[发明专利]意图模型训练方法、装置、电子设备及存储介质

说明书

本申请提供意图模型训练方法、装置、电子设备及存储介质，涉及语义理解技术领域。利用对话数据构建初始用户问题集合，基于初始意图模型对初始用户问题集合进行过滤，若初始意图模型未识别某个用户话语文本，则将该用户话语文本作为未有意图数据，并对表述相似的用户话语文本进行聚类，得到多个聚类簇，以便标注人员对同一聚类簇中表述相似的用户话语文本进行意图标注，得到各聚类簇的意图数据，解决了现有技术需要对所有用户表述进行编码后聚类，导致聚类效果不佳的问题，提高意图模型的训练效率；使用未有的意图数据对初始意图模型重新进行训练，得到待使用的目标意图模型，使用待使用的目标意图模型过滤出未有意图数据，提高意图数据挖掘效率。

技术领域

本发明涉及语义理解技术领域，具体而言，涉及一种意图模型训练方法、装置、电子设备及存储介质。

背景技术

随着技术的发展，线上购物愈发普及，参与的人越来越多，参与的产品也越来越多。这意味着需要构建庞大的意图数据来建立商品和用户之间的需求关系。例如，在电商领域，需要为智能客服配置意图数据，用以刻画用户的诸多需求，如，在售前阶段，用户会咨询商品的各种参数；在售中阶段，用户会咨询物流情况；在售后阶段，用户会咨询商品无法使用如何解决等。在上述过程中，可以通过意图模型识别用户意图以刻画用户的需求。其中，意图模型需要预先训练得到。

目前，在意图模型的训练过程中，为了构造大批高质量意图数据，采用基于聚类的意图数据挖掘方法，一般先是采用word2vec或者预训练模型对智能客服与用户之间的用户表述进行语义表示，使用聚类算法对语义表示进行聚类，然后由人工方式对聚类后结果进行标注，抽象出用户标准意图，并进一步为该意图构造多样化的表述方式，构造训练数据，以用于意图识别模型训练。

但是，在现有方案中，word2vec或者预训练模型需要对所有的用户表述进行编码后聚类，会导致聚类效果不佳，进而导致意图模型训练的效率低下。

发明内容

本发明的目的在于，针对上述现有技术中的不足，提供一种意图模型训练方法、装置、电子设备及存储介质，以便解决现有方案中存在的意图模型训练效率低下的问题。

为实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提供了一种意图模型训练方法，所述方法包括：

根据获取到的对话数据构建初始用户问题集合，并基于初始意图模型对所述初始用户问题集合中的用户话语文本进行意图识别，根据识别结果确定待识别用户问题集合；

对所述待识别用户问题集合进行聚类，得到多个聚类簇；

根据针对所述聚类簇的标注信息，得到各聚类簇的意图数据，所述意图数据包括各聚类簇中的用户话语文本以及意图名称；

根据所述各聚类簇的意图数据，对所述初始意图模型进行训练，得到待使用的目标意图模型。

第二方面，本申请实施例还提供了一种意图模型训练装置，所述装置包括：

构建模块，用于根据获取到的对话数据构建初始用户问题集合；

识别模块，用于基于初始意图模型对所述初始用户问题集合中的用户话语文本进行意图识别，根据识别结果确定待识别用户问题集合；

聚类模块，用于对所述待识别用户问题集合进行聚类，得到多个聚类簇；

标注模块，用于根据针对所述聚类簇的标注信息，得到各聚类簇的意图数据，所述意图数据包括各聚类簇中的用户话语文本以及意图名称；

训练模块，用于根据所述各聚类簇的意图数据，对所述初始意图模型进行训练，得到待使用的目标意图模型。