一種面向智能機器人的意圖識別方法和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及智能服務(wù)技術(shù)領(lǐng)域，具體地說，涉及一種面向智能機器人的個性化意圖識別方法和系統(tǒng)。
【背景技術(shù)】
[0002]意圖識別是人工智能和自然語言處理領(lǐng)域中的一個倍受關(guān)注的研究方向，主要用于識別用戶的行為意圖。例如，在問答對話中，提問者每句話都帶有一定的意圖，應(yīng)答方則根據(jù)對方的意圖進(jìn)行回答。
[0003]面向問答的意圖識別技術(shù)可應(yīng)用在搜索引擎、智能語音助手、聊天機器人、自動客月艮、和專家系統(tǒng)等場景下。特別是在聊天機器人中，意圖識別是整個系統(tǒng)的重要組成部分，通過分析用戶意圖來了解用戶想詢問的具體內(nèi)容，再給出相應(yīng)的答案。
[0004]目前的意圖識別系統(tǒng)雖然能在一定程度上識別用戶意圖并進(jìn)行與該意圖相符的智能交互。但是由于用戶表達(dá)方式的多樣性和用戶意圖的多重可能歧義性，尚不能準(zhǔn)確識別用戶意圖。特別是隨著用戶對個性化的需求要求越來越強烈，對個性化意圖識別的期望也隨之提高。用戶不僅需要得到群體化的服務(wù)，更需要得到根據(jù)用戶的性格偏好、年齡性別職業(yè)和語言行為習(xí)慣等特性給出的更人性化和個性化的服務(wù)。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的之一在于解決現(xiàn)有的面向問答的意圖識別系統(tǒng)尚不能準(zhǔn)確識別用戶意圖的技術(shù)缺陷。
[0006]本發(fā)明的實施例首先提供一種面向智能機器人的意圖識別方法，包括以下步驟:
[0007]獲取待識別的輸入信息；
[0008]通過領(lǐng)域模型對所述待識別的輸入信息進(jìn)行意圖識別得到潛在意圖，所述潛在意圖至少有一個；
[0009]調(diào)用群體特征庫，基于群體特征針對所述潛在意圖進(jìn)行排序，得到用戶當(dāng)前群體意圖；
[0010]調(diào)用用戶個性特征庫，基于個性化特征針對所述用戶當(dāng)前群體意圖以及所述潛在意圖進(jìn)行排序，確定用戶當(dāng)前意圖。
[0011 ]在一個實施例中，所述獲取待識別的輸入信息的步驟包括:
[0012]采集用戶輸入的語音信息并提取用戶參數(shù)；
[0013]將所述語音信息和所述用戶參數(shù)轉(zhuǎn)換為文本格式信息；
[0014]對所述文本格式信息進(jìn)行預(yù)處理得到所述待識別的輸入信息。
[0015]在一個實施例中，所述確定用戶當(dāng)前意圖的步驟中包括:
[0016]在基于個性化特征的排序結(jié)果中存在分值最高的目標(biāo)意圖，且該目標(biāo)意圖與分值排序為第二位的個性化意圖之間的分值差超出預(yù)設(shè)值的情況下，確定該目標(biāo)意圖為用戶當(dāng)前意圖。
[0017]在一個實施例中，所述確定用戶當(dāng)前意圖的步驟中還包括:
[0018]在基于個性化特征的排序結(jié)果中存在分值最高的目標(biāo)意圖，而該目標(biāo)意圖與分值排序為第二位的個性化意圖之間的分值差低于預(yù)設(shè)值的情況下，利用上下文系統(tǒng)輸出針對用戶當(dāng)前意圖的提問信息；
[0019]接收對所述提問信息的用戶反饋信息，根據(jù)該反饋信息獲得用戶當(dāng)前意圖。
[0020]在一個實施例中，還包括:
[0021 ]采集互聯(lián)網(wǎng)數(shù)據(jù)更新群體特征庫；以及/或者
[0022]從接收到的用戶反饋信息中提取多數(shù)用戶的當(dāng)前意圖，更新所述群體特征庫。
[0023]在一個實施例中，還包括:積累所述用戶參數(shù)以及/或者所述用戶反饋信息，更新所述個性化特征庫。
[0024]本發(fā)明的實施例還提供一種面向智能機器人的意圖識別系統(tǒng)，包括:
[0025]獲取模塊，其配置為獲取待識別的輸入信息；
[0026]意圖識別模塊，其配置為通過領(lǐng)域模型對所述待識別的輸入信息進(jìn)行意圖識別得到潛在意圖，所述潛在意圖至少有一個；
[0027]群體特征排序模塊，其配置為調(diào)用群體特征庫，基于群體特征針對所述潛在意圖進(jìn)行排序，得到用戶當(dāng)前群體意圖；
[0028]個性化特征排序模塊，其配置為調(diào)用用戶個性特征庫，基于個性化特征針對所述用戶當(dāng)前群體意圖以及所述潛在意圖進(jìn)行排序，確定用戶當(dāng)前意圖。
[0029]在一個實施例中，所述獲取模塊還包括:
[0030]采集子模塊，其配置為采集用戶輸入的語音信息并提取用戶參數(shù)；
[0031 ]轉(zhuǎn)換子模塊，其配置為將所述語音信息和所述用戶參數(shù)轉(zhuǎn)換為文本格式信息；
[0032]預(yù)處理子模塊，其配置為對所述文本格式信息進(jìn)行預(yù)處理得到所述待識別的輸入
?目息O
[0033]在一個實施例中，所述個性化特征排序模塊中還包括:
[0034]分值判斷子模塊，其配置為在基于個性化特征的排序結(jié)果中存在分值最高的目標(biāo)意圖，且該目標(biāo)意圖與分值排序為第二位的個性化意圖之間的分值差超出預(yù)設(shè)值的情況下，確定該目標(biāo)意圖為用戶當(dāng)前意圖。
[0035]在一個實施例中，所述個性化特征排序模塊中還包括:
[0036]問題輸出子模塊，其配置為在基于個性化特征的排序結(jié)果中存在分值最高的目標(biāo)意圖，而該目標(biāo)意圖與分值排序為第二位的個性化意圖之間的分值差低于預(yù)設(shè)值的情況下，利用上下文系統(tǒng)輸出針對用戶當(dāng)前意圖的提問信息；
[0037]反饋接收子模塊，其配置為接收對所述提問信息的用戶反饋信息，根據(jù)該反饋信息獲得用戶當(dāng)前意圖。
[0038]在一個實施例中，還包括:
[0039]第一群體特征更新模塊，其配置為采集互聯(lián)網(wǎng)數(shù)據(jù)更新群體特征庫；以及/或者
[0040]第二群體特征更新模塊，其配置為從接收到的用戶反饋信息中提取多數(shù)用戶的當(dāng)前意圖，更新所述群體特征庫。
[0041 ] 在一個實施例中，還包括:
[0042]個性化特征更新模塊，其配置為積累所述用戶參數(shù)以及/或者所述用戶反饋信息，更新所述個性化特征庫。
[0043]本發(fā)明的實施例可以在用戶與智能機器人的問答過程中基于群體特征排序獲得用戶的群體意圖，在完成群體意圖識別之后再通過個性化特征排序獲得用戶的個性化意圖，從而識別到符合用戶特征的意圖，為用戶提供更人性化和個性化的服務(wù)。
[0044]在不能準(zhǔn)確確定個性化的用戶意圖時，智能機器人能發(fā)起提問與用戶進(jìn)行交互，從用戶對問題的反饋中獲得最終的用戶意圖。還能通過互聯(lián)網(wǎng)數(shù)據(jù)和用戶群體中多數(shù)的反饋信息更新群體特征庫，并通過積累用戶參數(shù)和用戶反饋更新個性化特征庫，以使得后續(xù)的意圖識別過程更符合用戶特征。
[0045]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】
[0046]附圖用來提供對本發(fā)明的進(jìn)一步理解，并且構(gòu)成說明書的一部分，與本發(fā)明的實施例共同用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的限制。在附圖中:
[0047]圖1為本發(fā)明實施例一的意圖識別方法的步驟流程圖；
[0048]圖2a為本發(fā)明實施例二的個性化特征排序方法的流程圖；
[0049]圖2b為本發(fā)明實施例二的個性化特征排序方法的另一種流程圖；
[0050]圖2c為本發(fā)明實施例二的個性化特征排序方法的又一種流程圖；
[0051]圖3為本發(fā)明實施例三的意圖識別系統(tǒng)的結(jié)構(gòu)圖；
[0052]圖4a為本發(fā)明實施例四的分值判斷子模塊的結(jié)構(gòu)示意圖；
[0053]圖4b為本發(fā)明實施例四的分值判斷子模塊的另一種結(jié)構(gòu)示意圖；
[0054]圖4c為本發(fā)明實施例四的分值判斷子模塊的又一種結(jié)構(gòu)示意圖。
【具體實施方式】
[0055]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，以下結(jié)合附圖對本發(fā)明作進(jìn)一步地詳細(xì)說明。
[0056]以下結(jié)合說明書附圖對本發(fā)明的實施例進(jìn)行說明，應(yīng)當(dāng)理解，此處所描述的優(yōu)選實施例僅