[发明专利]对话意图识别、用于识别对话意图的模型的训练方法

说明书

本公开关于一种对话意图识别、用于识别对话意图的模型的训练方法，所述方法包括：获取与用户账户之间的历史对话语句，并提取各历史对话语句对应的话语特征；分别将各话语特征作为节点，并对各节点进行两两连接，得到话语节点全连接图；将话语节点全连接图输入至预训练的图神经网络模型，得到话语节点关系图；话语节点关系图为预训练的图神经网络模型对话语节点全连接图中的各节点对应的上下文信息和各节点间的连接关系进行调整后得到的；话语节点关系图中相连接的两个节点所对应的历史对话语句具有上下文关联关系；根据话语节点关系图，确定用户账户在本次对话中的目标对话意图。采用本公开可以准确地识别出用户账户在人机对话中的对话意图。

技术领域

本公开涉及互联网技术领域，尤其涉及一种对话意图识别、用于识别对话意图的模型的训练方法、装置、电子设备及存储介质。

背景技术

人机对话是指让机器理解和运用自然语言实现人机通信的技术，通过人机对话交互，用户可以在与机器进行对话的过程中，控制机器执行对应的内容查询、内容推荐等操作。

但是，在多模态人机对话环境中，由于对话上下文往往较长，传统技术中的机器往往难以捕捉到各个对话之间的上下文关系，这使得传统技术中的机器对用户对话意图的理解往往不精准，导致无法准确地对用户输入的对话作出准确地响应或答复。

因此，相关技术中存在对在人机对话的用户意图识别准确率较低的问题。

发明内容

本公开提供一种对话意图识别方法、装置、服务器及存储介质，以至少解决相关技术中在人机对话中对用户对话意图识别准确率较低的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种对话意图识别方法，包括

获取与用户账户之间的历史对话语句，并提取各所述历史对话语句对应的话语特征；

分别将各所述话语特征作为节点，并对各所述节点进行两两连接，得到话语节点全连接图；

将所述话语节点全连接图输入至预训练的图神经网络模型，得到话语节点关系图；所述话语节点关系图为所述预训练的图神经网络模型对所述话语节点全连接图中的各节点对应的上下文信息和各节点间的连接关系进行调整后得到的；所述话语节点关系图中相连接的两个节点所对应的历史对话语句具有上下文关联关系；所述预训练的图神经网络模型为采用样本对话语句和对应的答复内容，对待训练的图神经网络模型进行训练得到的；

根据所述话语节点关系图，确定所述用户账户在本次对话中的目标对话意图。

在一种可能实现方式，若所述历史对话语句包括文本，所述提取各所述历史对话语句对应的话语特征，包括：

将所述文本输入至预训练的文本编码器，得到所述文本的文本向量表示；

将所述文本向量表示确定为所述历史对话语句对应的话语特征；

若所述历史对话语句包括图像，所述提取各所述历史对话语句对应的话语特征，包括：

将所述图像输入至预训练的视觉编码器，得到所述图像的视觉向量表示；

将所述视觉向量表示确定为所述历史对话语句对应的话语特征。

在一种可能实现方式，若所述历史对话语句包括文本和图像，所述提取各所述历史对话语句对应的话语特征，包括：

将所述文本输入至预训练的文本编码器，得到所述文本的文本向量表示，以及，将所述图像输入至预训练的视觉编码器，得到所述图像的视觉向量表示；

对所述文本向量表示和所述视觉向量表示进行融合处理，得到融合向量表示；

将所述融合向量表示确定为所述历史对话语句对应的话语特征。