[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

说明书

本发明提出了一种基于智能对话模型的用户意图识别方法及装置，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。针对不用的应用场景利用不同比例的训练语料对智能对话模型进行训练，使智能对话模型能够适应不同应用场景下的用户意图识别，提高了意图识别的准确率。

技术领域

本发明属于意图识别领域，尤其涉及一种基于智能对话模型的用户意图识别方法及装置。

背景技术

随着人工智能技术的不断发展，智能对话机器人逐渐应用到电力系统中，能够通过智能对话机器人中的智能对话模型对运维人员进行智能回复，使运维人员快速完成运维信息的处理工作。在实际运维信息的处理过程中，运维信息的查询与上报在语言描述上通常十分接近，如查询某线路的历史跳闸信息与上报某线路发生跳闸，由于都存在“跳闸”这个关键语料，容易导致智能对话机器人对运维人员的意图识别出错，影响运维人员获取信息的准确性与便捷性。

发明内容

为了解决现有技术中存在的缺点和不足，本发明提出了一种基于智能对话模型的用户意图识别方法，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。

可选的，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。

进一步的，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。

可选的，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。

可选的，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。

可选的，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；