本發(fā)明涉及人機交互技術(shù)領(lǐng)域，具體地說，涉及一種面向智能機器人開發(fā)的自定義意圖實現(xiàn)方法及裝置。

背景技術(shù)：

隨著科學技術(shù)的不斷發(fā)展，信息技術(shù)、計算機技術(shù)以及人工智能技術(shù)的引入，機器人的研究已經(jīng)逐步走出工業(yè)領(lǐng)域，逐漸擴展到了醫(yī)療、保健、家庭、娛樂以及服務(wù)行業(yè)等領(lǐng)域。人們對于機器人的要求也從簡單重復(fù)的機械動作提升為具有高度智能型、自主性及與其他智能體交互的智能機器人。

為了滿足人們?nèi)找嬖鲩L的需求，本領(lǐng)域技術(shù)人員需要不斷提高智能機器人的交互能力和智能性，使智能機器人的用戶體驗越來越好。

技術(shù)實現(xiàn)要素：

本發(fā)明提供了一種面向智能機器人的自定義意圖識別的實現(xiàn)方法，包括：

獲取用戶輸入的針對目標應(yīng)用的意圖識別解析樣例及對應(yīng)需識別意圖；

對所述解析樣例進行語義理解，根據(jù)實體詞庫識別所述解析樣例中的實體詞，獲取所述實體詞對應(yīng)的實體名稱，結(jié)合確定的實體名稱，生成匹配參數(shù)，使用所述匹配參數(shù)替換所述解析樣例中的實體詞，生成規(guī)則句式；

獲取待意圖識別的文本數(shù)據(jù)，根據(jù)所述規(guī)則句式，解析所述文本數(shù)據(jù)生成對應(yīng)的規(guī)則實例，結(jié)合所述規(guī)則實例與所述解析樣例的相似度，判斷所述文本數(shù)據(jù)是否匹配所述需識別意圖；

當匹配成功時，執(zhí)行所述需識別意圖對應(yīng)的控制指令。

根據(jù)本發(fā)明的一個實施例，所述根據(jù)所述規(guī)則句式，解析所述文本數(shù)據(jù)生成對應(yīng)的規(guī)則實例包括：

提取所述待意圖識別的文本數(shù)據(jù)中，與所述匹配參數(shù)對應(yīng)的實體詞；

使用所提取的實體詞替換所述規(guī)則句式中的匹配參數(shù)，生成規(guī)則實例。

根據(jù)本發(fā)明的一個實施例，本發(fā)明提供的面向智能機器人的自定義意圖識別的實現(xiàn)方法還包括：

獲取用戶輸入的所述需識別意圖對應(yīng)的相似度閾值；當存在多個需匹配意圖時，所述根據(jù)所述相似度，判斷所述文本數(shù)據(jù)是否匹配所述需識別意圖，包括：

確定與所述文本數(shù)據(jù)的相似度最高的規(guī)則實例；

判斷其相似度是否超過該規(guī)則實例對應(yīng)的相似度閾值，

當所述相似度超過所述相似度閾值時，判斷所述文本數(shù)據(jù)與該規(guī)則實例對應(yīng)的需識別意圖匹配。

根據(jù)本發(fā)明的一個實施例，所述比較所述規(guī)則實例與所述文本數(shù)據(jù)的相似度，包括：

對所述規(guī)則實例及所述文本數(shù)據(jù)進行分詞；

對分詞結(jié)果進行無關(guān)詞標注；

結(jié)合無關(guān)詞標注結(jié)果，比較所述規(guī)則實例及所述文本數(shù)據(jù)的相似度。

根據(jù)本發(fā)明的一個實施例，結(jié)合詞性、詞頻及詞的前后關(guān)系，通過crf對分詞結(jié)果進行無關(guān)詞標注。

本發(fā)明實施例還提供一種面向智能機器人的自定義意圖識別的實現(xiàn)裝置，包括：

獲取模塊，用于獲取用戶輸入的針對目標應(yīng)用的意圖識別解析樣例及對應(yīng)需識別意圖；

規(guī)則生成模塊，用于對所述解析樣例進行語義理解，根據(jù)實體詞庫識別所述解析樣例中的實體詞，獲取所述實體詞對應(yīng)的實體名稱，結(jié)合確定的實體名稱，生成匹配參數(shù)，使用所述匹配參數(shù)替換所述解析樣例中的實體詞，生成規(guī)則句式；

意圖識別模塊，用于獲取待意圖識別的文本數(shù)據(jù)，根據(jù)所述規(guī)則句式，解析所述文本數(shù)據(jù)生成對應(yīng)的規(guī)則實例，結(jié)合所述規(guī)則實例與所述解析樣例的相似度，判斷所述文本數(shù)據(jù)是否匹配所述需識別意圖；

指令執(zhí)行模塊，用于當匹配成功時，執(zhí)行所述需識別意圖對應(yīng)的控制指令。

根據(jù)本發(fā)明的一個實施例，所述規(guī)則生成模塊根據(jù)所述規(guī)則句式，解析所述文本數(shù)據(jù)生成對應(yīng)的規(guī)則實例包括：

提取所述待意圖識別的文本數(shù)據(jù)中，與所述匹配參數(shù)對應(yīng)的實體詞；

使用所提取的實體詞替換所述規(guī)則句式中的匹配參數(shù)，生成規(guī)則實例。

根據(jù)本發(fā)明的一個實施例，所述獲取模塊還用于：

獲取用戶輸入的所述需識別意圖對應(yīng)的相似度閾值；

當存在多個需匹配意圖時，所述意圖識別模塊根據(jù)所述相似度，判斷所述文本數(shù)據(jù)是否匹配所述需識別意圖，包括：

確定與所述文本數(shù)據(jù)的相似度最高的規(guī)則實例；

判斷其相似度是否超過該規(guī)則實例對應(yīng)的相似度閾值，

當所述相似度超過所述相似度閾值時，判斷所述文本數(shù)據(jù)與該規(guī)則實例對應(yīng)的需識別意圖匹配。

根據(jù)本發(fā)明的一個實施例，所述意圖識別模塊比較所述規(guī)則實例與所述文本數(shù)據(jù)的相似度，包括：

對所述規(guī)則實例及所述文本數(shù)據(jù)進行分詞；

對分詞結(jié)果進行無關(guān)詞標注；

結(jié)合無關(guān)詞標注結(jié)果，比較所述規(guī)則實例及所述文本數(shù)據(jù)的相似度。

根據(jù)本發(fā)明的一個實施例，

結(jié)合詞性、詞頻及詞的前后關(guān)系，通過crf對分詞結(jié)果進行無關(guān)詞標注。

本發(fā)明提供了一種面向智能機器人開發(fā)的自定義意圖實現(xiàn)方法及裝置，可以使智能機器人應(yīng)用的開發(fā)者根據(jù)自己的需求進行意圖識別的自定義，增加了智能機器人應(yīng)用的開發(fā)靈活度，并且可以使應(yīng)用的開發(fā)者通過簡單的設(shè)定實現(xiàn)應(yīng)用意圖識別的設(shè)計，可以令更多的應(yīng)用開發(fā)者加入到智能機器人的應(yīng)用開發(fā)中，提高了智能機器人技術(shù)的發(fā)展速度，用戶體驗越來越好，通過規(guī)則實例與待意圖識別的文本數(shù)據(jù)的相似度匹配，來實現(xiàn)意圖識別，可以有效提高意圖識別的準確率，進而令智能機器人的交互能力和智能性越來越強，能夠滿足更多人的需求。

本發(fā)明的其它特征和優(yōu)點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點可通過在說明書、權(quán)利要求書以及附圖中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要的附圖做簡單的介紹：

圖1是本申請實施例提供的一種面向智能機器人的自定義意圖識別的實現(xiàn)方法流程圖；

圖2是本申請實施例提供的一種意圖識別方法流程圖；

圖3是本發(fā)明實施例提供的一種確定相似度方法流程圖；

圖4是本發(fā)明實施例提供的一種面向智能機器人的自定義意圖識別的實現(xiàn)裝置結(jié)構(gòu)示意圖；

圖5是本發(fā)明實施例提供的另一種面向智能機器人的自定義意圖識別的實現(xiàn)裝置結(jié)構(gòu)示意圖。

具體實施方式

以下將結(jié)合附圖及實施例來詳細說明本發(fā)明的實施方式，借此對本發(fā)明如何應(yīng)用技術(shù)手段來解決技術(shù)問題，并達成技術(shù)效果的實現(xiàn)過程能充分理解并據(jù)以實施。需要說明的是，只要不構(gòu)成沖突，本發(fā)明中的各個實施例以及各實施例中的各個特征可以相互結(jié)合，所形成的技術(shù)方案均在本發(fā)明的保護范圍之內(nèi)。

同時，在以下說明中，出于解釋的目的而闡述了許多具體細節(jié)，以提供對本發(fā)明實施例的徹底理解。然而，對本領(lǐng)域的技術(shù)人員來說顯而易見的是，本發(fā)明可以不用這里的具體細節(jié)或者所描述的特定方式來實施。

另外，在附圖的流程圖示出的步驟可以在諸如一組計算機可執(zhí)行指令的計算機系統(tǒng)中執(zhí)行，并且，雖然在流程圖中示出了邏輯順序，但是在某些情況下，可以以不同于此處的順序執(zhí)行所示出或描述的步驟。

目前，智能機器人技術(shù)在不斷提高，越來越多的開發(fā)者加入了智能機器人應(yīng)用開發(fā)的行列，然而，由于智能機器人的交互方式與傳統(tǒng)的交互方式不同，與傳統(tǒng)的手機和電腦等移動終端的觸控式或者鼠標的操作方式相比，安裝在智能機器人上的應(yīng)用，由于智能機器人的智能性和類人性要求，需要主動響應(yīng)用戶的語音或者文字輸入的意圖，這就需要智能機器人有較強的意圖識別能力。

由于開發(fā)者可能開發(fā)的應(yīng)用多種多樣，智能機器人很難對每個開發(fā)者開發(fā)的應(yīng)用都進行準確度較高的意圖識別，并且并不是所有的應(yīng)用開發(fā)者都具有獨立的開發(fā)整個機器人的能力，能夠針對其應(yīng)用單獨開發(fā)可意圖識別的機器人，因此，如何實現(xiàn)讓機器人能夠?qū)Ω鲬?yīng)用開發(fā)者設(shè)定的意圖都能理解，滿足應(yīng)用開發(fā)者可通過簡單、快捷的方式進行機器人應(yīng)用開發(fā)，即可滿足其應(yīng)用的意圖識別自定義需求，縮短開發(fā)周期，是本領(lǐng)域技術(shù)人員亟需解決的問題。

為了解決這個問題，本發(fā)明提供了一種面向智能機器人的自定義意圖識別的實現(xiàn)方法，通過本發(fā)明，智能機器人應(yīng)用的開發(fā)者可以設(shè)定針對其應(yīng)用的意圖識別規(guī)則，從而使智能機器人的意圖識別能力滿足其應(yīng)用的需求。

本申請?zhí)峁┑姆椒ê脱b置意圖服務(wù)于智能機器人應(yīng)用的開發(fā)者，因此，本文中所述用戶為智能機器人應(yīng)用的開發(fā)者。本申請中的智能機器人可以是智能硬件、實體機器人以及微信公眾號和移動應(yīng)用等第三方平臺，本申請中智能機器人中的應(yīng)用，可以是安裝在實體機器人中的可從應(yīng)用商店下載的客戶端軟件app，也可以是用于微信公知號，網(wǎng)絡(luò)平臺，或移動應(yīng)用上，實現(xiàn)家居場景，或者客服場景上某一具有交互功能的應(yīng)用模塊，或者其他任何基于人工智能技術(shù)，通過意圖識別以實現(xiàn)與人的交互的應(yīng)用或功能。本申請?zhí)峁┑姆椒ǖ膱?zhí)行主體可以是用于智能機器人應(yīng)用開發(fā)的平臺或者系統(tǒng)。

如圖1所示，本發(fā)明實施例提供的一種面向智能機器人的自定義意圖識別的實現(xiàn)方法，包括：

s101、獲取用戶輸入的針對目標應(yīng)用的意圖識別解析樣例及對應(yīng)需識別意圖；

s102、對所述解析樣例進行語義理解，根據(jù)實體詞庫識別所述解析樣例中的實體詞，獲取所述實體詞對應(yīng)的實體名稱，結(jié)合確定的實體名稱，生成匹配參數(shù)，使用所述匹配參數(shù)替換所述解析樣例中的實體詞，生成規(guī)則句式；

s103、獲取待意圖識別的文本數(shù)據(jù)，根據(jù)所述規(guī)則句式，解析所述文本數(shù)據(jù)生成對應(yīng)的規(guī)則實例，結(jié)合所述規(guī)則實例與所述解析樣例的相似度，判斷所述文本數(shù)據(jù)是否匹配所述需識別意圖；

s104、當匹配成功時，執(zhí)行所述需識別意圖對應(yīng)的控制指令。

(1)以天氣查詢應(yīng)用為例，用戶輸入的意圖識別解析樣例可以是“北京今天天氣怎么樣”，對應(yīng)的需識別意圖可以是“查天氣”；

(2)接收到這樣的解析樣例(“北京今天天氣怎么樣”)之后，本發(fā)明提供的自定義意圖識別方法，可以通過語義理解并結(jié)合實體詞庫對解析樣例進行解析，例如，“北京今天天氣怎么樣”，其中的實體詞包括“北京”，“今天”，進一步，確定各實體詞對應(yīng)的實體名稱，例如，“北京”的實體名稱可以為“城市”，“今天”的實體名稱可以為“時間”。

(3)獲取了解析樣例中各實體的實體名稱后，可以跟據(jù)該實體名稱，生成匹配參數(shù)，如實體名稱為“城市”，生成的對應(yīng)匹配參數(shù)可以為“city”，實體名稱為“時間”，匹配參數(shù)可以為“time”，匹配參數(shù)的生成規(guī)則不進行具體限定，匹配參數(shù)可以用來替換解析樣例中的實體名稱對應(yīng)的實體詞，來生成規(guī)則句式，例如“北京今天天氣怎么樣”，生成的規(guī)則句式，可以是“<city><time>天氣怎么樣”。

需要說明的是，所述匹配參數(shù)與實體名稱相關(guān)聯(lián)，而一個實體名稱可能對應(yīng)多個匹配參數(shù)，例如，應(yīng)用開發(fā)者要開發(fā)查列車班次這一應(yīng)用，輸入的解析樣例可以為“北京到上海的列車班次”，解析并提取到“北京”的實體名稱“城市”，對應(yīng)的匹配參數(shù)可以為“fromcity”,“上?！钡膶嶓w名稱為“城市”，對應(yīng)的匹配參數(shù)可以為“tocity”,其中“fromcity”與實體名稱“城市”相關(guān)聯(lián)，“tocity”也與實體名稱“城市”相關(guān)聯(lián)。生成匹配參數(shù)時，可以僅根據(jù)實體名稱生成匹配參數(shù)，例如將匹配參數(shù)生成為“city1”和“city2”，也可以結(jié)合“北京到上海的列車班次”這一解析樣例的解析結(jié)果，將匹配參數(shù)生成為“fromcity”和“tocity”。

綜上所述，對于匹配參數(shù)的形式，生成規(guī)則，本申請不進行限定，本領(lǐng)域技術(shù)人員可以根據(jù)需求進行匹配參數(shù)的設(shè)定，只要能滿足生成規(guī)則句式的需要即可。

進一步，本申請實施例提供的意圖識別方法，可以通過相似度計算實現(xiàn)，在接收到待意圖識別的文本數(shù)據(jù)時，提取意圖識別文本數(shù)據(jù)中的，與匹配參數(shù)對應(yīng)的實體詞，再使用提取的實體詞替換規(guī)則句式中的匹配參數(shù)，生成該文本數(shù)據(jù)對應(yīng)的規(guī)則實例。

其中，待意圖識別的文本數(shù)據(jù)，可以是應(yīng)用開發(fā)者輸入的測試文本，也可以是安裝該應(yīng)用的機器人通過語音識別獲取到的文本數(shù)據(jù)，當然，也可以是獲取到的其他需要進行意圖識別的文本數(shù)據(jù)，本申請不進行限定。

意圖識別的過程中，假如輸入的待意圖識別的文本數(shù)據(jù)為“上海明天天氣好么”，那么獲取到文本數(shù)據(jù)中的與匹配參數(shù)對應(yīng)的實體詞可以為“上海”和“明天”，那么生成的規(guī)則實例可以是“上海明天天氣怎么樣”，再對規(guī)則實例“上海明天天氣怎么樣”和待意圖識別的文本數(shù)據(jù)“上海明天天氣好么”，進行相似度比對。

當存在多個需匹配意圖時，可以通過比較該文本數(shù)據(jù)，與各需匹配意圖對應(yīng)的規(guī)則實例的相似度，來確定與該文本數(shù)據(jù)最貼近的意圖，即：查天氣。

例如，當查天氣意圖，和查列車班次意圖并存時，查天氣意圖的規(guī)則句式為“<city><time>天氣怎么樣”，而查列車班次的規(guī)則句式為“從<fromcity>到<tocity>的列車班次”，那么當獲取到的待意圖識別文本數(shù)據(jù)為“北京今天天氣好不好”，此時查天氣意圖對應(yīng)的規(guī)則實例為“北京今天天氣怎么樣”，而查列車班次意圖對應(yīng)的規(guī)則實例為“從北京到<tocity>的列車班次”，進而可以計算兩個意圖對應(yīng)的規(guī)則實例，與待意圖識別文本數(shù)據(jù)之間的相似度。

相似度的比較結(jié)果是，查天氣意圖對應(yīng)的規(guī)則實例，與該待意圖識別文本數(shù)據(jù)之間的相似度較高，則進一步判斷相似度是否超過了該規(guī)則實例對應(yīng)的相似度閾值，該相似度閾值，可以為用戶自定義的相似度閾值，則本發(fā)明實施例提供的面向智能機器人的自定義意圖識別的實現(xiàn)方法，還包括：獲取用戶輸入的所述需識別意圖對應(yīng)的相似度閾值，其中，由于需識別意圖與規(guī)則實例相對應(yīng)，因此，該解析樣例對應(yīng)的相似度閾值，即為該需識別意圖對應(yīng)的相似度閾值。

如圖2所示，根據(jù)所述相似度，判斷所述文本數(shù)據(jù)是否匹配所述需識別意圖，包括：

s201、確定與所述文本數(shù)據(jù)的相似度最高的規(guī)則實例；

s202、判斷其相似度是否超過該規(guī)則實例對應(yīng)的相似度閾值；

s203、當所述相似度超過所述相似度閾值時，判斷所述文本數(shù)據(jù)與該規(guī)則實例對應(yīng)的需識別意圖匹配。

實際應(yīng)用中，本領(lǐng)域技術(shù)人員可以采用多種方式比較規(guī)則實例與文本數(shù)據(jù)的相似度，較佳的，如圖3所示，本申請?zhí)峁┑囊环N比較規(guī)則實例與文本數(shù)據(jù)相似度的方法包括：

s301、對所述規(guī)則實例及所述文本數(shù)據(jù)進行分詞；

s302、對分詞結(jié)果進行無關(guān)詞標注；

s303、結(jié)合無關(guān)詞標注結(jié)果，比較所述規(guī)則實例及所述文本數(shù)據(jù)的相似度。

實際應(yīng)用中，獲取到的解析樣例，和待意圖識別的文本數(shù)據(jù)中，可能存在大量的無關(guān)詞，例如如果輸入的文本數(shù)據(jù)為“麻煩你告訴我一下北京人口數(shù)”，而查天氣意圖對應(yīng)的規(guī)則句式為“麻煩你告訴我一下<city>天氣”，查人口數(shù)的規(guī)則句式為“<city>人口是多少”，如果直接根據(jù)分詞結(jié)果獲得的集合進行相似度比對，則得出的結(jié)果為文本數(shù)據(jù)與查天氣的意圖匹配，進而輸出查天氣的結(jié)果。

為了解決這一問題，本申請首先對分詞結(jié)果中的無關(guān)詞進行標注，將文本數(shù)據(jù)和規(guī)則句式中的“麻煩/你/告訴/我/一下”標注為無關(guān)詞，進而能夠基于核心詞匯進行相似度比對，從而避免意圖識別結(jié)果受太多無關(guān)音素的干擾，影響意圖識別的準確度。

進一步，本申請中進一步采用條件隨機場crf對分詞結(jié)果進行無關(guān)詞標注。

根據(jù)本發(fā)明的一個實施例，所述通過crf對分詞結(jié)果進行無關(guān)詞標注，包括：

結(jié)合詞性、詞頻及詞的前后關(guān)系，通過crf對分詞結(jié)果進行無關(guān)詞標注。

由于本發(fā)明的方法描述的是在計算機系統(tǒng)中實現(xiàn)的。該計算機系統(tǒng)例如可以設(shè)置在機器人的控制核心處理器中。例如，本文所述的方法可以實現(xiàn)為能以控制邏輯來執(zhí)行的軟件，其由機器人控制系統(tǒng)中的cpu來執(zhí)行。本文所述的功能可以實現(xiàn)為存儲在非暫時性有形計算機可讀介質(zhì)中的程序指令集合。當以這種方式實現(xiàn)時，該計算機程序包括一組指令，當該組指令由計算機運行時其促使計算機執(zhí)行能實施上述功能的方法?？删幊踢壿嬁梢詴簳r或永久地安裝在非暫時性有形計算機可讀介質(zhì)中，例如只讀存儲器芯片、計算機存儲器、磁盤或其他存儲介質(zhì)。除了以軟件來實現(xiàn)之外，本文所述的邏輯可利用分立部件、集成電路、與可編程邏輯設(shè)備(諸如，現(xiàn)場可編程門陣列(fpga)或微處理器)結(jié)合使用的可編程邏輯，或者包括它們?nèi)我饨M合的任何其他設(shè)備來體現(xiàn)。所有此類實施例旨在落入本發(fā)明的范圍之內(nèi)。

本申請?zhí)峁┑拿嫦蛑悄軝C器人的自定義意圖識別的實現(xiàn)方法，可以用于應(yīng)用開發(fā)平臺，應(yīng)用開發(fā)服務(wù)器，或者可用于機器人應(yīng)用開發(fā)的機器人本身，可以通過應(yīng)用開發(fā)網(wǎng)站，應(yīng)用開發(fā)器的形式，為智能機器人的應(yīng)用開發(fā)者提供服務(wù)。

本發(fā)明實施例還提供一種自定義面向智能機器人的意圖識別的實現(xiàn)裝置，該實現(xiàn)裝置的具體實施例可參考本發(fā)明實施中的自定義面向智能機器人的意圖識別的實現(xiàn)方法的實施例，在此不做重復(fù)限定，本發(fā)明實施例提供的自定義面向智能機器人的意圖識別的實現(xiàn)裝置可以裝載在網(wǎng)絡(luò)服務(wù)器，以平臺的形式服務(wù)于應(yīng)用開發(fā)者，也可以存在于可進行應(yīng)用開發(fā)的機器人上，可以實現(xiàn)智能硬件、實體機器人以及微信公眾號和移動應(yīng)用等第三方平臺上的自定義意圖識別的實現(xiàn)，如圖4所示，該實現(xiàn)裝置的結(jié)構(gòu)包括：

獲取模塊401，用于獲取用戶輸入的針對目標應(yīng)用的意圖識別解析樣例及對應(yīng)需識別意圖；

規(guī)則生成模塊402，用于對所述解析樣例進行語義理解，根據(jù)實體詞庫識別所述解析樣例中的實體詞，獲取所述實體詞對應(yīng)的實體名稱，結(jié)合確定的實體名稱，生成匹配參數(shù)，使用所述匹配參數(shù)替換所述解析樣例中的實體詞，生成規(guī)則句式；

意圖識別模塊403，用于獲取待意圖識別的文本數(shù)據(jù)，根據(jù)所述規(guī)則句式，解析所述文本數(shù)據(jù)生成對應(yīng)的規(guī)則實例，結(jié)合所述規(guī)則實例與所述解析樣例的相似度，判斷所述文本數(shù)據(jù)是否匹配所述需識別意圖；

指令執(zhí)行模塊404，用于當匹配成功時，執(zhí)行所述需識別意圖對應(yīng)的控制指令。

所述規(guī)則生成模塊根據(jù)所述規(guī)則句式，解析所述文本數(shù)據(jù)生成對應(yīng)的規(guī)則實例包括：

提取所述待意圖識別的文本數(shù)據(jù)中，與所述匹配參數(shù)對應(yīng)的實體詞；

使用所提取的實體詞替換所述規(guī)則句式中的匹配參數(shù)，生成規(guī)則實例。

進一步，所述獲取模塊還用于：

獲取用戶輸入的所述需識別意圖對應(yīng)的相似度閾值；

當存在多個需匹配意圖時，所述意圖識別模塊根據(jù)所述相似度，判斷所述文本數(shù)據(jù)是否匹配所述需識別意圖，包括：

確定與所述文本數(shù)據(jù)的相似度最高的規(guī)則實例；

判斷其相似度是否超過該規(guī)則實例對應(yīng)的相似度閾值，

當所述相似度超過所述相似度閾值時，判斷所述文本數(shù)據(jù)與該規(guī)則實例對應(yīng)的需識別意圖匹配。

所述意圖識別模塊比較所述規(guī)則實例與所述文本數(shù)據(jù)的相似度，包括：

對所述規(guī)則實例及所述文本數(shù)據(jù)進行分詞；

對分詞結(jié)果進行無關(guān)詞標注；

結(jié)合無關(guān)詞標注結(jié)果，比較所述規(guī)則實例及所述文本數(shù)據(jù)的相似度。

進一步，意圖識別模塊可以通過條件隨機場crf對分詞結(jié)果進行無關(guān)詞標注。

較佳的，意圖識別模塊可以結(jié)合詞性、詞頻及詞的前后關(guān)系，通過crf對分詞結(jié)果進行無關(guān)詞標注。

如圖5所示，本申請還提供一種面向智能機器人的自定義意圖識別的實現(xiàn)裝置，包括存儲器501和一個或多個處理器502，其中，存儲器501存儲一個或多個計算機可讀程序代碼，所述一個或多個處理器502用于執(zhí)行一個或多個計算機可讀程序代碼以實現(xiàn)：

獲取用戶輸入的針對目標應(yīng)用的意圖識別解析樣例及對應(yīng)需識別意圖；

對所述解析樣例進行語義理解，根據(jù)實體詞庫識別所述解析樣例中的實體詞，獲取所述實體詞對應(yīng)的實體名稱，結(jié)合確定的實體名稱，生成匹配參數(shù)，使用所述匹配參數(shù)替換所述解析樣例中的實體詞，生成規(guī)則句式；

獲取待意圖識別的文本數(shù)據(jù)，根據(jù)所述規(guī)則句式，解析所述文本數(shù)據(jù)生成對應(yīng)的規(guī)則實例，結(jié)合所述規(guī)則實例與所述解析樣例的相似度，判斷所述文本數(shù)據(jù)是否匹配所述需識別意圖；

當匹配成功時，執(zhí)行所述需識別意圖對應(yīng)的控制指令。

根據(jù)本發(fā)明的一個實施例，所述根據(jù)所述規(guī)則句式，解析所述文本數(shù)據(jù)生成對應(yīng)的規(guī)則實例包括：

提取所述待意圖識別的文本數(shù)據(jù)中，與所述匹配參數(shù)對應(yīng)的實體詞；

使用所提取的實體詞替換所述規(guī)則句式中的匹配參數(shù)，生成規(guī)則實例。

根據(jù)本發(fā)明的一個實施例，所述一個或多個處理器502還用于執(zhí)行一個或多個計算機可讀程序代碼以實現(xiàn)：

獲取用戶輸入的所述需識別意圖對應(yīng)的相似度閾值；當存在多個需匹配意圖時，所述根據(jù)所述相似度，判斷所述文本數(shù)據(jù)是否匹配所述需識別意圖，包括：

確定與所述文本數(shù)據(jù)的相似度最高的規(guī)則實例；

判斷其相似度是否超過該規(guī)則實例對應(yīng)的相似度閾值，

當所述相似度超過所述相似度閾值時，判斷所述文本數(shù)據(jù)與該規(guī)則實例對應(yīng)的需識別意圖匹配。

根據(jù)本發(fā)明的一個實施例，所述比較所述規(guī)則實例與所述文本數(shù)據(jù)的相似度，包括：

對所述規(guī)則實例及所述文本數(shù)據(jù)進行分詞；

對分詞結(jié)果進行無關(guān)詞標注；

結(jié)合無關(guān)詞標注結(jié)果，比較所述規(guī)則實例及所述文本數(shù)據(jù)的相似度。

根據(jù)本發(fā)明的一個實施例，通過條件隨機場crf對分詞結(jié)果進行無關(guān)詞標注。

根據(jù)本發(fā)明的一個實施例，所述通過crf對分詞結(jié)果進行無關(guān)詞標注，包括：

結(jié)合詞性、詞頻及詞的前后關(guān)系，通過crf對分詞結(jié)果進行無關(guān)詞標注。

應(yīng)該理解的是，本發(fā)明所公開的實施例不限于這里所公開的特定結(jié)構(gòu)、處理步驟或材料，而應(yīng)當延伸到相關(guān)領(lǐng)域的普通技術(shù)人員所理解的這些特征的等同替代。還應(yīng)當理解的是，在此使用的術(shù)語僅用于描述特定實施例的目的，而并不意味著限制。

說明書中提到的“一個實施例”或“實施例”意指結(jié)合實施例描述的特定特征、結(jié)構(gòu)或特性包括在本發(fā)明的至少一個實施例中。因此，說明書通篇各個地方出現(xiàn)的短語“一個實施例”或“實施例”并不一定均指同一個實施例。

雖然上述示例用于說明本發(fā)明在一個或多個應(yīng)用中的原理，但對于本領(lǐng)域的技術(shù)人員來說，在不背離本發(fā)明的原理和思想的情況下，明顯可以在形式上、用法及實施的細節(jié)上作各種修改而不用付出創(chuàng)造性勞動。因此，本發(fā)明由所附的權(quán)利要求書來限定。