CN111177186B - 基于问题检索的单句意图识别方法、装置和系统 - Google Patents

Abstract

本发明公开了一种基于问题检索的单句意图识别方法、装置、系统和存储介质，采用问题检索的方式确定用户的意图，方法包括:预先设置标准问句集，所述标准问题集中设置标准问句以及与所述标准问句对应的意图标签；获取智能语音机器人与用户对话中的问句；将所述问句输入问题匹配模型，与所述标准问题集中的标准问句进行匹配，根据匹配的标准问句输出意图标签。采用该技术方案，通过问题匹配模型对用户的语句在标准问句集中进行匹配，根据匹配结果确定用户的意图。当待匹配的意图标签比较接近时，识别准确率更好，给用户的体验更好。

Description

基于问题检索的单句意图识别方法、装置和系统

技术领域

本发明涉及智能识别技术领域，具体而言，涉及一种基于问题检索的单句意图识别方法、装置和系统。

背景技术

客户服务中心是企业与用户沟通的主要桥梁，提升用户满意度的主要渠道。以前客户服务中心主要以人工客服为主，由专业的客服人员为用户进行服务。随着计算机信息处理技术的发展，越来越多的客户服务中心开始采用智能语音机器人进行回访、电话问卷调查等服务。

目前智能语音机器人与用户进行交流主要依据话术进行，对单句意图识别有较高的要求，需要识别出用户语句的意图。目前常用的是采用基于分类的深度学习网络模型对用户的语句进行分类，判断用户的意图。采用这种方法在分类种类较少的时候能够较为准确的判断出用户的意图，但是当待分类的种类数量为上千种或上万种时，由于不同种类之间的区别度很小，采用基于分类的深度学习网络模型准确率回下降，对用户的意图识别不准，导致用户投诉增多的问题。

发明内容

本发明旨在解决现有客户服务中心的语音机器人对用户意图识别率不高，对用户的意图判断错误，导致用户的投诉增多的问题。

为了解决上述技术问题，本发明第一方面提出一种基于问题检索的单句意图识别方法，方法包括:

预先设置标准问句集，所述标准问题集中设置标准问句以及与所述标准问句对应的意图标签；

获取智能语音机器人与用户对话中的问句；

将所述问句输入问题匹配模型，与所述标准问题集中的标准问句进行匹配，根据匹配的标准问句输出意图标签；

其中，获取智能语音机器人与用户对话中的问句具体包括：

对用户的语句进行分词处理，将分词后的语句输入问句判断模型，判断是否为问句，若是，则输入问题匹配模型，若否，则结束；

其中，所述问题匹配模型包括编码层和匹配层，所述编码层用于将输入的问句转化为句向量，所述匹配层用于句向量之间的匹配计算；

所述编码层采用双向长短时期记忆网络模型，所述编码层的输入接口为多个，其中一个用于输入用户的问句，其他的接口用于输入所述标准问句集中的标准问句；

所述匹配层采用余弦算法计算用户问句的句向量与标准问句的句向量之间的匹配度。根据本发明的一种优选实施方式，预先设置标准问句集具体为：

从智能语音机器人与用户对话的历史对话记录中获取问句集；

采用聚类分析的方法对问句集进行分类；

对分类后的问句进行标准化处理。

根据本发明的一种优选实施方式，所述问句判断模型采用基于XGboost算法的模型。

本发明的第二方面提出一种基于问题检索的单句意图识别装置，包括:

标准问句集模块，用于设置标准问句集，所述标准问题集中设置标准问句以及与所述标准问句对应的意图标签；

问句提取模块，用于获取智能语音机器人与用户对话中的问句；

问句匹配模块，用于将所述问句输入问题匹配模型，与所述标准问题集中的标准问句进行匹配，根据匹配的标准问句输出意图标签；

其中，获取智能语音机器人与用户对话中的问句具体包括：

对用户的语句进行分词处理，将分词后的语句输入问句判断模型，判断是否为问句，若是，则输入问题匹配模型，若否，则结束；

其中，所述问题匹配模型包括编码层和匹配层，所述编码层用于将输入的问句转化为句向量，所述匹配层用于句向量之间的匹配计算；

所述编码层采用双向长短时期记忆网络模型，所述编码层的输入接口为多个，其中一个用于输入用户的问句，其他的接口用于输入所述标准问句集中的标准问句；

所述匹配层采用余弦算法计算用户问句的句向量与标准问句的句向量之间的匹配度。根据本发明的一种优选实施方式，预先设置标准问句集具体为：

从智能语音机器人与用户对话的历史对话记录中获取问句集；

采用聚类分析的方法对问句集进行分类；

对分类后的问句进行标准化处理。

根据本发明的一种优选实施方式，所述问句判断模型采用基于XGboost算法的模型。

本发明的第三方面一种基于问题检索的单句意图识别系统，包括：

存储单元，用于存储计算机可执行程序；

处理单元，用于读取所述存储单元中的计算机可执行程序，以执行所述的基于问题检索的单句意图识别方法。

本发明的第四方面一种计算机可读介质，用于存储计算机可读程序，所述计算机可读程序用于执行所述的基于问题检索的单句意图识别方法。

采用该技术方案，通过问题匹配模型对用户的语句在标准问句集中进行匹配，根据匹配结果确定用户的意图。当待匹配的意图标签比较接近时，识别准确率更好，给用户的体验更好。

附图说明

为了使本发明所解决的技术问题、采用的技术手段及取得的技术效果更加清楚，下面将参照附图详细描述本发明的具体实施例。但需声明的是，下面描述的附图仅仅是本发明的示例性实施例的附图，对于本领域的技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他实施例的附图。

图1是本发明实施例中基于问题检索的单句意图识别方法的流程示意图；

图2是本发明实施例中问题匹配模型的结构示意图；

图3是本发明实施例中基于问题检索的单句意图识别装置的结构示意图；

图4是本发明实施例中基于问题检索的单句意图识别系统的框架示意图；

图5是本发明实施例中计算机可读存储介质的结构示意图。

具体实施方式

现在将参考附图来更加全面地描述本发明的示例性实施例，虽然各示例性实施例能够以多种具体的方式实施，但不应理解为本发明仅限于在此阐述的实施例。相反，提供这些示例性实施例是为了使本发明的内容更加完整，更加便于将发明构思全面地传达给本领域的技术人员。

在符合本发明的技术构思的前提下，在某个特定的实施例中描述的结构、性能、效果或者其他特征可以以任何合适的方式结合到一个或更多其他的实施例中。

在对于具体实施例的介绍过程中，对结构、性能、效果或者其他特征的细节描述是为了使本领域的技术人员对实施例能够充分理解。但是，并不排除本领域技术人员可以在特定情况下，以不含有上述结构、性能、效果或者其他特征的技术方案来实施本发明。

附图中的流程图仅是一种示例性的流程演示，不代表本发明的方案中必须包括流程图中的所有的内容、操作和步骤，也不代表必须按照图中所显示的的顺序执行。例如，流程图中有的操作/步骤可以分解，有的操作/步骤可以合并或部分合并，等等，在不脱离本发明的发明主旨的情况下，流程图中显示的执行顺序可以根据实际情况改变。

附图中的框图一般表示的是功能实体，并不一定必然与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理单元装置和/或微控制器装置中实现这些功能实体。

各附图中相同的附图标记表示相同或类似的元件、组件或部分，因而下文中可能省略了对相同或类似的元件、组件或部分的重复描述。还应理解，虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分，但是这些器件、元件、组件或部分不应受这些定语的限制。也就是说，这些定语仅是用来将一者与另一者区分。例如，第一器件亦可称为第二器件，但不偏离本发明实质的技术方案。此外，术语“和/或”、“及/或”是指包括所列出项目中的任一个或多个的所有组合。

图1是本发明一种基于问题检索的单句意图识别方法的流程图，如图1所示，本发明方法具有如下步骤：

S101、预先设置标准问句集，所述标准问题集中设置标准问句以及与所述标准问句对应的意图标签。

在本实施方式中，由于采用问题检索的单句意图识别方法，因此需要预先设置标准问句集，标准问句集中设置标准问句以及对应的意图标签。在标准问句集中还设置有与标准问句内容比较近似的问句。

比如标准问句为“今天天气如何？”，对应的意图标签为“天气”，近似的问句还包括“今天冷么？”、“今天下雨么？”、“天气预报是什么？”、“今天温度是多少？”等等。

在上述技术方案的基础上，进一步地，预先设置标准问句集具体为：

从智能语音机器人与用户对话的历史对话记录中获取问句集；

采用聚类分析的方法对问句集进行分类；

对分类后的问句进行标准化处理。

在本实施方式中，每次智能语音机器人与用户的对话都会以log日志的形式进行保存作为历史对话记录，因此系统中存储有大量的历史对话记录，如果通过人工设置的方式设置标准问句集，工作量非常庞大。因此，通过机器自学习来设置标准问句集。

对历史对话记录中的用户的语句进行判断，判断是否是问句，如果是问句则汇总入问句集，如果不是问句则过滤掉。判断是否是问句采用问句判断模型。在本实施方式中，采用基于深度学习的问句判断模型判断用户的话语是否是问句，进行判断的时候首先对句子进行分词，比如“咱们明天几点碰头？”经过分词处理后划分为“咱们”，“明天”，“几点”，“碰头”，“？”，然后将上述分词输入问句判断模型，输出判断结果。问句判断模型采用有监督学习的方式进行训练。

在对问句集进行聚类分析时，具体包括：

将问句集中的问句转为文本，对所述问句的文本进行分词，将所述分词文本转化为向量；

对所述向量进行聚类，形成多个主题。

文本的向量化，即使用数字特征来代表文本，因为计算机无法直接理解人类创造的语言和文字。为了让计算机能够理解文本，我们需要将文本信息映射到一个数值化的语义空间中，这个语义空间我们可以称之为词向量空间。将文本转化为向量有多种算法，比如TF-IDF、BOW、One-Hot、word2vec等等。在本实施方式中，文本的向量化采用word2vec算法，word2vec模型是一个无监督的学习模型，使用未标引的语料集的训练就可以实现文本信息到语义空间的映射。

智能语音机器人每天与用户进行沟通，积攒了大量的历史对话数据，这些历史对话数据可以作为word2vec模型训练的语料，通过历史对话数据的训练，word2vec模型能够更好的完成文本的向量化。

在完成文本的向量化后，需要对这些向量进行聚类分析，进行聚类分析的算法模型也有很多种，比如：LDA、LSI、SVM、Chameleon算法模型。在本实施方式中，采用基于深度学习的TextCNN模型。TextCNN模型包括输入层、卷积层、池化层以及全连接层。

TextCNN模型的输入层需要输入一个定长的文本序列，我们需要通过分析语料集样本的长度指定一个输入序列的长度L，比L短的样本序列需要填充，比L长的序列需要截取。最终输入层输入的是文本序列中各个词汇对应的词向量。

在模型的池化层中使用了最大值池化，即减少了模型的参数，又保证了在不定长的卷基层的输出上获得一个定长的全连接层的输入。

卷积层与池化层在分类模型的核心作用就是特征提取的功能，从输入的定长文本序列中，利用局部词序信息，提取初级的特征，并组合初级的特征为高级特征，通过卷积与池化操作，省去了传统机器学习中的特征工程的步骤。

全连接层的作用就是分类器，将输入的文本进行分类，归纳为不同的主题，同一个主题下为含义近似的不同问句。

对主题中问句进行标准化，选取使用频率最高的问句作为该主题的标准问句，为该主题设置意图标签。

通过这种方式完成标准问句集的设置。每隔一段时间，比如一周，对这段时间内智能语音机器人与用户的对话进行判断，判断是否能够获取新的标准问句，从而不断对标准问句集进行完善。

S102、获取智能语音机器人与用户对话中的问句。

在上述技术方案的基础上，进一步地，获取智能语音机器人与用户对话中的问句具体包括：

对用户的语句进行分词处理，将分词后的语句输入问句判断模型，判断是否为问句，若是，则输入问题匹配模型，若否，则结束。

在上述技术方案的基础上，进一步地，所述问句判断模型采用基于XGboost算法的模型。

在本实施方式中，问句判断问题可以简单的作为一个二分类问题来解决。对用户的语句进行分词处理，对分词后的语句进行TFIDF特征抽取，构造问句判断模型。在本实施方式中，采用基于XGboost算法的模型。

将历史对话数据通过人工的方式进行标引，分成三组，分别为训练样本，调整样本和测试样本。首先使用训练样本对基于XGboost算法的模型进行训练，确定参数的大概数值，然后使用调整样本对模型参数进行优化，最后使用测试样本判断模型是否符合要求。如果不符合要求再次使用新的样本对模型进行训练。

S103、将所述问句输入问题匹配模型，与所述标准问题集中的标准问句进行匹配，根据匹配的标准问句输出意图标签。

在上述技术方案的基础上，进一步地，所述问题匹配模型包括编码层和匹配层，所述编码层用于将输入的问句转化为句向量，所述匹配层用于句向量之间的匹配计算。

在上述技术方案的基础上，进一步地，所述编码层的输入接口为多个，其中一个用于输入用户的问句，其他的接口用于输入所述标准问句集中的标准问句。

在上述技术方案的基础上，进一步地，所述编码层采用双向长短时期记忆网络模型。

图2是问题匹配模型的结构示意图，如图2所示，所述编码层采用双向长短时期记忆网络模型。

双向长短时期记忆网络模型是循环神经网络的一种，能够更好的对语句的前后词进行考虑，比如“我不觉得今天天气好”，其中“不”是对后面的“天气好”进行限定，表示对天气好的否定，采用双向长短时期记忆网络模型可以更好的捕捉到较长距离的依赖关系，而且双向长短时期记忆网络模型还可以顾及到后面的词对前面的词的限定，比如“今天的天气冷的不行”，其中“不行”是“冷”的修饰和限定。在本实施方式中，双向长短时期记忆网络模型为采用有监督学习的方式使用历史对话记录作为训练数据对模型进行训练。

在本实施方式中，编码层的输入接口为四个，其中第一个为输入用户的问句，后面三个输入接口输入的是从标准问句集中选取三个的标准问句。经过双向长短时期记忆网络模型的运算，编码层输出四个问句对应的句向量。在其他实施方式中，输入接口可以设置更多个，也可以采用遍历的方式对标准问句集中的标准问句进行遍历，匹配最接近的一个标准问句。

在上述技术方案的基础上，进一步地，所述匹配层采用余弦算法计算用户问句的句向量与标准问句的句向量之间的匹配度。

在匹配层通过余弦算法计算用户的问句的句向量与三个标准问句的句向量的匹配程度，经过计算，用户的问句与第一个标准问句的匹配程度为0.96，与第二个标准问句的匹配程度为0.03，与第三个标准问句的匹配程度为0.42。因此，用户的问句与第一标准问句最接近，输出第一标准问句对应的意图标签，完成用户语句的单句意图识别。

如图3所示，在本实施例中还提供了一种基于问题检索的单句意图识别装置300，包括：

标准问句集模块301，用于设置标准问句集，所述标准问题集中设置标准问句以及与所述标准问句对应的意图标签。

在本实施方式中，由于采用问题检索的单句意图识别方法，因此需要预先设置标准问句集，标准问句集中设置标准问句以及对应的意图标签。在标准问句集中还设置有与标准问句内容比较近似的问句。

比如标准问句为“今天天气如何？”，对应的意图标签为“天气”，近似的问句还包括“今天冷么？”、“今天下雨么？”、“天气预报是什么？”、“今天温度是多少？”等等。

在上述技术方案的基础上，进一步地，预先设置标准问句集具体为：

从智能语音机器人与用户对话的历史对话记录中获取问句集；

采用聚类分析的方法对问句集进行分类；

对分类后的问句进行标准化处理。

在本实施方式中，每次智能语音机器人与用户的对话都会以log日志的形式进行保存作为历史对话记录，因此系统中存储有大量的历史对话记录，如果通过人工设置的方式设置标准问句集，工作量非常庞大。因此，通过机器自学习来设置标准问句集。

对历史对话记录中的用户的语句进行判断，判断是否是问句，如果是问句则汇总入问句集，如果不是问句则过滤掉。判断是否是问句采用问句判断模型。在本实施方式中，采用基于深度学习的问句判断模型判断用户的话语是否是问句，进行判断的时候首先对句子进行分词，比如“咱们明天几点碰头？”经过分词处理后划分为“咱们”，“明天”，“几点”，“碰头”，“？”，然后将上述分词输入问句判断模型，输出判断结果。问句判断模型采用有监督学习的方式进行训练。

在对问句集进行聚类分析时，具体包括：

将问句集中的问句转为文本，对所述问句的文本进行分词，将所述分词文本转化为向量；

对所述向量进行聚类，形成多个主题。

文本的向量化，即使用数字特征来代表文本，因为计算机无法直接理解人类创造的语言和文字。为了让计算机能够理解文本，我们需要将文本信息映射到一个数值化的语义空间中，这个语义空间我们可以称之为词向量空间。将文本转化为向量有多种算法，比如TF-IDF、BOW、One-Hot、word2vec等等。在本实施方式中，文本的向量化采用word2vec算法，word2vec模型是一个无监督的学习模型，使用未标引的语料集的训练就可以实现文本信息到语义空间的映射。

智能语音机器人每天与用户进行沟通，积攒了大量的历史对话数据，这些历史对话数据可以作为word2vec模型训练的语料，通过历史对话数据的训练，word2vec模型能够更好的完成文本的向量化。

在完成文本的向量化后，需要对这些向量进行聚类分析，进行聚类分析的算法模型也有很多种，比如：LDA、LSI、SVM、Chameleon算法模型。在本实施方式中，采用基于深度学习的TextCNN模型。TextCNN模型包括输入层、卷积层、池化层以及全连接层。

TextCNN模型的输入层需要输入一个定长的文本序列，我们需要通过分析语料集样本的长度指定一个输入序列的长度L，比L短的样本序列需要填充，比L长的序列需要截取。最终输入层输入的是文本序列中各个词汇对应的词向量。

在模型的池化层中使用了最大值池化，即减少了模型的参数，又保证了在不定长的卷基层的输出上获得一个定长的全连接层的输入。

卷积层与池化层在分类模型的核心作用就是特征提取的功能，从输入的定长文本序列中，利用局部词序信息，提取初级的特征，并组合初级的特征为高级特征，通过卷积与池化操作，省去了传统机器学习中的特征工程的步骤。

全连接层的作用就是分类器，将输入的文本进行分类，归纳为不同的主题，同一个主题下为含义近似的不同问句。

对主题中问句进行标准化，选取使用频率最高的问句作为该主题的标准问句，为该主题设置意图标签。

通过这种方式完成标准问句集的设置。每隔一段时间，比如一周，对这段时间内智能语音机器人与用户的对话进行判断，判断是否能够获取新的标准问句，从而不断对标准问句集进行完善。

问句提取模块302，用于获取智能语音机器人与用户对话中的问句。

在上述技术方案的基础上，进一步地，获取智能语音机器人与用户对话中的问句具体包括：

对用户的语句进行分词处理，将分词后的语句输入问句判断模型，判断是否为问句，若是，则输入问题匹配模型，若否，则结束。

在上述技术方案的基础上，进一步地，所述问句判断模型采用基于XGboost算法的模型。

在本实施方式中，问句判断问题可以简单的作为一个二分类问题来解决。对用户的语句进行分词处理，对分词后的语句进行TFIDF特征抽取，构造问句判断模型。在本实施方式中，采用基于XGboost算法的模型。

将历史对话数据通过人工的方式进行标引，分成三组，分别为训练样本，调整样本和测试样本。首先使用训练样本对基于XGboost算法的模型进行训练，确定参数的大概数值，然后使用调整样本对模型参数进行优化，最后使用测试样本判断模型是否符合要求。如果不符合要求再次使用新的样本对模型进行训练。

问句匹配模块303，用于将所述问句输入问题匹配模型，与所述标准问题集中的标准问句进行匹配，根据匹配的标准问句输出意图标签。

在上述技术方案的基础上，进一步地，所述问题匹配模型包括编码层和匹配层，所述编码层用于将输入的问句转化为句向量，所述匹配层用于句向量之间的匹配计算。

在上述技术方案的基础上，进一步地，所述编码层的输入接口为多个，其中一个用于输入用户的问句，其他的接口用于输入所述标准问句集中的标准问句。

在上述技术方案的基础上，进一步地，所述编码层采用双向长短时期记忆网络模型。

在本实施方式中，编码层采用双向长短时期记忆网络模型。双向长短时期记忆网络模型是循环神经网络的一种，能够更好的对语句的前后词进行考虑，比如“我不觉得今天天气好”，其中“不”是对后面的“天气好”进行限定，表示对天气好的否定，采用双向长短时期记忆网络模型可以更好的捕捉到较长距离的依赖关系，而且双向长短时期记忆网络模型还可以顾及到后面的词对前面的词的限定，比如“今天的天气冷的不行”，其中“不行”是“冷”的修饰和限定。

在本实施方式中，编码层的输入接口为四个，其中第一个为输入用户的问句，后面三个输入接口输入的是从标准问句集中选取三个的标准问句。经过双向长短时期记忆网络模型的运算，编码层输出四个问句对应的句向量。在其他实施方式中，输入接口可以设置更多个，也可以采用遍历的方式对标准问句集中的标准问句进行遍历，匹配最接近的一个标准问句。

在上述技术方案的基础上，进一步地，所述匹配层采用余弦算法计算用户问句的句向量与标准问句的句向量之间的匹配度。

在匹配层通过余弦算法计算用户的问句的句向量与三个标准问句的句向量的匹配程度，经过计算，用户的问句与第一个标准问句的匹配程度为0.96，与第二个标准问句的匹配程度为0.03，与第三个标准问句的匹配程度为0.42。因此，用户的问句与第一标准问句最接近，输出第一标准问句对应的意图标签，完成用户语句的单句意图识别。

如图4所示，本发明的一个实施例中还公开一种基于问题检索的单句意图识别系统，图4显示的信息处理系统仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

基于问题检索的单句意图识别系统400，包括存储单元420，用于存储计算机可执行程序；处理单元410，用于读取所述存储单元中的计算机可执行程序，以执行本发明各种实施方式的步骤。

在本实施方式中基于问题检索的单句意图识别系统400还包括，连接不同系统组件(包括存储单元420和处理单元410)的总线430、显示单元440等。

其中，所述存储单元420存储有计算机可读程序，其可以是源程序或都只读程序的代码。所述程序可以被处理单元410执行，使得所述处理单元410执行本发明各种实施方式的步骤。例如，所述处理单元410可以执行如图1所示的步骤。

所述存储单元420可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)4201和/或高速缓存存储单元4202，还可以进一步包括只读存储单元(ROM)4203。所述存储单元420还可以包括具有一组(至少一个)程序模块4205的程序/实用工具4204，这样的程序模块4205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线430可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

基于问题检索的单句意图识别系统400也可以与一个或多个外部设备470(例如键盘、显示器、网络设备、蓝牙设备等)通信，使得用户能经由这些外部设备470通过输入/输出(I/O)接口450进行与处理单元410进行交互，还可以通过网络适配器460与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)进行。网络适配器460可以通过总线430与基于问题检索的单句意图识别系统400的其它模块通信。应当明白，尽管图中未示出，基于问题检索的单句意图识别系统400中可使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

图5是本发明的一个计算机可读介质实施例的示意图。如图5所示，所述计算机程序可以存储于一个或多个计算机可读介质上。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储单元(RAM)、只读存储单元(ROM)、可擦式可编程只读存储单元(EPROM或闪存)、光纤、便携式紧凑盘只读存储单元(CD-ROM)、光存储单元件、磁存储单元件、或者上述的任意合适的组合。当所述计算机程序被一个或多个数据处理设备执行时，使得该计算机可读介质能够实现本发明的上述方法，即：

S101、预先设置标准问句集，所述标准问题集中设置标准问句以及与所述标准问句对应的意图标签；

S102、获取智能语音机器人与用户对话中的问句；

S103、将所述问句输入问题匹配模型，与所述标准问题集中的标准问句进行匹配，根据匹配的标准问句输出意图标签。

通过以上的实施方式的描述，本领域的技术人员易于理解，本发明描述的示例性实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个计算机可读的存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台数据处理设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。

所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

综上所述，本发明可以执行计算机程序的方法、装置、电子设备或计算机可读介质来实现。可以在实践中使用微处理单元或者数字信号处理单元(DSP)等通用数据处理设备来实现本发明的一些或者全部功能。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，本发明不与任何特定计算机、虚拟装置或者电子设备固有相关，各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于问题检索的单句意图识别方法，其特征在于，包括：

预先设置标准问句集，所述标准问句集中设置标准问句以及与所述标准问句对应的意图标签、与标准问句内容近似的问句；

将每次智能语音机器人与用户的对话都会以log日志的形式进行保存作为历史对话记录；

从智能语音机器人与用户对话的历史对话记录中获取问句集；对历史对话记录中的用户的语句经过分词处理后，输入有监督学习方式训练的问句判断模型以输出对所述语句是否问句的判断结果，将判断是问句的所述语句汇总入问句集并获取所述问句集；

对所述问句集进行聚类分析；将问句集中的问句转为文本，对所述文本进行分词并将所述分词转化为向量，采用基于深度学习的模型对所述向量进行聚类分析而形成多个主题，同一个主题下有含义近似的不同问句，对主题中的问句进行标准化处理，选取使用频率最高的问句作为该主题的标准问句，为主题设置意图标签以完成标准问句集的预先设置；

获取智能语音机器人与用户对话中的问句，对用户的语句进行分词处理，将分词后的语句进行特征抽取并输入问句判断模型，判断是否为问句，若是，则将所述语句作为问句输入问题匹配模型，若否，则结束；

将所述问句输入问题匹配模型，与所述标准问句集中的标准问句进行匹配，根据匹配的标准问句输出意图标签；其中，所述问题匹配模型包括编码层和匹配层，所述编码层采用双向长短时期记忆网络模型，其输入接口为多个，其中一个用于输入用户的问句，其他的接口用于输入所述标准问句集中的标准问句，所述编码层用于将输入的用户的问句和输入的标准问句集中的问句分别转化为对应的句向量，并输出每个问句对应的句向量，所述匹配层采用余弦算法对用户的问句的句向量与标准问句的句向量之间的匹配程度进行匹配计算并输出匹配程度最高的标准问句对应的意图标签。

2.如权利要求1所述的单句意图识别方法，其特征在于，还包括：

每隔一段时间，对这段时间内智能语音机器人与用户的对话进行判断，判断是否能够获取新的标准问句，以不断对标准问句集进行完善。

3.如权利要求1所述的单句意图识别方法，其特征在于，所述问句判断模型采用基于XGboost算法的模型。

4.一种基于问题检索的单句意图识别装置，其特征在于，装置包括:

标准问句集模块，用于设置标准问句集，所述标准问句集中设置标准问句以及与所述标准问句对应的意图标签、与标准问句内容近似的问句，将每次智能语音机器人与用户的对话都会以log日志的形式进行保存作为历史对话记录；从智能语音机器人与用户对话的历史对话记录中获取问句集，对历史对话记录中的用户的语句经过分词处理后，输入有监督学习方式训练的问句判断模型以输出对所述语句是否问句的判断结果，将判断是问句的所述语句汇总入问句集并获取所述问句集；对所述问句集进行聚类分析，将问句集中的问句转为文本，对所述文本进行分词并将所述分词转化为向量，采用基于深度学习的模型对所述向量进行聚类分析而形成多个主题，同一个主题下有含义近似的不同问句，对主题中的问句进行标准化处理，选取使用频率最高的问句作为该主题的标准问句，为主题设置意图标签以完成标准问句集的预先设置；

问句提取模块，用于获取智能语音机器人与用户对话中的问句；包括：

对用户的语句进行分词处理，将分词后的语句进行特征抽取并输入问句判断模型，判断是否为问句，若是，则将所述语句作为问句输入问题匹配模型，若否，则结束；

问句匹配模块，用于将所述问句输入问题匹配模型，与所述标准问句集中的标准问句进行匹配，根据匹配的标准问句输出意图标签；其中，所述问题匹配模型包括编码层和匹配层，所述编码层采用双向长短时期记忆网络模型，其输入接口为多个，其中一个用于输入用户的问句，其他的接口用于输入所述标准问句集中的标准问句，所述编码层用于将输入的用户的问句和输入的标准问句集中的问句分别转化为对应的句向量，并输出每个问句对应的句向量，所述匹配层采用余弦算法对用户的问句的句向量与标准问句的句向量之间的匹配程度进行匹配计算并输出匹配程度最高的标准问句对应的意图标签。

5.如权利要求4所述的单句意图识别装置，其特征在于，

还包括：

每隔一段时间，对这段时间内智能语音机器人与用户的对话进行判断，判断是否能够获取新的标准问句，以不断对标准问句集进行完善。

6.如权利要求4所述的单句意图识别装置，其特征在于，所述问句判断模型采用基于XGboost算法的模型。

7.一种基于问题检索的单句意图识别系统，其特征在于，包括：

存储单元，用于存储计算机可执行程序；

处理单元，用于读取所述存储单元中的计算机可执行程序，以执行权利要求1至3中任一项所述的基于问题检索的单句意图识别方法。

8.一种计算机可读介质，用于存储计算机可读程序，其特征在于，所述计算机可读程序用于执行权利要求1至3中任一项所述的基于问题检索的单句意图识别方法。