CN112256855B - 用户意图的识别方法和装置 - Google Patents

Abstract

本发明公开了一种用户意图的识别方法和装置，涉及计算机技术领域。该方法包括：获取基础话术意图集和待确定用户意图的用户话术，基础话术意图集包括不少于一个基础话术及与基础话术对应的基础意图；将基础话术和用户话术分别按照字符拆分得到基础话术数组和用户话术数组；根据基础话术数组的长度和用户话术数组的长度确定相似比较规则，并根据相似比较规则得到用户话术数组和每个基础话术数组的相似度；将相似度满足预设条件的基础话术对应的基础意图作为用户话术的初步意图；根据相似度满足预设条件的基础话术与用户话术的正反义关系对初步意图进行调整以得到用户话术对应的用户意图。提高了基础话术和用户话术的匹配度，且节省了人力和时间。

Description

用户意图的识别方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种用户意图的识别方法和装置。

背景技术

目前智能语音交互机器人，通过识别用户话术的意图，来给出相应回复。对用户话术的意图识别，是整个业务场景中的关键点。只有正确的识别用户话术的意图，才能给出正确的回复话术。

目前对于用户话术的意图识别，只是简单使用业务提供的少量基础话术来进行模型训练，但是对用户话术的意图识别结果却并不如人意，并不能适用于实际业务场景中出现的大量的不同的用户话术。并且，在对用户话术的意图识别结果进行验证的过程中，如果使用实际业务场景的用户话术进行验证，就需要统计辨别每个用户话术对应的用户意图，会耗费大量的人力和时间。

发明内容

有鉴于此，本发明实施例提供一种用户意图的识别方法和装置，能够提高基础话术和用户话术的匹配度，且可以节省人力和时间，解决了智能语音交互机器人迭代过程中，因算法调整或逻辑优化导致服务质量降低，影响客户体验的问题，保障了客服机器人可以保持甚至提高原有服务质量和服务效率，可以使用尽可能少的人力和时间，使用实际业务场景中产生的用户话术，来对智能语音交互机器人的服务质量进行验证。

为实现上述目的，根据本发明实施例的一个方面，提供了一种用户意图的识别方法。

一种用户意图的识别方法，包括：获取基础话术意图集和待确定用户意图的用户话术，所述基础话术意图集包括不少于一个基础话术及与所述基础话术对应的基础意图；将所述基础话术和所述用户话术分别按照字符拆分得到基础话术数组和用户话术数组；根据所述基础话术数组的长度和所述用户话术数组的长度确定相似比较规则，并根据所述相似比较规则得到所述用户话术数组和每个所述基础话术数组的相似度；将相似度满足预设条件的基础话术对应的基础意图作为所述用户话术的初步意图；根据所述相似度满足预设条件的基础话术与所述用户话术的正反义关系对所述初步意图进行调整以得到所述用户话术对应的用户意图。

可选地，根据所述基础话术数组的长度和所述用户话术数组的长度确定相似比较规则，并根据所述相似比较规则得到所述用户话术数组和每个所述基础话术数组的相似度包括：对于每个所述基础话术数组，将所述基础话术数组和所述用户话术数组中，长度较小的数组作为第一数组，长度较大的数组作为第二数组，若长度相等，则将所述用户话术数组作为第一数组；按照数组中元素的顺序，对所述第一数组中的每个元素，分别将所述元素与所述第二数组中的元素进行对比并记录相同元素的个数；根据所述相同元素的个数和所述基础话术数组的长度得到所述用户话术数组和所述基础话术数组的相似度。

可选地，按照数组中元素的顺序，对所述第一数组中的每个元素，分别将所述元素与所述第二数组中的元素进行对比并记录相同元素的个数包括：按照数组中元素的顺序，将所述元素与所述第二数组中的元素进行对比；若所述元素与所述第二数组中的第一元素相同，则将所述元素从所述第一数组中移出，将所述第一元素及所述第二数组中位于所述第一元素之前的元素从所述第二数组中移出并更新所述第二数组，然后将所述第一数组中与所述元素相邻的下一个元素与更新后的第二数组中的元素进行对比；若所述元素与所述第二数组中的所有元素都不相同，则将所述元素从所述第一数组中移出，然后将所述第一数组中与所述元素相邻的下一个元素与所述第二数组中的元素进行对比；其中，在进行元素对比的过程中，记录所述用户话术数组和所述基础话术数组的相同元素的个数。

可选地，将相似度满足预设条件的基础话术对应的基础意图作为所述用户话术的初步意图包括：从所述用户话术数组和每个所述基础话术数组的相似度中获取相似度最大值；若所述相似度最大值不小于预设的相似度基础值，则将所述相似度最大值的基础话术对应的基础意图作为所述用户话术的初步意图。

可选地，根据所述相似度满足预设条件的基础话术与所述用户话术的正反义关系对所述初步意图进行调整以得到所述用户话术对应的用户意图包括：获取所述相似度满足预设条件的基础话术对应的基础话术数组与所述用户话术数组中不相同的元素，并从所述不相同的元素中获取反义字符；根据所述反义字符的个数的奇偶来确定所述相似度满足预设条件的基础话术与所述用户话术的正反义关系；若所述反义字符的个数为奇数，则所述用户话术对应的用户意图与所述初步意图相反；若所述反义字符的个数为偶数，则所述用户话术对应的用户意图与所述初步意图相同。

可选地，在得到所述用户话术对应的用户意图之后，还包括：获取智能语音交互机器人对所述用户话术进行意图识别的意图识别结果；对所述意图识别结果进行修正；将修正后的意图识别结果与所述用户话术对应的用户意图进行比较，并根据比较结果计算所述智能语音交互机器人的意图识别准确率。

可选地，所述意图识别结果有多个，并且，对所述意图识别结果进行修正包括：若多个意图识别结果相同，则以所述意图识别结果作为所述用户话术对应的最终意图识别结果；若多个意图识别结果为相似意图，则以其中出现频率最高的意图识别结果作为所述用户话术对应的最终意图识别结果；若多个意图识别结果包括对立意图，则反馈给人工确认所述用户话术对应的最终意图识别结果；使用所述用户话术对应的最终意图识别结果来对所述意图识别结果进行修正。

根据本发明实施例的另一方面，提供了一种用户意图的识别装置。

一种用户意图的识别装置，包括：数据获取模块，用于获取基础话术意图集和待确定用户意图的用户话术，所述基础话术意图集包括不少于一个基础话术及与所述基础话术对应的基础意图；话术拆分模块，用于将所述基础话术和所述用户话术分别按照字符拆分得到基础话术数组和用户话术数组；相似比较模块，用于根据所述基础话术数组的长度和所述用户话术数组的长度确定相似比较规则，并根据所述相似比较规则得到所述用户话术数组和每个所述基础话术数组的相似度；意图确定模块，用于将相似度满足预设条件的基础话术对应的基础意图作为所述用户话术的初步意图；意图调整模块，用于根据所述相似度满足预设条件的基础话术与所述用户话术的正反义关系对所述初步意图进行调整以得到所述用户话术对应的用户意图。

可选地，所述相似比较模块还用于：对于每个所述基础话术数组，将所述基础话术数组和所述用户话术数组中，长度较小的数组作为第一数组，长度较大的数组作为第二数组，若长度相等，则将所述用户话术数组作为第一数组；按照数组中元素的顺序，对所述第一数组中的每个元素，分别将所述元素与所述第二数组中的元素进行对比并记录相同元素的个数；根据所述相同元素的个数和所述基础话术数组的长度得到所述用户话术数组和所述基础话术数组的相似度。

可选地，所述相似比较模块还用于：按照数组中元素的顺序，将所述元素与所述第二数组中的元素进行对比；若所述元素与所述第二数组中的第一元素相同，则将所述元素从所述第一数组中移出，将所述第一元素及所述第二数组中位于所述第一元素之前的元素从所述第二数组中移出并更新所述第二数组，然后将所述第一数组中与所述元素相邻的下一个元素与更新后的第二数组中的元素进行对比；若所述元素与所述第二数组中的所有元素都不相同，则将所述元素从所述第一数组中移出，然后将所述第一数组中与所述元素相邻的下一个元素与所述第二数组中的元素进行对比；其中，在进行元素对比的过程中，记录所述用户话术数组和所述基础话术数组的相同元素的个数。

可选地，所述意图确定模块还用于：从所述用户话术数组和每个所述基础话术数组的相似度中获取相似度最大值；若所述相似度最大值不小于预设的相似度基础值，则将所述相似度最大值的基础话术对应的基础意图作为所述用户话术的初步意图。

可选地，所述意图调整模块还用于：获取所述相似度满足预设条件的基础话术对应的基础话术数组与所述用户话术数组中不相同的元素，并从所述不相同的元素中获取反义字符；根据所述反义字符的个数的奇偶来确定所述相似度满足预设条件的基础话术与所述用户话术的正反义关系；若所述反义字符的个数为奇数，则所述用户话术对应的用户意图与所述初步意图相反；若所述反义字符的个数为偶数，则所述用户话术对应的用户意图与所述初步意图相同。

可选地，所述装置400还包括准确率计算模块，用于：在得到所述用户话术对应的用户意图之后，获取智能语音交互机器人对所述用户话术进行意图识别的意图识别结果；对所述意图识别结果进行修正；将修正后的意图识别结果与所述用户话术对应的用户意图进行比较，并根据比较结果计算所述智能语音交互机器人的意图识别准确率。

可选地，所述意图识别结果有多个，并且，所述准确率计算模块在对所述意图识别结果进行修正时，用于：若多个意图识别结果相同，则以所述意图识别结果作为所述用户话术对应的最终意图识别结果；若多个意图识别结果为相似意图，则以其中出现频率最高的意图识别结果作为所述用户话术对应的最终意图识别结果；若多个意图识别结果包括对立意图，则反馈给人工确认所述用户话术对应的最终意图识别结果；使用所述用户话术对应的最终意图识别结果来对所述意图识别结果进行修正。

根据本发明实施例的又一方面，提供了一种用户意图的识别电子设备。

一种用户意图的识别电子设备，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所提供的用户意图的识别方法。

根据本发明实施例的再一方面，提供了一种计算机可读介质。

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所提供的用户意图的识别方法。

上述发明中的一个实施例具有如下优点或有益效果：通过获取基础话术意图集和待确定用户意图的用户话术；将基础话术和用户话术分别按照字符拆分得到基础话术数组和用户话术数组；根据基础话术数组的长度和用户话术数组的长度确定相似比较规则，并根据相似比较规则得到用户话术数组和每个基础话术数组的相似度；将相似度满足预设条件的基础话术对应的基础意图作为用户话术的初步意图；根据相似度满足预设条件的基础话术与用户话术的正反义关系对初步意图进行调整以得到用户话术对应的用户意图，实现了通过收集生产环境中的用户话术信息，并根据预先设置的基础话术及与其对应的基础意图，确定用户话术的用户意图，可以更好地基于实际业务场景中出现的大量的不同的用户话术来进行用户意图识别。通过将基础话术和用户话术按照字符拆分为数组，并根据两个数组的长度确定相似比较规则以得到两个数组之间的相似度，再根据基础话术与用户话术的正反义关系确定用户话术的用户意图，实现简单，提高了基础话术和用户话术的匹配度，且可以节省人力和时间。另外，本发明还解决了智能语音交互机器人迭代过程中，因算法调整或逻辑优化导致服务质量降低，影响客户体验的问题，保障了客服机器人可以保持甚至提高原有服务质量和服务效率，可以使用尽可能少的人力和时间，使用实际业务场景中产生的用户话术，来对智能语音交互机器人的服务质量进行验证。

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是本发明实施例可以应用于其中的示例性系统架构图；

图2是根据本发明实施例的用户意图的识别方法的主要步骤示意图；

图3是本发明一个实施例的对智能语音交互机器人的识别结果进行验证的实现过程示意图；

图4是根据本发明实施例的用户意图的识别装置的主要模块示意图；

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。

图1示出了可以应用本发明实施例的用户意图的识别方法或用户意图的识别装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104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101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如购物类应用、客服类应用、售前及售后支持类应用、即时通信工具、社交平台软件等(仅为示例)。

终端设备101、102、103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105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所提交的客服咨询数据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客服咨询请求等数据进行分析等处理，并将处理结果(例如用户的意图识别结果或针对用户的意图进行的答复--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用户意图的识别方法一般由服务器105执行，相应地，用户意图的识别装置一般设置于服务器105中。

应该理解，图1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。

图2是根据本发明实施例的用户意图的识别方法的主要步骤示意图。如图2所示，本发明实施例的用户意图的识别方法主要包括如下的步骤S201至步骤S205。

步骤S201：获取基础话术意图集和待确定用户意图的用户话术，所述基础话术意图集包括不少于一个基础话术及与所述基础话术对应的基础意图；

步骤S202：将所述基础话术和所述用户话术分别按照字符拆分得到基础话术数组和用户话术数组；

步骤S203：根据所述基础话术数组的长度和所述用户话术数组的长度确定相似比较规则，并根据所述相似比较规则得到所述用户话术数组和每个所述基础话术数组的相似度；

步骤S204：将相似度满足预设条件的基础话术对应的基础意图作为所述用户话术的初步意图；

步骤S205：根据所述相似度满足预设条件的基础话术与所述用户话术的正反义关系对所述初步意图进行调整以得到所述用户话术对应的用户意图。

根据上述的步骤S201至步骤S205，通过收集生产环境中的用户话术信息，并根据预先设置的基础话术及与其对应的基础意图，确定用户话术的用户意图，可以更好地基于实际业务场景中出现的大量的不同的用户话术来进行用户意图识别。通过将基础话术和用户话术按照字符拆分为数组，并根据两个数组的长度确定相似比较规则以得到两个数组之间的相似度，再根据基础话术与用户话术的正反义关系确定用户话术的用户意图，实现简单，提高了基础话术和用户话术的匹配度，且可以节省人力和时间。

在本发明的一个实施例中，步骤S203根据所述基础话术数组的长度和所述用户话术数组的长度确定相似比较规则，并根据所述相似比较规则得到所述用户话术数组和每个所述基础话术数组的相似度，在具体实施时，可以包括以下步骤：

对于每个所述基础话术数组，将所述基础话术数组和所述用户话术数组中，长度较小的数组作为第一数组，长度较大的数组作为第二数组，若长度相等，则将所述用户话术数组作为第一数组；

按照数组中元素的顺序，对所述第一数组中的每个元素，分别将所述元素与所述第二数组中的元素进行对比并记录相同元素的个数；

根据所述相同元素的个数和所述基础话术数组的长度得到所述用户话术数组和所述基础话术数组的相似度。

根据本发明的实施例，按照数组中元素的顺序，对所述第一数组中的每个元素，分别将所述元素与所述第二数组中的元素进行对比并记录相同元素的个数，具体可以包括：

按照数组中元素的顺序，将所述元素与所述第二数组中的元素进行对比；

若所述元素与所述第二数组中的第一元素相同，则将所述元素从所述第一数组中移出，将所述第一元素及所述第二数组中位于所述第一元素之前的元素从所述第二数组中移出并更新所述第二数组，然后将所述第一数组中与所述元素相邻的下一个元素与更新后的第二数组中的元素进行对比；

若所述元素与所述第二数组中的所有元素都不相同，则将所述元素从所述第一数组中移出，然后将所述第一数组中与所述元素相邻的下一个元素与所述第二数组中的元素进行对比；

其中，在进行元素对比的过程中，记录所述用户话术数组和所述基础话术数组的相同元素的个数。应理解，第一元素指代的是第二数组中与所对比的第一数组的元素相同的第一个元素，并不意味着该第一元素必定是第二数组的第一个元素。

在本发明的一个实施例中，假设某一条基础话术为a，用户话术为b。按照字符对基础话术a进行拆分后得到的数组为A＝[A1，A2，……，An]，其中n为基础话术a包括的字符个数。按照字符对用户话术b进行拆分后得到的数组B＝＝[B1，B2，……，Bm]，其中m为用户话术b包括的字符个数。在进行话术拆分时，可忽略符号以及空格等。

之后，将通过基础话术数组和用户话术数组进行比较来确定这两个数组的相似度。具体实现时，首先判断数组A的长度n与数组B的长度m的大小关系。若数组A的长度n不小于数组B的长度m，则将数组B中的每个元素(即：字符)分别与数组A中的元素进行对比，并记录这两个数组中相同元素的个数；若数组A的长度n小于数组B的长度m，则将数组A中的每个元素(即：字符)分别与数组B中的元素进行对比，并记录这两个数组中相同元素的个数。然后，再根据相同元素的个数与基础话术数组A的长度n之比得到用户话术数组B与基础话术数组A之间的相似度。

具体地，在进行两个数组之间的元素对比时，若数组A的长度n不小于数组B的长度m，则先用B1与A1对比。若B1与A1相同，即B1和A1为相同元素，则将B1与A1从数组B和数组A中移出；然后，继续用B2与A2对比。若B1与A1不同，则记录下A1的值，作为不同数据存储起来；然后继续用B1与A2对比，若两者相同，则将B1从数组B中移出，将A1和A2从数组A中移出；然后，用B2与A3开始对比。若B1与数组A中的所有元素都不相同，则将B1从数组B中移出；然后用B1与A1进行对比。即：按照数组中的元素顺序，若数组B中的元素Bi与数组A中的某一元素Aj相同，且与元素Aj之前的所有元素都不相同，则将该元素Bi从数组B中移出，将元素A1、A2、……、Aj从数组A中移出，并更新数组A和B；然后，再将数组B中的元素Bi+1与更新后的数组A中的元素(包括Aj+1、……、An)进行对比。若数组B中的元素Bi与数组A中的所有元素均不相同，则将该元素Bi从数组B中移出，然后，再将数组B中的元素Bi+1与数组A中当前包括的元素进行对比。

若数组A的长度n小于数组B的长度m，则是将数组A中的每个元素与数组B中的元素进行比较，具体比较方法如上所述。在进行数组的元素对比的过程中，记录两个数组中的相同元素及其个数。其中，相同元素及其个数的记录，也可以是通过记录不同元素的方法来实现的。在记录不同元素时，若已记录的不同元素在后续比对过程中被确定为相同元素，则将其从记录的不同元素中删除。

根据本发明的另一个实施例，步骤S204将相似度满足预设条件的基础话术对应的基础意图作为所述用户话术的初步意图，在具体实施时，可以包括以下步骤：

从所述用户话术数组和每个所述基础话术数组的相似度中获取相似度最大值；

若所述相似度最大值不小于预设的相似度基础值，则将所述相似度最大值的基础话术对应的基础意图作为所述用户话术的初步意图。

在本发明的实施例中，可以预先设置一个相似度基础值S1，用于判断用户话术和基础话术的相似度是否满足阈值要求。通常情况下，基础话术大概在几百上千条，为了确定用户话术的用户意图，需要将用户话术数组与每个基础话术数组进行对比并计算相似度。用户话术与前后两条基础话术进行对比会产生前后两个相似度S2_1和S2_2，为了确定用户话术数组和每个基础话术数组的相似度中的最大值S2，可以依次将S2_1和S2_2进行比较，

若S2_1＝S2_2，则S2＝S2_2；

若S2_1>S2_2，则S2＝S2_1；

若S2_1<S2_2，则S2＝S2_2；

依此类推，在一条用户话术与所有基础话术对比完成后，会产生一个最终的相似度最大值S2，且该相似度S2对应的基础话术即为与用户话术意图最为接近的话术。

之后，通过对比S1和S2，若S2≥S1，则认为该用户话术的初步意图就是该意图最为接近的基础话术的意图；若S2<S1，则说明所有的基础话术与该用户话术的意图均不相同，可认为该用户话术无初步意图。

根据本发明的又一个实施例，步骤S205根据所述相似度满足预设条件的基础话术与所述用户话术的正反义关系对所述初步意图进行调整以得到所述用户话术对应的用户意图，在具体实施时，可以按照以下的步骤来执行：

获取所述相似度满足预设条件的基础话术对应的基础话术数组与所述用户话术数组中不相同的元素，并从所述不相同的元素中获取反义字符；

根据所述反义字符的个数的奇偶来确定所述相似度满足预设条件的基础话术与所述用户话术的正反义关系；

若所述反义字符的个数为奇数，则所述用户话术对应的用户意图与所述初步意图相反；

若所述反义字符的个数为偶数，则所述用户话术对应的用户意图与所述初步意图相同。

根据本发明的实施例，其中反义字符例如是“不”、“否”、“非”等，根据反义字符的奇偶来确定基础话术与用户话术的正反义关系。若反义字符个数为奇数，则用户话术对应的用户意图是初步意图的对立意图；若反义字符个数为偶数，则用户话术的用户意图就是初步意图。

根据本发明的再一个实施例，在得到所述用户话术对应的用户意图之后，还可以包括：

获取智能语音交互机器人对所述用户话术进行意图识别的意图识别结果；

对所述意图识别结果进行修正；

将修正后的意图识别结果与所述用户话术对应的用户意图进行比较，并根据比较结果计算所述智能语音交互机器人的意图识别准确率。

根据本发明的该实施例，所述意图识别结果有多个，并且，对所述意图识别结果进行修正具体可以包括：

若多个意图识别结果相同，则以所述意图识别结果作为所述用户话术对应的最终意图识别结果；

若多个意图识别结果为相似意图，则以其中出现频率最高的意图识别结果作为所述用户话术对应的最终意图识别结果；

若多个意图识别结果包括对立意图，则反馈给人工确认所述用户话术对应的最终意图识别结果；

使用所述用户话术对应的最终意图识别结果来对所述意图识别结果进行修正。

图3是本发明一个实施例的对智能语音交互机器人的识别结果进行验证的实现过程示意图。本发明是通过对用户话术库的预处理，得到一个用户话术意图库作为测试集。通过对被测试对象输入该测试集，得到原始测试结果。通过对比原始测试结果和用户话术意图库，得出智能语音交互机器人服务质量的数据。如图3所示，在本发明的实施例中，可以根据如图2所示的用户意图识别方法，对智能语音交互机器人的意图识别结果进行修正、对比等验证，并计算机器人的意图识别准确率，主要过程如下：

1、对基础话术意图库和用户话术库进行用户意图识别，并将用户话术及其对应的用户意图进行关联保存到用户话术意图库中；

2、自动化测试工程通过调用智能语音交互机器人提供的接口，对用户话术意图库中的某用户话术进行多次意图识别，并获取该多个意图识别结果；

3、根据该多个意图识别结果之间的关系对意图识别结果进行修正。其中，意图识别结果之间的关系可定义为意图关系库，且意图识别结果之间的关系包括相同意图、相似意图和对立意图。具体地，对意图识别结果进行修正的规则如下：

1)若该多个意图识别结果为相同意图，则以此意图为该用户话术的最终意图识别结果；

2)若该多个意图识别结果为相似意图，则以其中出现频率最高的意图识别结果作为该用户话术的最终意图识别结果；

3)若该多个意图识别结果包括有对立意图，则将该多个意图识别结果反馈给人工进行确认，以得到该用户话术的最终意图识别结果；

4)根据上述的该用户话术的最终意图识别结果对智能语音交互机器人的意图识别结果进行修正；

4、对比修正后的意图识别结果和用户话术意图库，得出每一条用户话术的意图识别结果的对错，最后得出智能语音交互机器人的意图识别准确率。

图4是根据本发明实施例的用户意图的识别装置的主要模块示意图。如图4所示，本发明实施例的用户意图的识别装置400主要包括数据获取模块401、话术拆分模块402、相似比较模块403、意图确定模块404和意图调整模块405。

数据获取模块401，用于获取基础话术意图集和待确定用户意图的用户话术，所述基础话术意图集包括不少于一个基础话术及与所述基础话术对应的基础意图；

话术拆分模块402，用于将所述基础话术和所述用户话术分别按照字符拆分得到基础话术数组和用户话术数组；

相似比较模块403，用于根据所述基础话术数组的长度和所述用户话术数组的长度确定相似比较规则，并根据所述相似比较规则得到所述用户话术数组和每个所述基础话术数组的相似度；

意图确定模块404，用于将相似度满足预设条件的基础话术对应的基础意图作为所述用户话术的初步意图；

意图调整模块405，用于根据所述相似度满足预设条件的基础话术与所述用户话术的正反义关系对所述初步意图进行调整以得到所述用户话术对应的用户意图。

根据本发明的一个实施例，相似比较模块403还可以用于：

对于每个所述基础话术数组，将所述基础话术数组和所述用户话术数组中，长度较小的数组作为第一数组，长度较大的数组作为第二数组，若长度相等，则将所述用户话术数组作为第一数组；

按照数组中元素的顺序，对所述第一数组中的每个元素，分别将所述元素与所述第二数组中的元素进行对比并记录相同元素的个数；

根据所述相同元素的个数和所述基础话术数组的长度得到所述用户话术数组和所述基础话术数组的相似度。

根据本发明的另一个实施例，相似比较模块403还可以用于：

按照数组中元素的顺序，将所述元素与所述第二数组中的元素进行对比；

若所述元素与所述第二数组中的第一元素相同，则将所述元素从所述第一数组中移出，将所述第一元素及所述第二数组中位于所述第一元素之前的元素从所述第二数组中移出并更新所述第二数组，然后将所述第一数组中与所述元素相邻的下一个元素与更新后的第二数组中的元素进行对比；

若所述元素与所述第二数组中的所有元素都不相同，则将所述元素从所述第一数组中移出，然后将所述第一数组中与所述元素相邻的下一个元素与所述第二数组中的元素进行对比；

其中，在进行元素对比的过程中，记录所述用户话术数组和所述基础话术数组的相同元素的个数。

根据本发明的又一个实施例，意图确定模块404还可以用于：

从所述用户话术数组和每个所述基础话术数组的相似度中获取相似度最大值；

若所述相似度最大值不小于预设的相似度基础值，则将所述相似度最大值的基础话术对应的基础意图作为所述用户话术的初步意图。

根据本发明的又一个实施例，意图调整模块405还可以用于：

获取所述相似度满足预设条件的基础话术对应的基础话术数组与所述用户话术数组中不相同的元素，并从所述不相同的元素中获取反义字符；

根据所述反义字符的个数的奇偶来确定所述相似度满足预设条件的基础话术与所述用户话术的正反义关系；

若所述反义字符的个数为奇数，则所述用户话术对应的用户意图与所述初步意图相反；

若所述反义字符的个数为偶数，则所述用户话术对应的用户意图与所述初步意图相同。

根据本发明的又一个实施例，用户意图的识别装置400还包括准确率计算模块(图中未示出)，用于：

在得到所述用户话术对应的用户意图之后，获取智能语音交互机器人对所述用户话术进行意图识别的意图识别结果；

对所述意图识别结果进行修正；

将修正后的意图识别结果与所述用户话术对应的用户意图进行比较，并根据比较结果计算所述智能语音交互机器人的意图识别准确率。

根据本发明的再一个实施例，所述意图识别结果有多个，并且，准确率计算模块(图中未示出)在对所述意图识别结果进行修正时，可以用于：

若多个意图识别结果相同，则以所述意图识别结果作为所述用户话术对应的最终意图识别结果；

若多个意图识别结果为相似意图，则以其中出现频率最高的意图识别结果作为所述用户话术对应的最终意图识别结果；

若多个意图识别结果包括对立意图，则反馈给人工确认所述用户话术对应的最终意图识别结果；

使用所述用户话术对应的最终意图识别结果来对所述意图识别结果进行修正。

根据本发明实施例的技术方案，通过获取基础话术意图集和待确定用户意图的用户话术；将基础话术和用户话术分别按照字符拆分得到基础话术数组和用户话术数组；根据基础话术数组的长度和用户话术数组的长度确定相似比较规则，并根据相似比较规则得到用户话术数组和每个基础话术数组的相似度；将相似度满足预设条件的基础话术对应的基础意图作为用户话术的初步意图；根据相似度满足预设条件的基础话术与用户话术的正反义关系对初步意图进行调整以得到用户话术对应的用户意图，实现了通过收集生产环境中的用户话术信息，并根据预先设置的基础话术及与其对应的基础意图，确定用户话术的用户意图，可以更好地基于实际业务场景中出现的大量的不同的用户话术来进行用户意图识别。通过将基础话术和用户话术按照字符拆分为数组，并根据两个数组的长度确定相似比较规则以得到两个数组之间的相似度，再根据基础话术与用户话术的正反义关系确定用户话术的用户意图，实现简单，提高了基础话术和用户话术的匹配度，且可以节省人力和时间。另外，本发明还解决了智能语音交互机器人迭代过程中，因算法调整或逻辑优化导致服务质量降低，影响客户体验的问题，保障了客服机器人可以保持甚至提高原有服务质量和服务效率，可以使用尽可能少的人力和时间，使用实际业务场景中产生的用户话术，来对智能语音交互机器人的服务质量进行验证。

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或服务器的计算机系统500的结构示意图。图5示出的终端设备或服务器仅仅是一个示例，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单元或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。所描述的单元或模块也可以设置在处理器中，例如，可以描述为：一种处理器包括数据获取模块、话术拆分模块、相似比较模块、意图确定模块和意图调整模块。其中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定，例如，数据获取模块还可以被描述为“于获取基础话术意图集和待确定用户意图的用户话术的模块”。

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：获取基础话术意图集和待确定用户意图的用户话术，所述基础话术意图集包括不少于一个基础话术及与所述基础话术对应的基础意图；将所述基础话术和所述用户话术分别按照字符拆分得到基础话术数组和用户话术数组；根据所述基础话术数组的长度和所述用户话术数组的长度确定相似比较规则，并根据所述相似比较规则得到所述用户话术数组和每个所述基础话术数组的相似度；将相似度满足预设条件的基础话术对应的基础意图作为所述用户话术的初步意图；根据所述相似度满足预设条件的基础话术与所述用户话术的正反义关系对所述初步意图进行调整以得到所述用户话术对应的用户意图。

根据本发明实施例的技术方案，通过获取基础话术意图集和待确定用户意图的用户话术；将基础话术和用户话术分别按照字符拆分得到基础话术数组和用户话术数组；根据基础话术数组的长度和用户话术数组的长度确定相似比较规则，并根据相似比较规则得到用户话术数组和每个基础话术数组的相似度；将相似度满足预设条件的基础话术对应的基础意图作为用户话术的初步意图；根据相似度满足预设条件的基础话术与用户话术的正反义关系对初步意图进行调整以得到用户话术对应的用户意图，实现了通过收集生产环境中的用户话术信息，并根据预先设置的基础话术及与其对应的基础意图，确定用户话术的用户意图，可以更好地基于实际业务场景中出现的大量的不同的用户话术来进行用户意图识别。通过将基础话术和用户话术按照字符拆分为数组，并根据两个数组的长度确定相似比较规则以得到两个数组之间的相似度，再根据基础话术与用户话术的正反义关系确定用户话术的用户意图，实现简单，提高了基础话术和用户话术的匹配度，且可以节省人力和时间。另外，本发明还解决了智能语音交互机器人迭代过程中，因算法调整或逻辑优化导致服务质量降低，影响客户体验的问题，保障了客服机器人可以保持甚至提高原有服务质量和服务效率，可以使用尽可能少的人力和时间，使用实际业务场景中产生的用户话术，来对智能语音交互机器人的服务质量进行验证。

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 (8)

1.一种用户意图的识别方法，其特征在于，包括：

获取基础话术意图集和待确定用户意图的用户话术，所述基础话术意图集包括不少于一个基础话术及与所述基础话术对应的基础意图；

将所述基础话术和所述用户话术分别按照字符拆分得到基础话术数组和用户话术数组；

根据所述基础话术数组的长度和所述用户话术数组的长度确定相似比较规则，并根据所述相似比较规则得到所述用户话术数组和每个所述基础话术数组的相似度；

将相似度满足预设条件的基础话术对应的基础意图作为所述用户话术的初步意图；

根据所述相似度满足预设条件的基础话术与所述用户话术的正反义关系对所述初步意图进行调整以得到所述用户话术对应的用户意图；

其中，根据所述基础话术数组的长度和所述用户话术数组的长度确定相似比较规则，并根据所述相似比较规则得到所述用户话术数组和每个所述基础话术数组的相似度包括：对于每个所述基础话术数组，将所述基础话术数组和所述用户话术数组中，长度较小的数组作为第一数组，长度较大的数组作为第二数组，若长度相等，则将所述用户话术数组作为第一数组；按照数组中元素的顺序，对所述第一数组中的每个元素，分别将所述元素与所述第二数组中的元素进行对比并记录相同元素的个数；根据所述相同元素的个数和所述基础话术数组的长度得到所述用户话术数组和所述基础话术数组的相似度；

其中，按照数组中元素的顺序，对所述第一数组中的每个元素，分别将所述元素与所述第二数组中的元素进行对比并记录相同元素的个数包括：按照数组中元素的顺序，将所述元素与所述第二数组中的元素进行对比；若所述元素与所述第二数组中的第一元素相同，则将所述元素从所述第一数组中移出，将所述第一元素及所述第二数组中位于所述第一元素之前的元素从所述第二数组中移出并更新所述第二数组，然后将所述第一数组中与所述元素相邻的下一个元素与更新后的第二数组中的元素进行对比；若所述元素与所述第二数组中的所有元素都不相同，则将所述元素从所述第一数组中移出，然后将所述第一数组中与所述元素相邻的下一个元素与所述第二数组中的元素进行对比；其中，在进行元素对比的过程中，记录所述用户话术数组和所述基础话术数组的相同元素的个数。

2.根据权利要求1所述的识别方法，其特征在于，将相似度满足预设条件的基础话术对应的基础意图作为所述用户话术的初步意图包括：

从所述用户话术数组和每个所述基础话术数组的相似度中获取相似度最大值；

若所述相似度最大值不小于预设的相似度基础值，则将所述相似度最大值的基础话术对应的基础意图作为所述用户话术的初步意图。

3.根据权利要求1所述的识别方法，其特征在于，根据所述相似度满足预设条件的基础话术与所述用户话术的正反义关系对所述初步意图进行调整以得到所述用户话术对应的用户意图包括：

获取所述相似度满足预设条件的基础话术对应的基础话术数组与所述用户话术数组中不相同的元素，并从所述不相同的元素中获取反义字符；

根据所述反义字符的个数的奇偶来确定所述相似度满足预设条件的基础话术与所述用户话术的正反义关系；

若所述反义字符的个数为奇数，则所述用户话术对应的用户意图与所述初步意图相反；

若所述反义字符的个数为偶数，则所述用户话术对应的用户意图与所述初步意图相同。

4.根据权利要求1所述的识别方法，其特征在于，在得到所述用户话术对应的用户意图之后，还包括：

获取智能语音交互机器人对所述用户话术进行意图识别的意图识别结果；

对所述意图识别结果进行修正；

将修正后的意图识别结果与所述用户话术对应的用户意图进行比较，并根据比较结果计算所述智能语音交互机器人的意图识别准确率。

5.根据权利要求4所述的识别方法，其特征在于，所述意图识别结果有多个，并且，对所述意图识别结果进行修正包括：

若多个意图识别结果相同，则以所述意图识别结果作为所述用户话术对应的最终意图识别结果；

若多个意图识别结果为相似意图，则以其中出现频率最高的意图识别结果作为所述用户话术对应的最终意图识别结果；

若多个意图识别结果包括对立意图，则反馈给人工确认所述用户话术对应的最终意图识别结果；

使用所述用户话术对应的最终意图识别结果来对所述意图识别结果进行修正。

6.一种用户意图的识别装置，其特征在于，包括：

数据获取模块，用于获取基础话术意图集和待确定用户意图的用户话术，所述基础话术意图集包括不少于一个基础话术及与所述基础话术对应的基础意图；

话术拆分模块，用于将所述基础话术和所述用户话术分别按照字符拆分得到基础话术数组和用户话术数组；

相似比较模块，用于根据所述基础话术数组的长度和所述用户话术数组的长度确定相似比较规则，并根据所述相似比较规则得到所述用户话术数组和每个所述基础话术数组的相似度；

意图确定模块，用于将相似度满足预设条件的基础话术对应的基础意图作为所述用户话术的初步意图；

意图调整模块，用于根据所述相似度满足预设条件的基础话术与所述用户话术的正反义关系对所述初步意图进行调整以得到所述用户话术对应的用户意图；

所述相似比较模块还用于：对于每个所述基础话术数组，将所述基础话术数组和所述用户话术数组中，长度较小的数组作为第一数组，长度较大的数组作为第二数组，若长度相等，则将所述用户话术数组作为第一数组；按照数组中元素的顺序，对所述第一数组中的每个元素，分别将所述元素与所述第二数组中的元素进行对比并记录相同元素的个数；根据所述相同元素的个数和所述基础话术数组的长度得到所述用户话术数组和所述基础话术数组的相似度；其中，按照数组中元素的顺序，对所述第一数组中的每个元素，分别将所述元素与所述第二数组中的元素进行对比并记录相同元素的个数包括：按照数组中元素的顺序，将所述元素与所述第二数组中的元素进行对比；若所述元素与所述第二数组中的第一元素相同，则将所述元素从所述第一数组中移出，将所述第一元素及所述第二数组中位于所述第一元素之前的元素从所述第二数组中移出并更新所述第二数组，然后将所述第一数组中与所述元素相邻的下一个元素与更新后的第二数组中的元素进行对比；若所述元素与所述第二数组中的所有元素都不相同，则将所述元素从所述第一数组中移出，然后将所述第一数组中与所述元素相邻的下一个元素与所述第二数组中的元素进行对比；其中，在进行元素对比的过程中，记录所述用户话术数组和所述基础话术数组的相同元素的个数。

7.一种用户意图的识别电子设备，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1-5中任一所述的方法。

8.一种计算机可读介质，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1-5中任一所述的方法。

Images