CN110309318A - 信息通信网络的意图表征系统及方法、信息数据处理终端 - Google Patents

Abstract

本发明属于信息通信网络技术领域，公开了一种信息通信网络的意图表征系统及方法、信息数据处理终端；包括文本预处理模块、意图词库查询模块、意图实体识别模块、意图句法分析模块。通过用户接口获取原始意图文本，并进行文本预处理删除意图文本中的无用信息；然后，由意图词库查询模块和意图实体识别模块映射出一对一的意图五元组；其次，意图句法分析模块分析词语间依存关系，输出意图标准表达式；最后，将表征结果反馈至用户接口进行确认，循环表征过程直至用户确认正确。本发明提既可用于实现表达期望实现网络状态、达到给定性能指标的意图表征，也可以用于网络动态自优化、自愈合、自配置的操作流程意图表征。

Description

信息通信网络的意图表征系统及方法、信息数据处理终端

技术领域

本发明属于信息通信网络技术领域，尤其涉及一种信息通信网络的意图表征系统及方法、信息数据处理终端。

背景技术

目前，最接近的现有技术：目前以云计算、大数据、物联网、人工智能等为代表的新兴技术风起云涌，在技术和需求的双重驱动下，网络领域同样也正经历一场巨大变革，而有可能影响未来十年甚至三十年网络发展走向的新技术，无疑就是基于意图的网络，即网络领域的“下一个大事件(The nextbig thing)”。顺应发展趋势，华为推出了意图驱动的智简网络，思科提出全智慧网络概念，瞻博致力于打造自主运行的网络解放运维人员，云杉提出了基于意图的自动驾驶网络概念等。依托于遥测技术、人工智能和机器学习算法、自动化部署能力，意图驱动网络将逐步实现全生命周期自动化、智能运维、意图闭环一致性校验，实现网络意图自动快速部署，提高网络敏捷性，打造以用户体验为中心的网络。

意图驱动的云数据中心网络致力于构建以用户体验为中心、自动化、可预测、可自愈的闭环系统，实现意图识别的网络自动化配置、预测性分析与持续验证优化的智能运维、超大带宽和低时延零丢包的物理网络联接，使云数据中心成为商业价值中心。另一方面，意图驱动的5G网络实现云级移动互联网，以用户体验为中心的网络构建5G业务所需的智简网络，准确识别用户意图，实时感知用户体验，端到端自动化配置。因此，意图驱动网络是实现未来网络灵活性的重要形态。意图驱动网络主要由以下环节完成：网络意图表征、意图策略映射算法、网络验证技术、意图驱动可编程网络技术。

网络意图表征是实现自然语言表述意图到网络可识别意图转译的关键技术，是完整意图实现过程的第一环节，是解决北向接口统一性问题的关键。现有的北向接口关注网络功能层面，自底向上考虑能够提供的网络能力，忽视用户需求。考虑友好的用户交互问题，用户在使用网络服务时希望获得简单、自动化、灵活可靠、可扩展的服务，所以网络需要提供一套面向服务的、声明式的、反映用户意图的北向接口。因此，意图北向接口采用声明式的表达体现用户意图，是一种自顶向下，从需求角度对网络对象与能力的抽象，使用户不必接触到底层网络细节，通过意图北向接口与上层应用交互，简化网络管理和新业务建立。

所述网络意图表征方法解决了意图表征完备性的问题，既可用于表述网络操作，例如“在A网关和B网关之间加入防火墙”，也可用于表述期待的结果，例如“为虚拟网络运营商分配网络切片，保障视频业务的质量”。在无线网络中，已经存在一些对网络意图表征方法的研究，然而，它们没有形成完善的理论体系，不能兼顾网络操作和期待结果的表征。所述网络意图表征及应用方法对业务设计者不再要求具备高深的网络专业知识，仅需明确业务目标和资源需求等即可应用，且设计用户友好的图形界面完成意图输入，解决了家庭用户便捷高效使用该表征系统的问题。加入反馈机制，解决了意图表征的准确性问题。

现有技术一开发了一种面向网络服务的编程语言作为一种新的SDN北向接口形式，基于意图的表述模型总结了一套面向网络服务的原语，其意图表述模型对包括对象、操作、结果。该方法存在的不足是，只定义了意图三元组，并未涉及网络与用户交互接口的设计，难以实现不具备专业知识的家庭用户对网络的便捷管理。

现有技术二提出的低级语言到高级策略映射的意图翻译流程，其关键思想是定义一种类似于自然语言的结构化中间语言，部署用户接口完成交互。然而，该方法存在的不足是，所定义的中间语言不具备“网络意图表征方法”对于意图语言定义的完整性，不能兼备网络操作和期待结果的意图表征方式。

综上所述，现有技术存在的问题是：

(1)现有技术一存在只定义了意图三元组，并未涉及网络与用户交互接口的设计，提出从自然语言到网络意图的表征方法。

(2)现有技术二存在所定义的中间语言不具备“网络意图表征方法”对于意图语言定义的完整性。

解决上述技术问题的难度：

信息通信网络架构不断演进，面向用户需求的网络逐渐成为网络运营商的发展方向，建设友好的用户交互界面是亟待解决的关键技术之一。另一方面，当前信息通信网络专用术语纷杂繁复，难以统一，给意图实体识别与消歧带来一定的挑战。

解决上述技术问题的意义：

意图表征是意图驱动网络的第一环，解决信息通信网络的意图表征技术问题是实现意图网络自动部署、自动优化的关键。研究意图表征方法旨在便于家庭用户和网络工程师对网络的便捷、灵活、高效管理，不再要求用户具备专业知识。

发明内容

针对现有技术存在的问题，本发明提供了一种信息通信网络的意图表征系统及方法、信息数据处理终端。

本发明是这样实现的，一种信息通信网络的意图表征方法，所述信息通信网络的意图表征方法包括以下步骤：

第一步，通过用户友好的图形界面接口获取原始意图文本，并进行文本预处理筛查意图文本中的无用信息；

第二步，由意图词库查询模块和意图实体识别模块映射出一对一的意图五元组；

第三步，意图句法分析模块分析词语间依存关系，输出意图标准表达式。

进一步，所述信息通信网络的意图表征方法的文本预处理通过用户交互接口获取文本数据，设计图形界面作为友好的用户接口；

采用机器学习算法，去除无用标点、停用词，还原词形获得的完整、有效词。

进一步，所述信息通信网络的意图表征方法的意图要素识别的意图五元组词库，包括领域库，属性库，对象库，操作库，结果库；

建立意图最大熵消歧模型，实现意图多对一映射转化为一对一映射；i是输入的某个意图，c是意图i发生的上下文情境，I是当前输入对应的所有可能意图的有限集合，C为其上下文情境组成的集合，则依据如下公式建立意图最大熵模型：

其中，0≤H(p)≤lb|b|。表示意图i在训练样本中的经验分布，p(i|c)表示在c的上下文情境下意图i发生的概率；

定义一个{0,1}域上的二值函数表示对意图表征的输出有影响的特征 f_j(j＝1,2,…,n)，特征f_j关于p(i|c)的数学期望为特征f_j关于经验概率分布的数学期望为其中，可由下式计算：C(i,c)为(i,c)在训练样本中出现的次数；

在模型满足n个特征f_j(j＝1,2,…,n)的约束：时，使H(p)值最大的解即为具有最均匀分布的解：

进一步，所述信息通信网络的意图表征方法的意图要素重组按照给定规则组合识别到的意图要素，形成规范化的意图表达式，输出计算机可识别的网络意图表达。

进一步，所述信息通信网络的意图表征方法的意图模型评价为：

定义意图完备率意图精准率意图综合指数其中，T表示正确实现意图词义消歧的词个数，F表示意图词义确定错误的词个数，N表示未进行意图词义消歧操作的词个数；T+F表示所有进行意图词义消歧操作的词个数，T+N表示所有未出现消歧错误的词个数；

分别计算意图完备率、意图精准率、意图综合指数，符合用户要求时进行输出。

进一步，所述信息通信网络的意图表征方法的用户确认并修改意图完成意图表征过程后，将意图表征结果反馈至图形界面，进行用户确认；对提取准确的意图确认后立即进行策略映射，对提取出错的意图进行修改，再循环意图表征过程，直至用户确认准确；最后，将意图表征结果记录至意图五元组词库。

本发明的另一目的在于提供一种基于所述信息通信网络的意图表征方法的信息通信网络的意图表征系统，所述信息通信网络的意图表征系统包括：

意图文本处理模块，用于经过去重、删除、去停用词，将自然原语转换为计算机可识别的数据格式；

意图词库查询模块，用于建立意图五元组词库<领域库、属性库、对象库、操作库、结果库>，查找词库单词条目中与文本中单词的精确匹配项；

意图实体识别模块，用于识别文本中网络意图实体和相关属性；

意图句法分析模块，用于分析句子的最小组成单位，词语的依存关系，输出意图标准表达式。

本发明的另一目的在于提供一种应用所述信息通信网络的意图表征方法的信息数据处理终端。

本发明与现有技术的对比如下表所示：

综上所述，本发明的优点及积极效果为：本发明开创了网络中的意图表征系统及方法，既可用于实现表达期望实现网络状态、达到给定性能指标的意图表征，也可以用于网络动态自优化、自愈合、自配置的操作流程意图表征。建立意图最大熵消歧模型,尤其针对中文表述的意图设计意图多对一映射转化为一对一映射的数学模型。定义三个评价指标检验意图表征结果，保证有效性、准确性，完善流程。

本发明设计图形界面作为用户接口，使不具备网络专业知识的用户可以便捷使用。加入反馈机制，在意图表征完成后返回图形界面进行用户确认并修改错误意图，提高表征的准确性，为策略映射和网络配置奠定基础。

附图说明

图1是本发明实施例提供的信息通信网络的意图表征方法流程图。

图2是本发明实施例提供的信息通信网络的意图表征系统的结构示意图；

图中：1、意图文本处理模块；2、意图词库查询模块；3、意图实体识别模块；4、意图句法分析模块。

图3是本发明实施例提供的信息通信网络的意图表征方法实现流程图。

图4是本发明实施例提供的意图五元组定义图。

图5是本发明实施例提供的网络切片意图表征用例。

图6是本发明实施例提供的人机交互界面示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

针对现有技术存在只定义了意图三元组，并未涉及网络与用户交互接口的设计，提出从自然语言到网络意图的表征方法；存在所定义的中间语言不具备“网络意图表征方法”对于意图语言定义的完整性的问题。本发明的表征方法包括文本预处理模块、意图词库查询模块、意图实体识别模块、意图句法分析模块。本发明的应用方法通过各个模块完成从网络原语到意图标准表达式的过程。

下面结合附图对本发明的应用原理作详细的描述。

如图1所示，本发明实施例提供的信息通信网络的意图表征方法包括以下步骤：

S101：通过用户友好的图形界面接口获取原始意图文本，并进行文本预处理筛查意图文本中的无用信息；

S102：由意图词库查询模块和意图实体识别模块映射出一对一的意图五元组；

S103：意图句法分析模块分析词语间依存关系，输出意图标准表达式。

如图2所示，本发明实施例提供的信息通信网络的意图表征系统包括：

意图文本处理模块1，用于经过去重、删除、去停用词等步骤，将自然原语转换为计算机可识别的数据格式；

意图词库查询模块2，用于建立意图五元组词库<领域库、属性库、对象库、操作库、结果库>，查找词库单词条目中与文本中单词的精确匹配项；

意图实体识别模块3，用于识别文本中网络意图实体和相关属性；

意图句法分析模块4，用于分析句子的最小组成单位，词语的依存关系，输出意图标准表达式。

下面结合附图对本发明的应用原理作进一步的描述。

如图3所示，本发明实施例提供的信息通信网络的意图表征方法包括以下步骤：

步骤一，文本预处理

通过用户交互接口获取文本数据，设计图形界面作为友好的用户接口，使用户便捷地输入原始意图。

采用机器学习算法，去除无用标点、停用词，还原词形获得的完整、有效词。

步骤二，意图要素识别

构建意图五元组词库，包括领域库，属性库，对象库，操作库，结果库，分别存储意图原语中的五类词。

本发明实施例中，结合附图3对意图五元组做进一步描述，包括领域，属性，对象，操作，结果，分别定义为：领域：标识服务所属范围，具化<对象、操作、属性>所属的功能域。例如，在自组织网络中，功能域包含：①覆盖和容量优化；②移动性负载均衡；③节能优化；④干扰抑制优化；⑤邻小区列表优化；⑥随机信道接入优化；⑦移动鲁棒性优化；⑧区间干扰协调优化；属性：描述某一领域的具体特征，是对领域的进一步细化；对象：面向管理员的节点、连接和业务流；操作：描述用户期望的行为，可以用“在某个条件下，做某个动作，同时遵守某种约束”的模式来表述；结果：描述用户希望达到的状态，可以用“期望达到某一状态”或者“避免达到某一状态”的子句来表述。

建立意图最大熵消歧模型，实现意图多对一映射转化为一对一映射。设i是输入的某个意图，c是意图i发生的上下文情境，I是当前输入对应的所有可能意图的有限集合，C为其上下文情境组成的集合。则可依据如下公式建立意图最大熵模型：

其中，0≤H(p)≤lb|b|。表示意图i在训练样本中的经验分布，p(i|c)表示在c的上下文情境下意图i发生的概率。

定义一个{0,1}域上的二值函数表示对意图表征的输出有影响的特征 f_j(j＝1,2,…,n)，特征f_j关于p(i|c)的数学期望为特征f_j关于经验概率分布的数学期望为其中，可由下式计算：C(i,c)为(i,c)在训练样本中出现的次数。

在模型满足n个特征f_j(j＝1,2,…,n)的约束：时，使H(p)值最大的解即为具有最均匀分布的解：

步骤三，意图要素重组

按照给定规则组合识别到的意图要素，形成规范化的意图表达式，输出计算机可识别的网络意图表达。

步骤四，意图模型评价

定义意图完备率意图精准率意图综合指数其中，T表示正确实现意图词义消歧的词个数，F表示意图词义确定错误的词个数，N表示未进行意图词义消歧操作的词个数；T+F表示所有进行意图词义消歧操作的词个数，T+N表示所有未出现消歧错误的词个数。

分别计算意图完备率、意图精准率、意图综合指数，符合用户要求时进行输出。

步骤五，用户确认并修改意图

完成意图表征过程后，将意图表征结果反馈至图形界面，进行用户确认。对提取准确的意图确认后立即进行策略映射，对提取出错的意图进行修改，再循环意图表征过程，直至用户确认准确。最后，将意图表征结果记录至意图五元组词库，便于后续意图的映射。

例如，如图5所示，针对无线领域中的资源分配问题，基于网络功能虚拟化和软件定义网络技术，定义虚拟运营切片将网络切片分配给虚拟网络运营商，虚拟网络运营商可以完全控制切片内网络基础设施及网络功能。服务提供商1 (SP1)负责视频业务，服务提供商2(SP2)负责VoIP(基于IP的语音传输) 业务，两种业务同时发生，网络功能虚拟化技术根据两种业务的需求和其他QoS 指标，动态地向SP分配资源。网络意图为“网络在5分钟内进行高清话音业务和8K视频直播”，经过意图表征转化为意图五元组如下：

领域：无线领域；

属性：高清话音、直播8K、时长5分钟；

对象：虚拟运营切片；

操作：分配资源块；

结果：期望达到性能指标：话音业务丢包率小于1％，时延小于5ms；

话音帧发送成功率大于98％；视频业务丢包率小于1％，时延小于50ms，

网络抖动小于10ms。

例如，针对网络安全防御，若网络管理员检测到某进程存在危险，则经过意图表征出如下网络防御意图：

领域：主机

属性：防御收益1级

对象：进程

操作：关闭进程

结果：关闭可疑进程

进而，将意图表征结果反馈至交互界面，如图6所示。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种信息通信网络的意图表征方法，其特征在于，所述信息通信网络的意图表征方法包括以下步骤：

第一步，通过用户友好的图形界面接口获取原始意图文本，并进行文本预处理筛查意图文本中的无用信息；

第二步，由意图词库查询模块和意图实体识别模块映射出一对一的意图五元组；

第三步，意图句法分析模块分析词语间依存关系，输出意图标准表达式。

2.如权利要求1所述的信息通信网络的意图表征方法，其特征在于，所述信息通信网络的意图表征方法的文本预处理通过用户交互接口获取文本数据，设计图形界面作为友好的用户接口；

采用机器学习算法，去除无用标点、停用词，还原词形获得的完整、有效词。

3.如权利要求1所述的信息通信网络的意图表征方法，其特征在于，所述信息通信网络的意图表征方法的意图要素识别的意图五元组词库，包括领域库，属性库，对象库，操作库，结果库；

建立意图最大熵消歧模型，实现意图多对一映射转化为一对一映射；i是输入的某个意图，c是意图i发生的上下文情境，I是当前输入对应的所有可能意图的有限集合，C为其上下文情境组成的集合，则依据如下公式建立意图最大熵模型：

其中，0≤H(p)≤lb|b|，表示意图i在训练样本中的经验分布，p(i|c)表示在c的上下文情境下意图i发生的概率；

定义一个{0,1}域上的二值函数表示对意图表征的输出有影响的特征f_j(j＝1,2,…,n)，特征f_j关于p(i|c)的数学期望为特征f_j关于经验概率分布的数学期望为其中，可由下式计算：C(i,c)为(i,c)在训练样本中出现的次数；

在模型满足n个特征f_j(j＝1,2,…,n)的约束：时，使H(p)值最大的解即为具有最均匀分布的解：

4.如权利要求1所述的信息通信网络的意图表征方法，其特征在于，所述信息通信网络的意图表征方法的意图要素重组按照给定规则组合识别到的意图要素，形成规范化的意图表达式，输出计算机可识别的网络意图表达。

5.如权利要求1所述的信息通信网络的意图表征方法，其特征在于，所述信息通信网络的意图表征方法的意图模型评价为：

定义意图完备率意图精准率意图综合指数其中，T表示正确实现意图词义消歧的词个数，F表示意图词义确定错误的词个数，N表示未进行意图词义消歧操作的词个数；T+F表示所有进行意图词义消歧操作的词个数，T+N表示所有未出现消歧错误的词个数；

分别计算意图完备率、意图精准率、意图综合指数，符合用户要求时进行输出。

6.如权利要求1所述的信息通信网络的意图表征方法，其特征在于，所述信息通信网络的意图表征方法的用户确认并修改意图完成意图表征过程后，将意图表征结果反馈至图形界面，进行用户确认；对提取准确的意图确认后立即进行策略映射，对提取出错的意图进行修改，再循环意图表征过程，直至用户确认准确；最后，将意图表征结果记录至意图五元组词库。

7.一种基于权利要求1所述信息通信网络的意图表征方法的信息通信网络的意图表征系统，其特征在于，所述信息通信网络的意图表征系统包括：

意图文本处理模块，用于经过去重、删除、去停用词，将自然原语转换为计算机可识别的数据格式；

意图词库查询模块，用于建立意图五元组词库<领域库、属性库、对象库、操作库、结果库>，查找词库单词条目中与文本中单词的精确匹配项；

意图实体识别模块，用于识别文本中网络意图实体和相关属性；

意图句法分析模块，用于分析句子的最小组成单位，词语的依存关系，输出意图标准表达式。

8.一种应用权利要求1～6任意一项所述信息通信网络的意图表征方法的信息数据处理终端。