[发明专利]一种确定用户意图的方法及装置在审

专利信息
申请号: 202011628131.6 申请日: 2020-12-31
公开(公告)号: CN114694645A 公开(公告)日: 2022-07-01
发明(设计)人: 黄益贵;乔登龙;夏潘斌 申请(专利权)人: 华为技术有限公司
主分类号: G10L15/22 分类号: G10L15/22;G10L15/26;G10L15/06;G06F16/9535;G06F16/9035;G06F16/9032
代理公司: 北京格罗巴尔知识产权代理事务所(普通合伙) 11406 代理人: 孙德崇
地址: 518129 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 确定 用户 意图 方法 装置
【权利要求书】:

1.一种确定用户意图的方法,其特征在于,包括:

获取语音信号对应的语音文本;

将所述语音文本分别输入至至少一个基准意图识别模型和至少一个第三方意图识别模型中,经所述至少一个基准意图识别模型输出第一意图集合,经所述至少一个第三方意图识别模型输出第二意图集合,其中,所述第三方意图识别模型基于相同技能类别的所述基准意图识别模型及其模型训练数据训练得到;

根据所述第一意图集合中意图的置信度和所述第二意图集合中意图的置信度确定所述语音文本的意图。

2.根据权利要求1所述的方法,其特征在于,所述第三方意图识别模型为按照下述方式训练得到:

获取预设技能类别的基准意图识别模型及所述基准意图识别模型的模型训练数据,所述模型训练数据至少包括多个预设意图及所述多个预设意图分别对应的基准样本数据、基准模型参数;

获取与所述预设技能类别相匹配的第三方样本数据;

利用所述模型训练数据和所述第三方样本数据训练所述基准意图识别模型,生成所述第三方意图识别模型。

3.根据权利要求2所述的方法,其特征在于,所述获取与所述预设技能类别相匹配的第三方样本数据,包括:

获取第三方用户增加的第三方意图和所述第三方意图对应的第三方样本数据,所述第三方意图与所述预设技能类别相匹配,或者,

获取第三方用户在所述预设意图对应的基准样本数据的基础上增加的样本数据。

4.根据权利要求2所述的方法,其特征在于,所述利用所述模型训练数据和所述第三方样本数据训练所述基准意图识别模型,生成所述第三方意图识别模型,包括:

获取第三方用户的用户标识;

将所述用户标识与所述第三方样本数据关联;

利用所述模型训练数据和关联所述用户标识的所述第三方样本数据训练所述基准意图识别模型,生成所述第三方意图识别模型。

5.根据权利要求4所述的方法,其特征在于,所述用户标识包括所述第三方用户对应的品牌名称、APP名称、产品名称中的至少一种。

6.根据权利要求1所述的方法,其特征在于,所述根据所述第一意图集合中意图的置信度和所述第二意图集合中意图的置信度确定所述语音文本的意图,包括:

在确定所述第一意图集合所包含的意图的置信度都小于等于第一预设阈值,且所述第二意图集合所包含的意图的置信度都大于第二预设阈值的情况下,将所述第二意图集合中置信度最高的意图作为所述语音文本的意图;或者,

在确定所述第二意图集合所包含的意图的置信度都小于等于第二预设阈值的情况下,将所述第一意图集合中置信度最高的意图作为所述语音文本的意图;或者,

在确定所述第一意图集合所包含的意图的置信度都大于等于第一预设阈值,且所述第二意图集合所包含的意图的置信度都大于第二预设阈值的情况下,将所述第一意图集合和所述第二意图集合中置信度最高的意图作为所述语音文本的意图。

7.根据权利要求6所述的方法,其特征在于,所述第一预设阈值、所述第二预设阈值被设置为分别与对应的技能类别相匹配。

8.一种生成意图识别模型的方法,其特征在于,包括:

获取第三方用户选取的预设技能类别;

获取所述预设技能类别所对应的基准意图识别模型及其模型训练数据;

获取来自于所述第三方用户的与所述预设技能类别相匹配的第三方样本数据;

利用所述模型训练数据和所述第三方样本数据训练所述基准意图识别模型,生成第三方意图识别模型,所述第三方意图识别模型为对应于所述第三方用户的意图识别模型。

9.根据权利要求8所述的方法,其特征在于,所述获取与所述预设技能类别相匹配的第三方样本数据,包括:

获取第三方用户增加的第三方意图和所述第三方意图对应的第三方样本数据,所述第三方意图与所述预设技能类别相匹配,或者,

获取第三方用户在所述预设意图对应的基准样本数据的基础上增加的样本数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011628131.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top