

若判断用户输入语料为第一类语料，则识别用户意图为信息查询；

若判断用户输入语料为第二类语料，则识别用户意图为信息上报。

7.一种基于智能对话模型的用户意图识别装置，其特征在于，所述用户意图识别装置包括：

语料生成单元：用于获取用户与智能对话模型的历史对话记录，根据历史对话记录生成训练语料；

分类单元：用于提取训练语料的语料特征，基于语料特征将训练语料分为第一类语料和第二类语料；

训练单元：用于基于应用场景的实际需要调整第一类语料和第二类语料的比例，将第一类语料和第二类语料按照调整后的比例输入智能对话模型进行训练；

识别单元：用于通过训练后的智能对话模型判断用户输入语料的类型，根据判断结果识别用户意图。

8.根据权利要求7所述的一种基于智能对话模型的用户意图识别装置，其特征在于，所述分类单元具体用于：

提取各个训练语料的语料特征，所述语料特征用于区别第一类语料和第二类语料，基于语料的特征生成特征向量；

将特征向量输入预设的分类器，根据分类器输出的结果将特征向量对应的语料分为第一类语料和第二类语料。