CN111782776A - 一种通过填槽实现意图识别的方法和装置 - Google Patents
一种通过填槽实现意图识别的方法和装置 Download PDFInfo
- Publication number
- CN111782776A CN111782776A CN201910918421.5A CN201910918421A CN111782776A CN 111782776 A CN111782776 A CN 111782776A CN 201910918421 A CN201910918421 A CN 201910918421A CN 111782776 A CN111782776 A CN 111782776A
- Authority
- CN
- China
- Prior art keywords
- standard
- service slot
- scene
- service
- response content
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
Abstract
本发明公开了一种通过填槽实现意图识别的方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:确定用户输入信息的场景,然后获取所述场景内各个业务槽的标准问法;确定每个所述标准问法与所述用户输入信息之间的相似度,获取具有最高相似度的标准问法;将相似度满足预设条件的标准问法对应的业务槽槽值作为所述用户输入信息的业务槽槽值,以识别所述用户输入信息的意图。该实施方式能够通过业务槽识别和填槽的方式应对业务政策变化,避免模型改动,提高模型的准确率、稳定性并降低运营成本。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种通过填槽实现意图识别的方法和装置。
背景技术
在售后场景下的无人客服机器人应答过程中,主要应答流程是意图识别(NLU)、方案应答;例如,用户说“我要修改订单”,意图识别结果为“修改订单”,方案应答匹配到对应方案应答“订单已经出库进入配送流程,订单属性不可修改”。
当业务政策发生变化,比如订单场景精细化应答中,修改订单业务政策发生变化,修改订单配送地址和修改订单电话政策发生改变,对应的应答答案也要变化,与修改订单其他属性的应答策略需要区分。现有实现方式需要模型单独识别场景下的子意图,需要分别重新标注各个子意图的语料并重新训练模型,从而基于不同的分类区分应答。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
1、需要标注语聊、训练模型等,模型训练周期长;
2、业务政策的变化可能会往复,例如该政策只在短期内生效,需要快速上线,过期后快速下线并恢复原有分类模型,如果使用现有方式,对模型的准确率、稳定性带来很大挑战和不利影响;
3、模型调整需要投入大量运营成本。
发明内容
有鉴于此,本发明实施例提供一种通过填槽实现意图识别的方法和装置,能够通过业务槽识别和填槽的方式应对业务政策变化,避免模型改动,提高模型的准确率、稳定性并降低运营成本。
为实现上述目的,根据本发明实施例的一个方面,提供了一种通过填槽实现意图识别的方法,包括:
确定用户输入信息的场景,然后获取所述场景内各个业务槽的标准问法;
确定每个所述标准问法与所述用户输入信息之间的相似度,获取具有最高相似度的标准问法;
将相似度满足预设条件的标准问法对应的业务槽槽值作为所述用户输入信息的业务槽槽值,以识别所述用户输入信息的意图。
可选地,获取所述场景内各个业务槽的标准问法的步骤之前,还包括:
配置所述场景内的标准问法,以及每个所述标准问法的业务槽槽值。
可选地,配置所述场景内的标准问法的步骤之后,还包括:
配置所述标准问法对应的应答内容;将所述应答内容与各个业务槽比较,以确定与所述应答内容匹配的业务槽槽值;基于与所述应答内容匹配的业务槽槽值发出提示信息,以确定是否将与所述应答内容匹配的业务槽槽值作为所述标准问答的业务槽槽值。
可选地,配置所述场景内的标准问法的步骤之后,还包括:
配置所述标准问法对应的应答内容;识别所述应答内容中的关键词;从所述应答内容中获取与所述关键词对应的关键内容;基于与所述关键词对应的关键内容发出提示信息,以确定是否配置新的业务槽槽值。
根据本发明实施例的第二方面,提供一种通过填槽实现意图识别的装置,包括:
初筛模块,确定用户输入信息的场景,然后获取所述场景内各个业务槽的标准问法;
匹配模块,确定每个所述标准问法与所述用户输入信息之间的相似度,获取具有最高相似度的标准问法;
识别模块,将相似度满足预设条件的标准问法对应的业务槽槽值作为所述用户输入信息的业务槽槽值,以识别所述用户输入信息的意图。
可选地,本发明实施例的装置还包括:配置模块,用于:在所述初筛模块获取所述场景内各个业务槽的标准问法的步骤之前,配置所述场景内的标准问法,以及每个所述标准问法的业务槽槽值。
可选地,所述配置模块还用于:配置所述场景内的标准问法的步骤之后,配置所述标准问法对应的应答内容;将所述应答内容与各个业务槽比较,以确定与所述应答内容匹配的业务槽槽值;基于与所述应答内容匹配的业务槽槽值发出提示信息,以确定是否将与所述应答内容匹配的业务槽槽值作为所述标准问答的业务槽槽值。
可选地,所述配置模块还用于:配置所述场景内的标准问法的步骤之后,配置所述标准问法对应的应答内容;识别所述应答内容中的关键词;从所述应答内容中获取与所述关键词对应的关键内容;基于与所述关键词对应的关键内容发出提示信息,以确定是否配置新的业务槽槽值。
根据本发明实施例的第三方面,提供一种通过填槽实现意图识别的电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例第一方面提供的方法。
根据本发明实施例的第四方面,提供一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明实施例第一方面提供的方法。
上述发明中的一个实施例具有如下优点或有益效果:通过业务槽识别和填槽的方式提供可动态配置的子意图识别,能够应对业务政策变化,避免模型改动,提高模型的准确率、稳定性并降低运营成本。当标准问法对应的应答内容与已有的业务槽槽值匹配时发出提示信息,能够避免由于需要逐个分析标准问法对应的应答内容而导致的人力成本高的问题推动新场景中业务槽的快速配置,提高运营效率。当标准问法对应的应答内容含有关键词时发出提示信息,能够避免由于漏掉业务槽值配置而导致缺失业务场景的子意图引导和精确应答的问题,推动新场景中业务槽的快速配置,提高运营效率。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的通过填槽实现意图识别的方法的主要流程的示意图;
图2是本发明可选实施例中通过填槽实现意图识别的方法的流程示意图;
图3是根据本发明实施例的通过填槽实现意图识别的装置的主要模块的示意图;
图4是本发明实施例可以应用于其中的示例性系统架构图;
图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
填槽逻辑主要功能是在场景内触发填槽、识别槽值,最终准确定位用户的意图并提供精确方案。实体识别,是指命名实体识别(Named Entity Recognition,NER),比如地址、颜色、品牌、品类、订单号、手机号、时间、商品号等实体。槽识别主要调用NER识别。例如,用户表述“我要修改订单,订单号XXXXX”,进入修改订单场景后,填槽逻辑触发,调用NER识别订单槽,NER返回订单号并填槽成功,方案应答基于订单号给出精确应答。
本发明利用填槽逻辑实现基于配置识别子意图:将槽识别进行扩展,为槽识别扩展业务槽识别功能,使用业务槽识别和填槽实现子意图识别。业务槽识别,是指非命名实体的识别,比如修改订单场景分多个子业务:修改订单地址、修改订单电话、修改订单配送时间等。
根据本发明实施例的一个方面,提供了一种通过填槽实现意图识别的方法。
图1是根据本发明实施例的通过填槽实现意图识别的方法的主要流程的示意图,如图1所示,通过填槽实现意图识别的方法,包括:步骤S101、步骤S102和步骤S103。
步骤S101、确定用户输入信息的场景,然后获取所述场景内各个业务槽的标准问法。
用户输入信息是指用户输入的信息,该信息可以是用户的提问信息,例如“这件商品能不能保修?”、“这件商品的产地是哪里?”;也可以是用户输入的其他信息,例如“我想修改订单地址”、“我要取消订单”等。
用户输入信息的意图,可以包括两方面。一方面是场景意图,即用户输入信息属于什么类型的场景,例如,用户输入信息“这件商品的产地是哪里?”的场景类型为订单咨询。另一方面,是场景下的子意图,比如修改订单场景下的子业务:修改订单地址、修改订单电话、修改订单配送时间等。例如,用户输入信息“我想修改订单地址”的场景类型为订单修改,子意图为修改订单地址。
本发明中,预先保存各个场景的标准问法。先确定用户输入信息的场景,然后获取该场景内各个业务槽的标准问法,能够缩小步骤S102中的匹配范围,提高匹配性能和步骤S102中匹配模型执行的性能。
示例性地,可以通过ElasticSearch搜索场景内的标准问法。Elasticsearch是建立在全文搜索引擎Apache Lucene(TM)基础上的搜索引擎。通过Elasticsearch的分词能力和基于分词搜索的能力,将海量标准问法进行过滤(ES特点就是高性能全文搜索,支持海量数据快速匹配)。通过ElasticSearch搜索场景内的标准问法,能够进一步缩小步骤S102中的匹配范围,提高匹配性能和步骤S102中匹配模型执行的性能。表1中示出了用户输入信息的场景,以及在该场景内筛选出的标准问法。
表1用户输入信息的场景以及对应的标准问法
步骤S102、确定每个所述标准问法与所述用户输入信息之间的相似度,获取具有最高相似度的标准问法。
本步骤中,将步骤S101中确定出的各个标准问法与用户输入信息进行比较,以计算相似度。相似度用于衡量标准问法与用户输入信息之间的相似程度。相似度的算法可以根据实际情况进行选择性确定,例如基于文本相似程度的相似度算法、基于语义相似程度的相似度算法等。
在可选的实施例中,可以预先训练相似度匹配模型(以下称为DSSM模型)。可选地,DSSM模型基于语义相似度匹配,对语料的语义人工标记,基于人工标注的样本进行有监督训练,不需要在中间过程做无监督模型的映射,因此精准度较高。训练得到DSSM模型之后,对用户输入信息和标准问法进行语义向量的距离进行计算,从而达成计算相似度的效果;如果有多个标准问法,需要将用户输入信息与多个标准问法比对。
步骤S103、将相似度满足预设条件的标准问法对应的业务槽槽值作为所述用户输入信息的业务槽槽值,以识别所述用户输入信息的意图。
预设条件可以根据实际情况进行选择性确定。例如,预设条件为相似度最大,或者相似度超过预设的相似度阈值。当然,预设条件也可以是二者的结合。表2示出的示例中,预设条件是上述两种条件的结合。
表2用户输入信息的匹配结果
根据步骤S103识别的意图,可以进行后续的分析处理。例如,可以分析用户的喜好,当应用于自动应答时,也可以根据识别出的意图自动确定与用户输入信息对应的应答内容。表3示出了用户输入信息的意图识别结果以及对应的应答内容的一种示例。
表3用户输入信息的意图识别结果以及对应的应答内容
本发明中,用户输入信息经过NLU(意图识别)进行意图分类,按照分类结果进入场景,此时就能获取到场景内需要识别的业务槽槽值,然后将用户问题与业务槽槽值的多个标准问法进行匹配,首先经过全文搜索,将匹配到的标准问法返回,然后通过算法进行相似度排序,将相似度满足预设条件的标准问法对应的业务槽槽值,作为用户输入信息的业务子意图。通过业务槽识别和填槽的方式提供可动态配置的子意图识别,能够应对业务政策变化,避免模型改动,提高模型的准确率、稳定性并降低运营成本。
步骤S101中获取所述场景内各个业务槽的标准问法的步骤之前,还可以包括:配置所述场景内的标准问法,以及每个所述标准问法的业务槽槽值。场景内的标准问法以及每个标准问法的业务槽槽值可以根据实际情况进行确定,例如根据人工在线人工客服会话中用户的问法、或者人为预测的问法等进行确定。当然,标准问法的业务槽槽值也可以自动确定,以提高配置效率、降低人工消耗和成本。
在一些实施例中,按照如下步骤确定每个标准问法的业务槽槽值:获取标准问法对应的应答内容;将该应答内容与已有的各个业务槽比较,以确定与该应答内容匹配(例如具有最大相似度或者相似度大于预设阈值)的业务槽槽值;以与该应答内容匹配的业务槽槽值作为当前标准问法的业务槽槽值。采用这种方式填槽,能够避免由于需要逐个分析标准问法对应的应答内容而导致的人力成本高的问题,推动新场景中业务槽的快速配置,提高运营效率。
在另一些实施例中,按照如下步骤确定每个标准问法的业务槽槽值:获取标准问法对应的应答内容;识别该应答内容中的关键词;从该应答内容中获取与该关键词对应的关键内容;根据该关键内容发出提醒,以提示操作人员是否需要为当前标准问法创建新的业务槽槽值。关键词可以根据实际情况进行定义,例如对已梳理出的各个标准问法的应答内容进行分析,然后把具有普遍性的应答内容中的前导词整理出来形成关键词,如“假如”、“如果”、“您可以”、“是否”等。关键内容可以是指包含关键词的语句,例如前导词对应的内容。如果存在这些条件前导词,说明存在潜在业务槽,将关键词对应的内容展示给运营人员,由运营人员决定是否要配置新的业务槽。采用这种方式填槽,能够避免由于漏掉业务槽值配置而导致缺失业务场景的子意图引导和精确应答的问题,推动新场景中业务槽的快速配置,提高运营效率。
可选地,步骤S102中配置场景内的标准问法的步骤之后,还包括:配置标准问法对应的应答内容;将该应答内容与各个业务槽比较,以确定与该应答内容匹配的业务槽槽值;基于与该应答内容匹配的业务槽槽值发出提示信息,以确定是否将与该应答内容匹配的业务槽槽值作为该标准问答的业务槽槽值。通过发出提示信息,能够自动识别配置的标准问法的业务槽槽值,避免由于需要逐个分析标准问法对应的应答内容而导致的人力成本高的问题,推动新场景中业务槽的快速配置,提高运营效率。示例性地,配置标准问法的应答内容以及提示信息如表4所示。
表4配置标准问法的应答内容以及提示信息
可选地,步骤S102中配置场景内的标准问法的步骤之后,还包括:配置该标准问法对应的应答内容;识别该应答内容中的关键词;从该应答内容中获取与该关键词对应的关键内容;基于与该关键词对应的关键内容发出提示信息,以确定是否配置新的业务槽槽值。一般情况下,运营人员对应答内容效果的验证需要经过先上线应答内容、再看用户反馈、再优化应答内容、人工梳理应答内容并发现业务槽等过程,这个过程的周期一般较长,梳理时对已有的应答内容不一定会梳理,所以通过自动化的发出提示信息的方式推荐业务槽是提升效率的重要一环,能够避免由于漏掉业务槽值配置而导致缺失业务场景的子意图引导和精确应答的问题,推动新场景中业务槽的快速配置,提高运营效率。示例性地,配置标准问法的应答内容以及提示信息如表5所示。
表5配置标准问法的应答内容以及提示信息
本发明通过业务槽识别和填槽的方式提供可动态配置的子意图识别,能够应对业务政策变化,避免模型改动,提高模型的准确率、稳定性并降低运营成本。当标准问法对应的应答内容与已有的业务槽槽值匹配时发出提示信息,能够避免由于需要逐个分析标准问法对应的应答内容而导致的人力成本高的问题推动新场景中业务槽的快速配置,提高运营效率。当标准问法对应的应答内容含有关键词时发出提示信息,能够避免由于漏掉业务槽值配置而导致缺失业务场景的子意图引导和精确应答的问题,推动新场景中业务槽的快速配置,提高运营效率。
以下结合图2,以应用于场景应答为例对本发明的方法进行示例性说明。图2是本发明可选实施例中通过填槽实现意图识别的方法的流程示意图。如图2所示,通过填槽实现意图识别的方法主要包括两个方面:
一、业务槽配置
业务槽配置有两种方式:
(1)运营人员输入答案(即标准问法的应答内容)之后,调用业务识别模块(即执行本发明步骤S101、S102和S103的模块),利用答案中的关键词匹配业务槽。若能匹配到,说明有业务槽,则发出提示信息,提醒运营人员存在业务槽,运营人员基于提醒的信息配置新的业务槽;
(2)运用人员直接配置业务槽。
二、业务槽识别
接收用户输入信息并进入场景之后,进入场景业务槽识别的步骤。本步骤中调用业务槽识别模块,执行以下过程:
通过ElasticSearch过滤标准问法,得到与用户输入信息对应的各个标准问法;若过滤结果不为空,表明有结果。将过滤得到的结果通过DSSM进行排序,根据预设条件确定是否有高于阈值的结果。若有,则获取结果对应的业务槽槽值并返回,实现填槽。根据返回的业务槽槽值进行场景应答并输出应答内容。
本例使用ElasticSearch和DSSM模型识别业务槽,通过业务槽识别方式提供可动态配置的子意图识别,同时提供了应答内容中潜在业务槽自动提示,保障了模型的稳定性、降低了维护成本、提高了运营效率。
根据本发明实施例的第二方面,提供一种实现本发明实施例第一方面提供的方法的装置。
图3是根据本发明实施例的通过填槽实现意图识别的装置的主要模块的示意图。如图3所示,通过填槽实现意图识别的装置300包括:
初筛模块301,确定用户输入信息的场景,然后获取所述场景内各个业务槽的标准问法;
匹配模块302,确定每个所述标准问法与所述用户输入信息之间的相似度,获取具有最高相似度的标准问法;
识别模块303,将相似度满足预设条件的标准问法对应的业务槽槽值作为所述用户输入信息的业务槽槽值,以识别所述用户输入信息的意图。
可选地,本发明实施例的装置还包括:配置模块,用于:在所述初筛模块获取所述场景内各个业务槽的标准问法的步骤之前,配置所述场景内的标准问法,以及每个所述标准问法的业务槽槽值。
可选地,所述配置模块还用于:配置所述场景内的标准问法的步骤之后,配置所述标准问法对应的应答内容;将所述应答内容与各个业务槽比较,以确定与所述应答内容匹配的业务槽槽值;基于与所述应答内容匹配的业务槽槽值发出提示信息,以确定是否将与所述应答内容匹配的业务槽槽值作为所述标准问答的业务槽槽值。
可选地,所述配置模块还用于:配置所述场景内的标准问法的步骤之后,配置所述标准问法对应的应答内容;识别所述应答内容中的关键词;从所述应答内容中获取与所述关键词对应的关键内容;基于与所述关键词对应的关键内容发出提示信息,以确定是否配置新的业务槽槽值。
根据本发明实施例的第三方面,提供一种通过填槽实现意图识别的电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例第一方面提供的方法。
根据本发明实施例的第四方面,提供一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明实施例第一方面提供的方法。
图4示出了可以应用本发明实施例的通过填槽实现意图识别的方法或通过填槽实现意图识别的装置的示例性系统架构400。
如图4所示,系统架构400可以包括终端设备401、402、403,网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备401、402、403通过网络404与服务器405交互,以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器405可以是提供各种服务的服务器,例如对用户利用终端设备401、402、403所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的问答请求等数据进行分析等处理,并将处理结果(例如基于识别出的意图所确定的应答内容--仅为示例)反馈给终端设备。
需要说明的是,本发明实施例所提供的通过填槽实现意图识别的方法一般由服务器405执行,相应地,通过填槽实现意图识别的装置一般设置于服务器405中。
应该理解,图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图5,其示出了适于用来实现本发明实施例的终端设备的计算机系统500的结构示意图。图5示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,计算机系统500包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号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,其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、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。计算机可读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、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括:初筛模块,确定用户输入信息的场景,然后获取所述场景内各个业务槽的标准问法;匹配模块,确定每个所述标准问法与所述用户输入信息之间的相似度,获取具有最高相似度的标准问法;识别模块,将相似度满足预设条件的标准问法对应的业务槽槽值作为所述用户输入信息的业务槽槽值,以识别所述用户输入信息的意图。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,初筛模块还可以被描述为“识别所述用户输入信息的意图的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:确定用户输入信息的场景,然后获取所述场景内各个业务槽的标准问法;确定每个所述标准问法与所述用户输入信息之间的相似度,获取具有最高相似度的标准问法;将相似度满足预设条件的标准问法对应的业务槽槽值作为所述用户输入信息的业务槽槽值,以识别所述用户输入信息的意图。
根据本发明实施例的技术方案,通过业务槽识别和填槽的方式提供可动态配置的子意图识别,能够应对业务政策变化,避免模型改动,提高模型的准确率、稳定性并降低运营成本。当标准问法对应的应答内容与已有的业务槽槽值匹配时发出提示信息,能够避免由于需要逐个分析标准问法对应的应答内容而导致的人力成本高的问题推动新场景中业务槽的快速配置,提高运营效率。当标准问法对应的应答内容含有关键词时发出提示信息,能够避免由于漏掉业务槽值配置而导致缺失业务场景的子意图引导和精确应答的问题,推动新场景中业务槽的快速配置,提高运营效率。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种通过填槽实现意图识别的方法,其特征在于,包括:
确定用户输入信息的场景,然后获取所述场景内各个业务槽的标准问法;
确定每个所述标准问法与所述用户输入信息之间的相似度,获取具有最高相似度的标准问法;
将相似度满足预设条件的标准问法对应的业务槽槽值作为所述用户输入信息的业务槽槽值,以识别所述用户输入信息的意图。
2.如权利要求1所述的方法,其特征在于,获取所述场景内各个业务槽的标准问法的步骤之前,还包括:
配置所述场景内的标准问法,以及每个所述标准问法的业务槽槽值。
3.如权利要求2所述的方法,其特征在于,配置所述场景内的标准问法的步骤之后,还包括:
配置所述标准问法对应的应答内容;将所述应答内容与各个业务槽比较,以确定与所述应答内容匹配的业务槽槽值;基于与所述应答内容匹配的业务槽槽值发出提示信息,以确定是否将与所述应答内容匹配的业务槽槽值作为所述标准问答的业务槽槽值。
4.如权利要求2所述的方法,其特征在于,配置所述场景内的标准问法的步骤之后,还包括:
配置所述标准问法对应的应答内容;识别所述应答内容中的关键词;从所述应答内容中获取与所述关键词对应的关键内容;基于与所述关键词对应的关键内容发出提示信息,以确定是否配置新的业务槽槽值。
5.一种通过填槽实现意图识别的装置,其特征在于,包括:
初筛模块,确定用户输入信息的场景,然后获取所述场景内各个业务槽的标准问法;
匹配模块,确定每个所述标准问法与所述用户输入信息之间的相似度,获取具有最高相似度的标准问法;
识别模块,将相似度满足预设条件的标准问法对应的业务槽槽值作为所述用户输入信息的业务槽槽值,以识别所述用户输入信息的意图。
6.如权利要求5所述的装置,其特征在于,还包括:配置模块,用于:在所述初筛模块获取所述场景内各个业务槽的标准问法的步骤之前,配置所述场景内的标准问法,以及每个所述标准问法的业务槽槽值。
7.如权利要求6所述的装置,其特征在于,所述配置模块还用于:配置所述场景内的标准问法的步骤之后,配置所述标准问法对应的应答内容;将所述应答内容与各个业务槽比较,以确定与所述应答内容匹配的业务槽槽值;基于与所述应答内容匹配的业务槽槽值发出提示信息,以确定是否将与所述应答内容匹配的业务槽槽值作为所述标准问答的业务槽槽值。
8.如权利要求6所述的装置,其特征在于,所述配置模块还用于:配置所述场景内的标准问法的步骤之后,配置所述标准问法对应的应答内容;识别所述应答内容中的关键词;从所述应答内容中获取与所述关键词对应的关键内容;基于与所述关键词对应的关键内容发出提示信息,以确定是否配置新的业务槽槽值。
9.一种通过填槽实现意图识别的电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910918421.5A CN111782776A (zh) | 2019-09-26 | 2019-09-26 | 一种通过填槽实现意图识别的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910918421.5A CN111782776A (zh) | 2019-09-26 | 2019-09-26 | 一种通过填槽实现意图识别的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111782776A true CN111782776A (zh) | 2020-10-16 |
Family
ID=72755035
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910918421.5A Pending CN111782776A (zh) | 2019-09-26 | 2019-09-26 | 一种通过填槽实现意图识别的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111782776A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116933800A (zh) * | 2023-09-12 | 2023-10-24 | 深圳须弥云图空间科技有限公司 | 一种基于模版的生成式意图识别方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105608199A (zh) * | 2015-12-25 | 2016-05-25 | 上海智臻智能网络科技股份有限公司 | 用于智能问答系统中的标准问的扩展方法和装置 |
CN105677783A (zh) * | 2015-12-31 | 2016-06-15 | 上海智臻智能网络科技股份有限公司 | 智能问答系统的信息处理方法及装置 |
CN106649868A (zh) * | 2016-12-30 | 2017-05-10 | 首都师范大学 | 问答匹配方法及装置 |
CN108876527A (zh) * | 2018-06-06 | 2018-11-23 | 北京京东尚科信息技术有限公司 | 服务方法和服务装置、应用开放平台和存储介质 |
US10331402B1 (en) * | 2017-05-30 | 2019-06-25 | Amazon Technologies, Inc. | Search and knowledge base question answering for a voice user interface |
-
2019
- 2019-09-26 CN CN201910918421.5A patent/CN111782776A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105608199A (zh) * | 2015-12-25 | 2016-05-25 | 上海智臻智能网络科技股份有限公司 | 用于智能问答系统中的标准问的扩展方法和装置 |
CN105677783A (zh) * | 2015-12-31 | 2016-06-15 | 上海智臻智能网络科技股份有限公司 | 智能问答系统的信息处理方法及装置 |
CN106649868A (zh) * | 2016-12-30 | 2017-05-10 | 首都师范大学 | 问答匹配方法及装置 |
US10331402B1 (en) * | 2017-05-30 | 2019-06-25 | Amazon Technologies, Inc. | Search and knowledge base question answering for a voice user interface |
CN108876527A (zh) * | 2018-06-06 | 2018-11-23 | 北京京东尚科信息技术有限公司 | 服务方法和服务装置、应用开放平台和存储介质 |
Non-Patent Citations (1)
Title |
---|
杨芳权;: "基于包装产业大数据知识图谱的智能问答系统设计", 现代电子技术, no. 04 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116933800A (zh) * | 2023-09-12 | 2023-10-24 | 深圳须弥云图空间科技有限公司 | 一种基于模版的生成式意图识别方法及装置 |
CN116933800B (zh) * | 2023-09-12 | 2024-01-05 | 深圳须弥云图空间科技有限公司 | 一种基于模版的生成式意图识别方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108153901B (zh) | 基于知识图谱的信息推送方法和装置 | |
US11645321B2 (en) | Calculating relationship strength using an activity-based distributed graph | |
CN107679211B (zh) | 用于推送信息的方法和装置 | |
CN110020162B (zh) | 用户识别方法和装置 | |
US20230024457A1 (en) | Data Query Method Supporting Natural Language, Open Platform, and User Terminal | |
US11741094B2 (en) | Method and system for identifying core product terms | |
US10554613B2 (en) | Dynamic hashtag ordering based on projected interest | |
US10592782B2 (en) | Image analysis enhanced related item decision | |
CN111104590A (zh) | 信息推荐方法、装置、介质及电子设备 | |
CN113051380A (zh) | 信息生成方法、装置、电子设备和存储介质 | |
CN110059172B (zh) | 基于自然语言理解的推荐答案的方法和装置 | |
CN109522399B (zh) | 用于生成信息的方法和装置 | |
WO2022152018A1 (zh) | 用于识别一人多账号的方法及装置 | |
CN111639162A (zh) | 信息交互方法和装置、电子设备和存储介质 | |
CN112330382A (zh) | 物品推荐方法、装置、计算设备和介质 | |
CN109829033B (zh) | 数据展示方法和终端设备 | |
CN111782776A (zh) | 一种通过填槽实现意图识别的方法和装置 | |
CN113051381B (zh) | 信息质检方法、装置、计算机系统和计算机可读存储介质 | |
CN114943590A (zh) | 基于双塔模型的对象推荐方法及装置 | |
US20220300494A1 (en) | Task query method and device | |
CN113325959A (zh) | 一种输入语料的推荐方法和装置 | |
CN114445179A (zh) | 业务推荐方法、装置、电子设备和计算机可读介质 | |
CN111046151B (zh) | 一种消息处理方法及装置 | |
CN113761183A (zh) | 意图识别方法和意图识别装置 | |
CN112131484A (zh) | 一种多人会话建立方法、装置、设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |