CN113190665B - 意图识别方法和装置、存储介质、电子设备 - Google Patents
意图识别方法和装置、存储介质、电子设备 Download PDFInfo
- Publication number
- CN113190665B CN113190665B CN202110500512.4A CN202110500512A CN113190665B CN 113190665 B CN113190665 B CN 113190665B CN 202110500512 A CN202110500512 A CN 202110500512A CN 113190665 B CN113190665 B CN 113190665B
- Authority
- CN
- China
- Prior art keywords
- data
- intention
- current
- intention data
- current intention
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000012790 confirmation Methods 0.000 claims abstract description 131
- 238000012545 processing Methods 0.000 claims description 20
- 230000015654 memory Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 2
- 230000004044 response Effects 0.000 description 37
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002457 bidirectional effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
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
-
- 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
- G06F16/35—Clustering; Classification
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Machine Translation (AREA)
Abstract
本公开是关于一种意图识别方法、意图识别装置、存储介质以及电子设备，涉及计算机技术领域。该方法包括：获取当前会话中包括的第一输入数据，当确定第一输入数据为否定数据时，获取与第一输入数据对应的当前意图数据；获取与当前意图数据对应的上文意图数据，在确定上文意图数据不同于当前意图数据时，计算当前意图数据的第一权值；根据第一权值确定当前意图数据的级别，并基于当前意图数据的级别将与当前意图数据的级别对应的确认数据推送至用户；获取用户对确认数据的确认结果，基于确认结果计算上文意图数据切换为当前意图数据的第二权值，并根据第二权值更新当前意图数据。本公开提高了意图识别的准确率。
Description
技术领域
本公开实施例涉及计算机技术领域，具体而言，涉及一种意图识别方法、意图识别装置、存储介质以及电子设备。
背景技术
随着计算机、互联网技术的快速发展，越来越多的智能化交互方式已逐渐深入日常生活。目前的智能会话应答系统主要用来识别用户意图以及基于用户意图进行应答。
但是，目前的会话应答系统完全基于自然语言理解识别结果或者填槽，当用户输入为否定输入时，会话应答系统推送的仍然为用户输入为肯定输入时的应答，导致意图识别准确率不高，同时降低了会话应答的准确率。
因此，需要提供一种新的意图识别方法。
需要说明的是，在上述背景技术部分发明的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种意图识别方法、意图识别装置、存储介质以及电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的意图识别不准确以及会话应答准确率低的问题。
根据本公开的一个方面，提供一种意图识别方法，包括：
获取当前会话中包括的第一输入数据，当确定所述第一输入数据为否定数据时，获取与所述第一输入数据对应的当前意图数据；
获取与所述当前意图数据对应的上文意图数据，在确定所述上文意图数据不同于当前意图数据时，计算所述当前意图数据的第一权值；
根据所述第一权值确定所述当前意图数据的级别，并基于所述当前意图数据的级别将与所述当前意图数据的级别对应的确认数据推送至用户；
获取用户对所述确认数据的确认结果，基于所述确认结果计算所述上文意图数据切换为当前意图数据的第二权值，并根据所述第二权值更新所述当前意图数据。
在本公开的一种示例性实施例中，当确定所述第一输入数据为否定数据时，获取与所述第一输入数据对应的当前意图数据，包括：
获取所述否定数据中包括的否定语料，对所述否定语料进行泛化，得到与所述第一输入数据对应的第二输入数据；
通过意图识别模型对所述第二输入数据进行识别，得到与第二输入数据对应的意图数据；
当所述与第二输入数据对应的意图数据和所述当前意图数据相同时，则所述否定语料为所述当前意图数据的否定。
在本公开的一种示例性实施例中，当确定所述第一输入数据为否定数据时，获取与所述第一输入数据对应的当前意图数据，还包括：
当所述第一输入数据为用户对所述确认数据的标识的点击处理时，获取与所述点击处理对应的确认数据中包括的当前意图数据。
在本公开的一种示例性实施例中，计算所述当前意图数据的第一权值，包括：
获取所述当前意图数据的触发总量以及所述当前意图数据出现否定反馈的触发总量，根据所述当前意图数据的触发总量和所述当前意图数据出现否定反馈的触发总量之间的除余，得到所述当前意图数据的第一权值。
在本公开的一种示例性实施例中，根据所述第一权值确定所述当前意图数据的级别，并基于所述当前意图数据的级别将与所述当前意图数据的级别对应的确认数据推送至用户，包括：
当所述当前意图数据的第一权值大于第一预设权值时，对所述当前意图数据的级别进行更新，将与更新后的当前意图数据的级别对应的确认数据推送至用户。
在本公开的一种示例性实施例中，基于所述确认结果计算所述上文意图数据切换为当前意图数据的第二权值，并根据所述第二权值更新所述当前意图数据，包括：
当所述第一输入数据为用户输入的数据，且所述当前意图数据的级别触发推送确认数据时或当所述第一输入数据为用户对所述确认数据的标识的点击处理时，获取所述用户的确认结果，根据所述确认结果计算所述上文意图数据切换为当前意图数据的第二权值，并根据所述第二权值更新所述当前意图数据。
在本公开的一种示例性实施例中，根据所述确认结果计算所述上文意图数据切换为当前意图数据的第二权值，并根据所述第二权值更新所述当前意图数据，包括：
获取所述确认数据的推送次数以及所述上文意图数据切换到所述当前意图数据的次数；
根据所述确认数据的推送次数与所述上文意图数据切换到所述当前意图数据的次数之间的除余，得到所述上文意图数据切换为当前意图数据的第二权值；
当所述第二权值高于预设第二权值时，将所述当前意图数据修改为上文意图数据。
根据本公开的一个方面，提供一种意图识别装置，包括：
当前意图确定模块，用于获取当前会话中包括的第一输入数据，当确定所述第一输入数据为否定数据时，获取与所述第一输入数据对应的当前意图数据；
意图权值计算模块，用于获取与所述当前意图数据对应的上文意图数据，在确定所述上文意图数据不同于当前意图数据时，计算所述当前意图数据的第一权值；
确认数据推送模块，用于根据所述第一权值确定所述当前意图数据的级别，并基于所述当前意图的级别将与所述当前意图数据的级别对应的确认数据推送至用户；
当前意图调整模块，用于获取用户对所述确认数据的确认结果，基于所述确认结果计算所述上文意图数据切换为当前意图数据的第二权值，并根据所述第二权值更新所述当前意图数据。
根据本公开的一个方面，提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的意图识别方法。
根据本公开的一个方面，提供一种电子设备，包括：
处理器；以及
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的意图识别方法。
本公开实施例提供的一种意图识别方法，一方面，获取当前会话中包括的第一输入数据，当确定所述第一输入数据为否定数据时，获取与所述第一输入数据对应的当前意图数据；获取与所述当前意图数据对应的上文意图数据，在确定所述上文意图数据不同于当前意图数据时，计算所述当前意图数据的第一权值；根据所述第一权值确定所述当前意图数据的级别，并基于所述当前意图数据的级别将与所述当前意图数据的级别对应的确认数据推送至用户；获取用户对所述确认数据的确认结果，基于所述确认结果计算所述上文意图数据切换为当前意图数据的第二权值，并根据所述第二权值更新所述当前意图数据，由于当接收到用户的否定输入数据后，获取用户否定输入数据对应的当前意图数据，计算当前意图数据的第一权值，根据第一权值确定当前意图数据的级别，根据当前意图数据的级别推送对应的确认数据，避免使用错误的槽值，提高了会话应答的准确率；另一方面，当用户的当前意图数据不同于上文意图数据时，即用户意图发生切换时，计算意图切换的第二权值，根据第二权值对当前意图数据进行纠正，提高了意图识别的准确率；再一方面，当用户输入不同的语料时，由于可以避免使用错误的槽值以及可以对当前意图进行纠正，使得用户可以接收到不同的会话应答，提升了用户体验。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示意性示出根据本公开示例实施例的一种现有技术中意图识别的方法流程图。
图2示意性示出根据本公开示例实施例的一种现有技术中意图识别的方法流程图。
图3示意性示出根据本公开示例实施例的一种意图识别方法的流程图。
图4示意性示出根据本公开示例实施例的一种意图识别系统的框图。
图5示意性示出根据本公开示例实施例的一种获取与第一输入对应的当前意图的方法流程图。
图6示意性示出根据本公开示例实施例的一种对上文意图级别进行调整的方法流程图。
图7示意性示出根据本公开示例实施例的一种计算意图切换的第二权值的方法流程图。
图8示意性示出根据本公开示例实施例的一种意图识别方法的流程图。
图9示意性示出根据本公开示例实施例的一种意图识别装置的框图。
图10示意性示出根据本公开示例实施例的一种用于实现上述意图识别方法的电子设备。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本发明的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本发明的各方面变得模糊。
此外，附图仅为本发明的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。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/或处理器装置和/或微控制器装置中实现这些功能实体。
常见的商用智能应答系统的核心模块主要包括：自然语言理解模块和对话管理模块，其中，自然语言理解模块用来识别用户意图，对话管理模块基于自然语言理解模块来推送应答。
在自然语言理解模块中主要是意图识别模型，该意图识别模型是基于RNN(Recurrent Neural Network，循环神经网络)深度学习算法，将用户输入划入业务预定义的分类体系中的某个分类中，该分类就代表用户的业务意图。对话管理模块支持两种应答策略：直接应答以及任务型应答，其中，直接应答是基于自然语言理解模块输出的分类，匹配对应的应答方案，并将该应答方案推动给用户，举例而言，参考图1所示的售后场景下的会话应答，可以包括：在步骤S110中，获取用户输入；在步骤S120中，自然语言理解模块对用户输入进行识别，得到用户意图，对于用户的输入，识别结果可以为如何取消订单；在步骤S130中，对话管理模块基于用户意图推送应答方案；任务型应答是按照自然语言理解模块输出的分类，执行填槽，当槽值缺失时触发反问，经过多轮交互直到所有槽值填充完成后，匹配应答方案并将该应答方案推送给用户，参考图2所示的售后场景下的会话应答，可以包括：在步骤S210中，获取用户输入；在步骤S220中，自然语言理解模块对用户的输入进行识别，得到用户意图，对于用户的收入，识别结果可以为退款时效；在步骤S230中，对话管理模块基于识别结果进行填槽，并触发反问，可以为“请您提供一下单号”；在步骤S240中，基于槽值，获取与用户输入对应的应答方案。
但是，上述智能应答系统存在以下问题：
1.意图识别不准确，参考表1所示，
表1意图识别不准确示例表
在表1中，当用户输入为“不要售后，找人给我看看是不是没插对”时，自然语言里接模块的识别分类仍然为售后申请，对话管理模块基于上文的槽值以及本次分类结果，得到的应答方案为“您的订单(10988224XXXX)已完成，您可点击下方【申请售后】按钮提交服务单，具体以审核意见为准，请您放心”，这显然与用户所表达的不要售后时相反的，此处识别的分类应该为“售后商品使用问题”，但是自然语言里接模块的识别分类仍然为“售后申请”。目前要解决意图识别不准确的问题可以使用离线语料并利用该离线语料重新训练识别模型，但是重新训练识别模型需要投入大量的人力；
2.填槽信息使用错误，导致应答错误，参考表2所示：
表2填槽信息使用错误示例表
在表2中，当用户第三次的输入为“嗯，还有去年买的微波炉不制热了，找谁？”自然语言理解模块的分类结果为申请售后，执行填槽时，仍然使用上文的槽值，未对本次输入的槽值进行确认，根据上文的槽值以及本次分类的结果，得到的应答方案为不是用户想要得到的应答方案，降低了用户体验。
基于上述一个或者多个问题，本示例实施方式首先提供了一种意图识别方法，该方法可以运行于设备终端，该设备终端可以包括PC端、移动端等，当然，本领域技术人员也可以根据需求在其他平台运行本发明的方法，本示例实施例对此不做具体限定。参考图3所示，该意图识别方法可以包括以下步骤：
步骤S310.获取当前会话中包括的第一输入数据，当确定所述第一输入数据为否定数据时，获取与所述第一输入数据对应的当前意图数据；
步骤S320.获取与所述当前意图数据对应的上文意图数据，在确定所述上文意图数据不同于当前意图数据时，计算所述当前意图数据的第一权值；
步骤S330.根据所述第一权值确定所述当前意图数据的级别，并基于所述当前意图数据的级别将与所述当前意图数据的级别对应的确认数据推送至用户；
步骤S340.获取用户对所述确认数据的确认结果，基于所述确认结果计算所述上文意图数据切换为当前意图数据的第二权值，并根据所述第二权值更新所述当前意图数据。
上述意图识别方法，一方面，获取当前会话中包括的第一输入数据，当确定所述第一输入数据为否定数据时，获取与所述第一输入数据对应的当前意图数据；获取与所述当前意图数据对应的上文意图数据，在确定所述上文意图数据不同于当前意图数据时，计算所述当前意图数据的第一权值；根据所述第一权值确定所述当前意图数据的级别，并基于所述当前意图数据的级别将与所述当前意图数据的级别对应的确认数据推送至用户；获取用户对所述确认数据的确认结果，基于所述确认结果计算所述上文意图数据切换为当前意图数据的第二权值，并根据所述第二权值更新所述当前意图数据，由于当接收到用户的否定输入数据后，获取用户否定输入数据对应的当前意图数据，计算当前意图数据的第一权值，根据第一权值确定当前意图数据的级别，根据当前意图数据的级别推送对应的确认数据，避免使用错误的槽值，提高了会话应答的准确率；另一方面，当用户的当前意图数据不同于上文意图数据时，即用户意图发生切换时，计算意图切换的第二权值，根据第二权值对当前意图数据进行纠正，提高了意图识别的准确率；再一方面，当用户输入不同的语料时，由于可以避免使用错误的槽值以及可以对当前意图进行纠正，使得用户可以接收到不同的会话应答，提升了用户体验。
以下，对本公开示例实施例的意图识别方法中涉及的各步骤进行详细的解释以及说明。
首先，对本公开示例实施例的应用场景以及发明目的进行解释以及说明。
具体的，本公开示例实施例可以用于各种会话应答应用系统中，主要用于对用户输入的语料进行识别，得到用户意图数据，根据用户意图数据的级别推送确认数据，根据用户的确认结果对用户当前意图数据进行纠正。
本公开示例实施例以用户输入的否定预料为基础，对用户输入的否定预料进行识别，得到与该否定预料对应的当前意图数据，当用户的当前意图数据发生切换时，对该当前意图数据进行调整，提高了意图识别以及会话应答的准确率。具体理由如下：一方面，对当前用户输入的否定语料进行分析，确定用户的意图数据是否为肯定语料对应的意图的否定，进而判断用户意图数据是否发生切换，计算当前意图数据的第一权值，并根据第一权值确定用户当前意图数据的级别，根据用户当前意图数据的级别推送确认数据，以避免使用错误的槽值，提高了会话应答的准确率；另一方面，通过计算意图切换的第二权值，根据第二权值对用户当前意图数据进行调整，保证了意图识别的准确率。
其次，对本公开示例实施例中涉及的对话应答系统进行解释以及说明。参考图4所示，该对话应答系统可以包括：意图级别调整模块410、确认数据推送模块420、意图纠正模块430以及存储模块440。其中，意图级别调整模块410，用于对应用户输入的否定语料进行分析，确定用户的当前意图数据是否发生切换，当用户的当前意图数据发生切换时，计算当前意图数据的第一权值，并根据第一权值确定当前意图数据的级别，根据当前意图数据的级别推送确认数据；确认数据推送模块420，与意图级别调整模块410网络连接，用于基于用户当前意图数据的级别推送与当前意图数据级别对应的确认数据；意图纠正模块430，与确认数据推送模块420网络连接，用于统计推送的确认数据中用户的点击数据，根据用户的点击数据计算用户意图切换的相关性权值，并根据相关性权值对用户当前意图进行调整；存储模块440，与意图级别调整模块410、确认数据推送模块420以及意图纠正模块430网络连接，用于对当前意图数据的级别、上文意图数据的级别、当前意图数据的第一权值以及意图切换的第二权值进行存储。
以下，将结合图4对步骤S310-步骤S340进行解释以及说明。
在步骤S310中，获取当前会话中包括的第一输入数据，当确定所述第一输入数据为否定数据时，获取与所述第一输入数据对应的当前意图数据。
其中，第一输入数据可以为用户在会话界面中输入否定反馈数据，该反馈数据可以为文字反馈也可以为语音反馈，在本示例中对否定反馈的类型不做具体限定，第一输入数据还可以为用户在会话界面中对确认数据的否定反馈。当第一输入数据为用户在会话界面中输入否定反馈时，否定输入可以为：用户输入的否定语料中包含“不对”、“不要”、“不是”等表示否定的话术，本示例对表示否定的话术不做具体的限定。
在本示例实施例中，参考图5所示，当确定所述第一输入数据为否定数据时，获取与所述第一输入数据对应的当前意图数据，可以包括步骤S510-步骤S530：
在步骤S510中，获取所述否定数据中包括的否定语料，对所述否定语料进行泛化，得到与所述第一输入数据对应的第二输入数据；
在步骤S520中，通过意图识别模型对所述第二输入数据进行识别，得到与第二输入数据对应的意图数据；
在步骤S530中，当所述与第二输入数据对应的意图数据和所述当前意图数据相同时，则所述否定语料为所述当前意图数据的否定。
以下，将对步骤S510-步骤S530进行解释以及说明。具体的，对于用户的第一输入数据，当第一输入数据为用户在会话界面中输入否定反馈时，首先，获取否定反馈中包括的否定语料，其次，对否定反馈中包括的否定语料进行泛化，在本示例中可以将否定语料泛化为不影响用户意图的占位符，该占位符可以为“——”，也可以为其他特殊字符，在本示例中不做具体限定，举例而言，当用户的第一输入数据为：我不要售后，找人给我看看是不是没插对，对该第一输入数据中包括的否定预料进行泛化，可以得到：我——售后，找人给我看看是不是没插对，泛化后的语料即为与第一输入数据对应的第二输入数据；再次，通过识别模型对泛化后的语料进行识别，得到与泛化后的语料对应的意图，其中识别模型可以为基于RNN的深度学习算法，也可以为LSTM(Long Short-Term Memory，长短期记忆网络)+Attention(注意力)机制，还可以为BERT(Bidirectional Encoder Representation fromTransformers，基于Transformer的双向语言模型)模型，在本实例中对识别模型不做具体限定，当得到的与泛化后的语料对应的意图后，判断第一输入数据对应的当前意图数据与泛化后的语料对应的意图数据是否相同，当通过识别模型得到的第二输入数据的意图发生切换时，表明第一输入数据的否定语料带意图，不能将第一输入数据作为否定反馈，当通过识别模型得到的第二输入数据的意图没发生切换时，则否定语料为当前意图数据的否定。
在本示例实施例中，当确定所述第一输入数据为否定数据时，获取与所述第一输入数据对应的当前意图数据，还包括：
当所述第一输入数据为用户对所述确认数据的标识的点击处理时，获取与所述点击处理对应的确认数据中包括的当前意图数据。
具体的，当用户的第一输入数据为用户在会话界面中对确认数据的标识中包括的否定反馈的点击处理时，可以根据用户的反馈确定用户的意图数据是否发生改变，当用户的本次反馈与上文的反馈不同时，可以认为用户的当前意图数据发生改变，当用户的意图数据发生改变时，获取与用户本次反馈对应的当前意图数据。
在步骤S320中，获取与所述当前意图数据对应的上文意图数据，在确定所述上文意图数据不同于当前意图数据时，计算所述当前意图数据的第一权值。
其中，上文意图数据为当前会话之前的上文会话对应的意图数据，举例而言，在会话界面中，当存在三组会话时，第三组为用户正在输入的当前会话，则第二组会话即为上文会话，第二组会话对应的意图数据即为上文意图数据。
当用户的当前意图数据不同于上文意图数据时，即，当用户的当前意图数据发生切换时，需要计算当前意图数据的第一权值，进而根据第一权值确定当前意图数据的级别，其中，计算当前意图数据的第一权值可以包括：
获取所述当前意图数据的触发总量以及所述当前意图数据出现否定反馈的触发总量，根据所述当前意图数据的触发总量和所述当前意图数据出现否定反馈的触发总量之间的除余，得到所述当前意图的数据第一权值。
具体的，定义用户当前意图数据的否定反馈值，当用户的当前意图数据发生切换时，当前意图数据的否定反馈值加1，其中，当前意图数据的否定反馈值的初始值为0，当前意图数据的否定反馈值即为当前意图数据出现否定反馈的触发总量NegativeTotal(A)，A为当前意图数据，当得到当前意图数据的否定反馈值之后还可以对该否定反馈值进行保存，可以将其存储在Redis(Remote Dictionary Server，远程字典服务)中，也可以存储在其他数据库，本示例对存储否定反馈值的数据库不做具体限定；同时，获取当前意图数据的触发总量Total(A)，根据当前意图数据的否定反馈值以及当前意图数据的触发总量，可以得到当前意图数据的第一权值，具体计算公式可以为：
当前意图数据的第一权值＝(NegativeTotal(A)/Total(A))*lg(Total(A))
在步骤S330中，根据所述第一权值确定所述当前意图数据的级别，并基于所述当前意图数据的级别将与所述当前意图数据的级别对应的确认数据推送至用户。
其中，意图数据的级别可以用于限制用户意图数据的切换以及用户信息的使用，即，槽值的使用。当得到用户当前意图数据的第一权值后可以根据第一权值确定用户当前意图数据的级别，可以包括：
当所述当前意图数据的第一权值大于第一预设权值时，对所述当前意图数据的级别进行更新，将与更新后的当前意图数据的级别对应的确认数据推送至用户。
具体的，当当前意图数据的第一权值大于第一预设权值时，首先，获取当前意图数据的级别；其次，对当前意图数据的级别进行更新，其中，第一预设阈值可以为0.8，也可以为0.9，在本实例中对第一预设权值的数值不做具体限定，举例而言，当当前意图数据的级别为1级、当前意图数据的第一权值为0.85，第一预设权值的数值为0.8时，可以对当前意图数据的级别进行更新，并将其更新为2级；再次，当得到更新后的意图数据的级别后，可以根据更新后的当前一图数据的级别将对应的确认数据推送至用户，其中，预设的意图数据的级别可以包括：
1级：无限制，该意图数据可以使用任意槽值，意图数据切换无限制；
2级：意图数据切入受限，切入该意图数据需引导用户确认意图数据切换，切换后可使用已有槽值进行应答；
3级：意图数据切入受限以及槽值使用受限，切入该意图数据需引导用户确认意图数据切换，在使用已有槽值前，需引导用户确认槽值后才可继续使用该槽值；
4级：意图数据切入受限、意图数据切出受限以及槽值使用受限，切入该意图数据需引导用户确认意图数据切换，在使用已有槽值前，需引导用户确认槽值后才可继续使用该槽值，以及当该意图数据切出为其他意图数据时要引导用户确认意图数据切换。
在本示例中，不对预设的意图数据的级别进行具体限制，本领域技术人员也可以根据具体需要设置不同的意图数据的级别，以及每个意图数据的级别对应的限制内容。
与预设的意图数据的级别对应的确认数据可以包括：
上文意图数据和当前意图数据的级别均为1级，无限制，不触发反问；
当前意图数据的级别为2级，意图数据切入受限，当上文意图数据与当前意图数据不同时，推送意图切入确认数据；
当前意图数据的级别为3级，意图数据切入受限以及槽值使用受限，当上文意图数据与当前意图数据不同时，推送意图切入确认数据；当上文意图数据与当前意图数据相同时，本句需要填槽，本句无槽值，上下文有槽值，推送槽值确认数据；
当前意图数据的级别为4级，意图数据切入受限、意图数据切出受限以及槽值使用受限，当上文意图数据与当前意图数据不同时，当上文意图数据与当前意图数据相同时，本句需要填槽，本句无槽值，上下文有槽值，推送槽值确认数据；
上文意图数据的级别为4级，意图数据切入受限、意图数据切出受限以及槽值使用受限，当上文意图数据与当前意图数据不同时，推送意图切出确认数据。
举例而言，当更新后的当前意图数据级别为3级，上文意图数据与当前意图数据不同时，推送意图切入确认数据：请问您要咨询以下哪个业务的相关问题？1、修改订单(上文意图，否定切换)；2、取消订单(当前意图，确定切换)；当上文意图数据与当前意图数据相同时，推送槽值确认数据：请问您是要咨询订单号：10988224XXXX么？1、是；2、否
在本示例实施例中，参考图6所示，当得到当前意图数据的级别后，还需要对上文意图数据的级别进行调整，调整方法可以包括步骤S610以及步骤S620：
在步骤S610中，设置上文意图数据的否定反馈值，获取上文意图数据的级别，在确定上文意图数据的级别为3级时，对上文意图数据否定反馈值进行更新；
在步骤S620中，利用上文意图数据的否定反馈值计算上文意图数据的第一权值，并根据上文意图数据的第一权值对上文意图数据的级别进行更新。
以下将对步骤S610以及步骤S620进行解释以及说明。具体的，由于当意图数据级别达到4级时，该意图数据的切出会受限，因此，当当前意图数据与上文意图数据不同，得到当前意图数据的级别后，还需要判断上文意图数据的级别是否达到4级，当上文意图数据的级别达到4级时，上文意图数据的切出受限，可以推送意图切出确认数据，进一步提高了意图识别的准确率。
在步骤S340中，获取用户对所述确认数据的确认结果，基于所述确认结果计算所述上文意图数据切换为当前意图数据的第二权值，并根据所述第二权值更新所述当前意图数据。
在本示例实施例中，基于所述确认结果计算上文意图数据切换为当前意图数据的第二权值，并根据所述第二权值更新所述当前意图数据，包括：
当所述第一输入数据为用户输入的数据，且所述当前意图数据的级别触发推送确认数据时或当所述第一输入数据为用户对所述确认数据的点击处理时，获取所述确认用户的确认结果，根据所述确认结果计算所述上文意图数据切换为当前意图数据的第二权值，并根据所述第二权值确定所述当前意图数据。
具体的，在意图纠正模块330中主要用于统计用户对确认数据的点击结果，并根据统计的点击结果确定用户当前意图数据是否发生切换，当用户的第一输入数据为在会话界面中对确认数据的反馈时，获取用户的点击结果，当用户的点击结果为否定反馈时，对意图否定切换值NegativeSwitchTotal(A，B)进行更新，具体的可以对意图否定切换值进行加1处理，得到更新后的意图否定切换值，其中，可以对更新后的意图否定切换值进行存储，可以在将该值存储至Redis，也可以存储在其他第三方数据库中，在本实例中对存储数据库不做具体限定；当用户的第一输入数据为用户在会话界面中输入反馈，且用户当前意图数据的级别可以触发推送确认数据时，统计用户对确认数据的点击结果，当用户的点击结果为否定反馈时，对意图否定切换值进行更新，具体的可以对意图否定切换值进行加1处理，得到更新后的意图否定切换值；基于更新后的意图否定切换值确定用户意图切换的第二权值。
其中，参考图7所示，计算用户意图数据由上文意图数据切换为当前意图数据的第二权值可以包括步骤S710-步骤S730：
在步骤S710中，获取所述确认数据的推送次数以及所述上文意图数据切换到所述当前意图数据的次数；
在步骤S720中，根据所述确认数据的推送次数与所述上文意图数据切换到所述当前意图数据的次数之间的除余，得到所述上文意图数据切换为当前意图数据的第二权值；
在步骤S730中，当所述第二权值高于预设第二权值时，将所述当前意图数据修改为上文意图数据。
以下，将对步骤S710-步骤S730进行解释以及说明。具体的，首先，获取意图数据切换时触发推送确认数据的次数Total(A，B)，其次，根据意图数据切换时触发推送确认数据的次数以及意图否定切换值NegativeSwitchTotal(A，B)，得到当前意图切换的第二权值，计算公式可以为：
第二权值＝(NegativeSwitchTotal(A,B)/Total(A,B))*lg(Total(A,B))
当得到第二权值后可以根据预设第二权值来确定当前意图数据，具体的，当第二权值大于第二预设权值时，则可认为上文意图数据为高相关意图数据，即，将当前意图数据纠正为上文意图数据，并且将与上文意图数据对应的应答方案推送给用户；当第二权值小于第二预设权值时，则不需要对当前意图数据进行调整。
当获得调整后的当前意图数据，则可根据该调整后的当前意图数据对用户推送对应的应答方案，具体包括步骤：当调整后的当前意图数据的级别可以触发推送确认数据时，将与该当前意图数据对应的确认数据推送至用户；当调整后的当前意图数据的级别不触发推送确认数据时，将与当前意图数据对应的应答方案推送至用户。
本公开示例实施例提供的意图识别方法以及意图识别系统至少具有以下优点：一方面，计算用户当前意图数据的第一权值，并根据该第一权值确定用户当前意图数据的级别，基于用户当前意图数据的级别推送确认数据，避免使用错误的槽值，提高了会话应答的准确率；另一方面，当用户当前意图数据发生切换时，确定用户意图数据切换的第二权值，当该第二权值大于第二预设权值时，将用户当前意图数据切换为上文意图数据，提高了意图识别的准确率。
以下，结合图8对本公开示例实施例的意图识别方法进行进一步的解释以及说明。其中，意图识别方法可以包括以下步骤：
步骤S810.判断用户的第一输入数据是否为否定数据；
步骤S820.当用户的第一输入数据为否定数据时，判断第一输入数据对应的当前意图数据是否发生切换；
步骤S830.当第一输入数据对应的当前意图数据发生切换时，计算当前意图数据的第一权值；
步骤S840.判断第一权值是否大于第一预设权值时；
步骤S850.当第一权值大于第一预设权值时，更新当前意图数据的级别；
步骤S860.根据当前意图数据的级别推送确认数据；
步骤S870.获取用户的确认结果，计算用户当前意图数据切换的第二权值；
步骤S880.当第二权值大于第二预设权值时，对当前意图数据进行调整；
步骤S890.判断调整后的当前意图数据是否存在对应的确认数据；
步骤S891.当存在确认数据时，将确认数据推送给用户；
步骤S892.当不存在确认数据时，根据当前意图数据获取与当前意图数据对应的应答方案，并将该方案推送给用户。
本公开示例实施例还提供了一种意图识别装置，参考图9所示，该意图识别装置可以包括：当前意图确定模块910、意图权值计算模块920、确认数据推送模块930以及当前意图调整模块940。其中：
当前意图确定模块910，用于获取当前会话中包括的第一输入数据，当确定所述第一输入数据为否定数据时，获取与所述第一输入数据对应的当前意图数据；
意图权值计算模块920，用于获取与所述当前意图数据对应的上文意图数据，在确定所述上文意图数据不同于当前意图数据时，计算所述当前意图数据的第一权值；
确认数据推送模块930，用于根据所述第一权值确定所述当前意图数据的级别，并基于所述当前意图数据的级别将与所述当前意图数据的级别对应的确认数据推送至用户；
当前意图调整模块940，用于获取用户对所述确认数据的确认结果，基于所述确认结果计算所述上文意图数据切换为当前意图数据的第二权值，并根据所述第二权值更新所述当前意图数据。
在本公开的一种示例性实施例中，当确定所述第一输入数据为否定数据时，获取与所述第一输入数据对应的当前意图数据，包括：
获取所述否定数据中包括的否定语料，对所述否定语料进行泛化，得到与所述第一输入数据对应的第二输入数据；
通过意图识别模型对所述第二输入数据进行识别，得到与第二输入数据对应的意图数据；
当所述与第二输入数据对应的意图数据和所述当前意图数据相同时，则所述否定语料为所述当前意图数据的否定。
在本公开的一种示例性实施例中，当确定所述第一输入数据为否定数据时，获取与所述第一输入数据对应的当前意图数据，还包括：
当所述第一输入数据为用户对所述确认数据的标识的点击处理时，获取与所述点击处理对应的确认数据中包括的当前意图数据。
在本公开的一种示例性实施例中，计算所述当前意图数据的第一权值，包括：
获取所述当前意图数据的触发总量以及所述当前意图数据出现否定反馈的触发总量，根据所述当前意图数据的触发总量和所述当前意图数据出现否定反馈的触发总量之间的除余，得到所述当前意图数据的第一权值。
在本公开的一种示例性实施例中，根据所述第一权值确定所述当前意图数据的级别，并基于所述当前意图数据的级别将与所述当前意图数据的级别对应的确认数据推送至用户，包括：
当所述当前意图数据的第一权值大于第一预设权值时，对所述当前意图数据的级别进行更新，将与更新后的当前意图数据的级别对应的确认数据推送至用户。
在本公开的一种示例性实施例中，基于所述确认结果计算所述上文意图数据切换为当前意图数据的第二权值，并根据所述第二权值更新所述当前意图数据，包括：
当所述第一输入数据为用户输入的数据，且所述当前意图数据的级别触发推送确认数据时或当所述第一输入数据为用户对所述确认数据的标识的点击处理时，获取所述用户的确认结果，根据所述确认结果计算所述上文意图数据切换为当前意图数据的第二权值，并根据所述第二权值更新所述当前意图数据。
在本公开的一种示例性实施例中，根据所述确认结果计算所述上文意图数据切换为当前意图数据的第二权值，并根据所述第二权值更新所述当前意图数据，包括：
获取所述确认数据的推送次数以及所述上文意图数据切换到所述当前意图数据的次数；
根据所述确认数据的推送次数与所述上文意图数据切换到所述当前意图数据的次数之间的除余，得到所述上文意图数据切换为当前意图数据的第二权值；
当所述第二权值高于预设第二权值时，将所述当前意图数据修改为上文意图数据。
上述意图识别装置中各模块的具体细节已经在对应的意图识别方法中进行了详细的描述，因此此处不再赘述。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外，尽管在附图中以特定顺序描述了本发明中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
在本发明的示例性实施例中，还提供了一种能够实现上述数据转换方法的电子设备。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
下面参考图10来描述根据本发明的这种实施方式的电子设备1000。图10显示的电子设备1000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10所示，电子设备以通用计算设备的形式表现。电子设备的组件可以包括但不限于：上述至少一个处理单元1010、上述至少一个存储单元1020、连接不同系统组件(包括存储单元1020和处理单元1010)的总线1030以及显示单元1040。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元1010执行，使得所述处理单元1010执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元1010可以执行如图3中所示的步骤S310：获取当前会话中包括的第一输入数据，当确定所述第一输入数据为否定数据时，获取与所述第一输入数据对应的当前意图数据；步骤S320：获取与所述当前意图数据对应的上文意图数据，在确定所述上文意图数据不同于当前意图数据时，计算所述当前意图数据的第一权值；步骤S330：根据所述第一权值确定所述当前意图数据的级别，并基于所述当前意图数据的级别将与所述当前意图数据的级别对应的确认数据推送至用户；步骤S340：获取用户对所述确认数据的确认结果，基于所述确认结果计算所述上文意图数据切换为当前意图数据的第二权值，并根据所述第二权值更新所述当前意图数据。
存储单元1020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)10201和/或高速缓存存储单元10202，还可以进一步包括只读存储单元(ROM)10203。
存储单元1020还可以包括具有一组(至少一个)程序模块10205的程序/实用工具10204，这样的程序模块10205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1030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。
电子设备1000也可以与一个或多个外部设备1100(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备1000交互的设备通信，和/或与使得该电子设备1000能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1050进行。并且，电子设备1000还可以通过网络适配器1060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)通信。如图所示，网络适配器1060通过总线1030与电子设备1000的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备1000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。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，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非易失性存储介质(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计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本发明实施方式的方法。
在本发明的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
根据本发明的实施方式的用于实现上述方法的程序产品，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，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。
所述程序产品可以采用一个或多个可读介质的任意组合。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。
计算机可读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。可读信号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)。
此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里发明的发明后，将容易想到本发明的其他实施例。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由权利要求指出。
Claims (8)
1.一种意图识别方法，其特征在于，包括：
获取当前会话中包括的第一输入数据，当确定所述第一输入数据为否定数据时，获取与所述第一输入数据对应的当前意图数据；
获取与所述当前意图数据对应的上文意图数据，在确定所述上文意图数据不同于当前意图数据时，获取所述当前意图数据的触发总量以及所述当前意图数据出现否定反馈的触发总量，根据所述当前意图数据的触发总量和所述当前意图数据出现否定反馈的触发总量之间的除余，得到所述当前意图数据的第一权值；
根据所述第一权值确定所述当前意图数据的级别，并基于所述当前意图数据的级别将与所述当前意图数据的级别对应的确认数据推送至用户；
获取用户对所述确认数据的确认结果、所述确认数据的推送次数以及所述上文意图数据切换到所述当前意图数据的次数；根据所述确认数据的推送次数与所述上文意图数据切换到所述当前意图数据的次数之间的除余，得到所述上文意图数据切换为当前意图数据的第二权值；当所述第二权值高于预设第二权值时，将所述当前意图数据修改为上文意图数据。
2.根据权利要求1所述的意图识别方法，其特征在于，当确定所述第一输入数据为否定数据时，获取与所述第一输入数据对应的当前意图数据，包括：
获取所述否定数据中包括的否定语料，对所述否定语料进行泛化，得到与所述第一输入数据对应的第二输入数据；
通过意图识别模型对所述第二输入数据进行识别，得到与第二输入数据对应的意图数据；
当所述与第二输入数据对应的意图数据和所述当前意图数据相同时，则所述否定语料为所述当前意图数据的否定。
3.根据权利要求2所述的意图识别方法，其特征在于，当确定所述第一输入数据为否定数据时，获取与所述第一输入数据对应的当前意图数据，还包括：
当所述第一输入数据为用户对所述确认数据的标识的点击处理时，获取与所述点击处理对应的确认数据中包括的当前意图数据。
4.根据权利要求1所述的意图识别方法，其特征在于，根据所述第一权值确定所述当前意图数据的级别，并基于所述当前意图数据的级别将与所述当前意图数据的级别对应的确认数据推送至用户，包括：
当所述当前意图数据的第一权值大于第一预设权值时，对所述当前意图数据的级别进行更新，将与更新后的当前意图数据的级别对应的确认数据推送至用户。
5.根据权利要求4所述的意图识别方法，其特征在于，基于所述确认结果计算所述上文意图数据切换为当前意图数据的第二权值，并根据所述第二权值更新所述当前意图数据，包括：
当所述第一输入数据为用户输入的数据，且所述当前意图数据的级别触发推送确认数据时或当所述第一输入数据为用户对所述确认数据的标识的点击处理时，获取所述用户的确认结果，根据所述确认结果计算所述上文意图数据切换为当前意图数据的第二权值，并根据所述第二权值更新所述当前意图数据。
6.一种意图识别装置，其特征在于，包括：
当前意图确定模块，用于获取当前会话中包括的第一输入数据，当确定所述第一输入数据为否定数据时，获取与所述第一输入数据对应的当前意图数据；
意图权值计算模块，用于获取与所述当前意图数据对应的上文意图数据，在确定所述上文意图数据不同于当前意图数据时，获取所述当前意图数据的触发总量以及所述当前意图数据出现否定反馈的触发总量，根据所述当前意图数据的触发总量和所述当前意图数据出现否定反馈的触发总量之间的除余，得到所述当前意图数据的第一权值；
确认数据推送模块，用于根据所述第一权值确定所述当前意图数据的级别，并基于所述当前意图数据的级别将与所述当前意图数据的级别对应的确认数据推送至用户；
当前意图调整模块，用于获取用户对所述确认数据的确认结果、所述确认数据的推送次数以及所述上文意图数据切换到所述当前意图数据的次数；根据所述确认数据的推送次数与所述上文意图数据切换到所述当前意图数据的次数之间的除余，得到所述上文意图数据切换为当前意图数据的第二权值；当所述第二权值高于预设第二权值时，将所述当前意图数据修改为上文意图数据。
7.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-5任一项所述的意图识别方法。
8.一种电子设备，其特征在于，包括：
处理器；以及
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-5任一项所述的意图识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110500512.4A CN113190665B (zh) | 2021-05-08 | 2021-05-08 | 意图识别方法和装置、存储介质、电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110500512.4A CN113190665B (zh) | 2021-05-08 | 2021-05-08 | 意图识别方法和装置、存储介质、电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113190665A CN113190665A (zh) | 2021-07-30 |
| CN113190665B true CN113190665B (zh) | 2024-02-06 |
Family
ID=76984318
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110500512.4A Active CN113190665B (zh) | 2021-05-08 | 2021-05-08 | 意图识别方法和装置、存储介质、电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113190665B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20190102702A (ko) * | 2018-02-27 | 2019-09-04 | 숭실대학교산학협력단 | 이벤트 연산 기반의 다중행동의도 추론 장치 및 그 방법 |
| CN110555095A (zh) * | 2018-05-31 | 2019-12-10 | 北京京东尚科信息技术有限公司 | 人机对话方法和装置 |
| CN110765312A (zh) * | 2018-07-10 | 2020-02-07 | 阿里巴巴集团控股有限公司 | 人机交互及内容搜索方法、装置、设备以及存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130219272A1 (en) * | 2012-02-22 | 2013-08-22 | International Business Machines Corporation | Monitoring and guiding user input among multiple computer program user interfaces |
| KR102502220B1 (ko) * | 2016-12-20 | 2023-02-22 | 삼성전자주식회사 | 전자 장치, 그의 사용자 발화 의도 판단 방법 및 비일시적 컴퓨터 판독가능 기록매체 |
-
2021
- 2021-05-08 CN CN202110500512.4A patent/CN113190665B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20190102702A (ko) * | 2018-02-27 | 2019-09-04 | 숭실대학교산학협력단 | 이벤트 연산 기반의 다중행동의도 추론 장치 및 그 방법 |
| CN110555095A (zh) * | 2018-05-31 | 2019-12-10 | 北京京东尚科信息技术有限公司 | 人机对话方法和装置 |
| CN110765312A (zh) * | 2018-07-10 | 2020-02-07 | 阿里巴巴集团控股有限公司 | 人机交互及内容搜索方法、装置、设备以及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113190665A (zh) | 2021-07-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2019076286A1 (zh) | 一种语句的用户意图识别方法和装置 | |
| US10552426B2 (en) | Adaptive conversational disambiguation system | |
| CN111177307A (zh) | 一种基于语义理解相似度阀值配置的测试方案及系统 | |
| CN115481229A (zh) | 一种应答话术推送方法、装置、电子设备及存储介质 | |
| US11699435B2 (en) | System and method to interpret natural language requests and handle natural language responses in conversation | |
| CN112579760A (zh) | 人机对话方法、装置、计算机设备及可读存储介质 | |
| CN116955569A (zh) | 对话生成方法、装置、设备及存储介质 | |
| CN111402864A (zh) | 语音处理方法及电子设备 | |
| CN115062718A (zh) | 语言模型训练方法、装置、电子设备及存储介质 | |
| CN111460117B (zh) | 对话机器人意图语料生成方法、装置、介质及电子设备 | |
| JP7182584B2 (ja) | スピーチ理解における解析異常の情報を出力するための方法 | |
| CN113190665B (zh) | 意图识别方法和装置、存储介质、电子设备 | |
| CN113569017A (zh) | 一种模型处理方法、装置、电子设备及存储介质 | |
| CN114119123A (zh) | 信息推送的方法和装置 | |
| CN115905497B (zh) | 确定答复语句的方法、装置、电子设备和存储介质 | |
| US20230070966A1 (en) | Method for processing question, electronic device and storage medium | |
| CN111753062A (zh) | 一种会话应答方案确定方法、装置、设备及介质 | |
| CN110705308A (zh) | 语音信息的领域识别方法、装置、存储介质及电子设备 | |
| CN110428814B (zh) | 一种语音识别的方法及装置 | |
| CN114490969A (zh) | 基于表格的问答方法、装置以及电子设备 | |
| CN114187903A (zh) | 语音交互的方法、装置、系统、电子设备及存储介质 | |
| CN114330345B (zh) | 命名实体识别方法、训练方法、装置、电子设备及介质 | |
| CN112466278B (zh) | 语音识别方法、装置和电子设备 | |
| US11100412B2 (en) | Extending question and answer samples | |
| CN111951784B (zh) | 语音识别中垃圾词的生成方法及装置、介质、电子设备 |
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 | ||
| CB02 | Change of applicant information |
Address after: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Daxing District, Beijing, 100176 Applicant after: Jingdong Technology Holding Co.,Ltd. Address before: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Daxing District, Beijing, 100176 Applicant before: Jingdong Digital Technology Holding Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |