本技術(shù)涉及自然語言處理，尤其涉及一種意圖識別方法、裝置、電子設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、當前智能客服機器人的應(yīng)用越發(fā)廣泛，智能客服機器人通過與用戶對話進行意圖識別，確定用戶的意圖，并為用戶的問題提供解答。比如，在相關(guān)技術(shù)中，針對每個業(yè)務(wù)場景，通過都會人為預(yù)配置一下與該業(yè)務(wù)場景相關(guān)的通用意圖，在智能客服機器人與用戶對話過程中，即可通過語義分析從預(yù)配置的通用意圖中確定用戶本次的意圖。

2、然而，不同業(yè)務(wù)場景所涉及的意圖不同，因而為每種業(yè)務(wù)場景都人為預(yù)配置若干通用意圖的過程較復(fù)雜；并且，在不同業(yè)務(wù)的意圖識別項目中，除了存在通用意圖，也會存在特殊性的意圖，目前這種方式無法實現(xiàn)特殊性意圖的準確識別。

3、綜上，如何實現(xiàn)用戶意圖的準確識別是亟待解決的。

技術(shù)實現(xiàn)思路

1、本技術(shù)提供了一種意圖識別方法、裝置及存儲介質(zhì)，用以準確識別用戶意圖。

2、第一方面，本技術(shù)提供一種意圖識別方法。該方法包括：

3、從義素池中確定與業(yè)務(wù)需求匹配的義素，并對所述義素進行組合，獲得義素集合；其中，所述義素集合包括多個義素組合，每個義素組合包括至少兩個義素，且每個義素組合對應(yīng)一個候選意圖；

4、從所述義素集合中選取出符合預(yù)設(shè)條件的義素組合子集；

5、根據(jù)所述業(yè)務(wù)需求對應(yīng)的場景提示信息，對所述義素組合子集中每個所述義素組合對應(yīng)的候選意圖進行調(diào)整，獲得符合所述業(yè)務(wù)需求的目標意圖。

6、在本技術(shù)實施例提供的意圖識別方法中，先生成義素池，義素池中義素的涵蓋范圍較廣。根據(jù)業(yè)務(wù)需求從義素池中確定義素集合，根據(jù)業(yè)務(wù)場景縮小所需義素的范圍，確定該業(yè)務(wù)場景的意圖識別過程中可能涉及哪些義素，以及這些義素可能組成的候選意圖，每個候選意圖為至少兩個義素經(jīng)過組合后表達意義的語言結(jié)構(gòu)，能夠初步的表示出用戶的業(yè)務(wù)需求，較為準確，且這些候選意圖是根據(jù)義素池生成的，其較為豐富。在此基礎(chǔ)上，進一步從義素集合中篩選出符合預(yù)設(shè)條件的義素組合后，根據(jù)與用戶的業(yè)務(wù)需求對應(yīng)的場景提示信息，對篩選出的義素組合對應(yīng)的候選意圖進行調(diào)整，此時，所獲得的目標意圖不僅符合用戶的業(yè)務(wù)需求，還與當前業(yè)務(wù)的場景相契合，綜上，基于本技術(shù)中的意圖識別方法最終識別到的目標意圖更加豐富和準確。

7、此外，該方法可適用于任何業(yè)務(wù)場景，在不同的業(yè)務(wù)場景下，可根據(jù)不同的業(yè)務(wù)需求及場景提示信息等，準確識別出用戶的各種意圖，具有普適性。

8、第二方面，本技術(shù)提供一種意圖識別裝置。該裝置包括：

9、匹配模塊，用于從義素池中確定與業(yè)務(wù)需求匹配的義素，并對所述義素進行組合，獲得義素集合；其中，所述義素集合包括多個義素組合，每個義素組合包括至少兩個義素，且每個義素組合對應(yīng)一個候選意圖；

10、選取模塊，用于從所述義素集合中選取出符合預(yù)設(shè)條件的義素組合子集；

11、調(diào)整模塊，用于根據(jù)所述業(yè)務(wù)需求對應(yīng)的場景提示信息，對所述義素組合子集中每個所述義素組合對應(yīng)的候選意圖進行調(diào)整，獲得符合所述業(yè)務(wù)需求的目標意圖。

12、可選的，所述裝置還包括：

13、構(gòu)建模塊，用于通過如下方式構(gòu)建所述義素池：

14、獲取預(yù)設(shè)詞典中每個詞匯對應(yīng)的至少一個義項，以及所述每個詞匯作為不同義項時的釋義；

15、通過所述釋義之間的近義關(guān)系和反義關(guān)系，構(gòu)建詞群，所述詞群包括第一詞匯和第二詞匯；

16、對所述第一詞匯的義項進行拆分，得到所述義項所包含的義素，通過對比相關(guān)的第一詞匯中各義項所包含的義素，得到所述義素之間的增減運算關(guān)系；相關(guān)的第一詞匯是指：包含意義相近或相反的義項的不同第一詞匯；

17、基于所述義素之間的增減運算關(guān)系，確定所述第二詞匯所包含的義素，并將每個所述第一詞匯和所述第二詞匯所包含的義素構(gòu)成所述義素池。

18、可選的，所述構(gòu)建模塊具體用于：

19、對于每個第二詞匯，根據(jù)與所述第二詞匯相關(guān)的第一詞匯所包含的義素，以及所述義素增減運算關(guān)系，確定所述第二詞匯所包含的義素。

20、可選的，若所述釋義中存在詞性，則將所述詞性作為一個義素。

21、可選的，所述匹配模塊具體用于：

22、對所述義素進行隨機組合得到義素組合，并根據(jù)每個義素組合中義素的目標義素向量，確定每個所述義素組合的第一可接受度；

23、響應(yīng)于所述義素組合的所述第一可接受度大于第一預(yù)設(shè)閾值，將所述義素組合組成所述義素集合。

24、可選的，所述匹配模塊還用于通過如下方式確定每個義素的目標義素向量：

25、隨機對所述義素進行向量化表達，獲得所述義素對應(yīng)的初始義素向量；

26、獲取所述義素相關(guān)的第一預(yù)設(shè)語料，所述第一預(yù)設(shè)語料包括：至少一個第一語句，以及對所述至少一個第一語句進行詞語替換生成的第二語句；

27、根據(jù)所述第一語句和第二語句的語義關(guān)系和第二可接受度，將所述初始義素向量調(diào)整為符合語境的目標義素向量。

28、可選的，所述場景提示信息包括：具有業(yè)務(wù)場景特征的場景提示詞；

29、所述調(diào)整模塊具體用于：

30、獲取所述候選意圖相關(guān)的第二預(yù)設(shè)語料；

31、將所述第二預(yù)設(shè)語料輸入已訓(xùn)練的身份指示檢測模型及命名實體識別模型，獲得所述第二預(yù)設(shè)語料中的身份特征詞及命名實體特征詞；

32、基于所述身份特征詞及命名實體特征詞與所述場景提示詞之間的相似度，對所述第二預(yù)設(shè)語料進行調(diào)整，生成相應(yīng)的所述目標意圖。

33、可選的，所述調(diào)整模塊具體用于：

34、將所述身份特征詞及命名實體特征詞中，與同類型的場景提示詞之間的相似度小于第一閾值的，作為候選遷移詞；

35、將所述第二預(yù)設(shè)語料中的所述候選遷移詞，替換為與所述候選遷移詞相似度最小的所述場景提示詞，生成所述候選意圖對應(yīng)的目標意圖。

36、可選的，若生成的所述目標意圖有多個，所述裝置還包括：

37、處理模塊，用于對多個所述目標意圖進行篩選后，基于選取的所述目標意圖執(zhí)行相應(yīng)的業(yè)務(wù)；其中，采用的篩選方式為以下至少一種：

38、響應(yīng)于針對多個所述目標意圖觸發(fā)的篩選操作，從多個所述目標意圖中選取出符合篩選要求的目標意圖；

39、利用深度學(xué)習(xí)模型分別確定每個所述目標意圖對應(yīng)的評估參數(shù)；基于每個所述目標意圖的評估參數(shù)，從多個所述目標意圖中選取目標意圖；所述評估信息包括可接受度和多樣性中的至少一種。

40、第三方面，本技術(shù)實施例提供了一種電子設(shè)備，該電子設(shè)備包括處理器以及與處理器通信連接的存儲器。其中，存儲器存儲有計算機執(zhí)行指令，該指令被處理器執(zhí)行，以使處理器能夠執(zhí)行上述第一方面中任一項所述的意圖識別方法。

41、第四方面，本技術(shù)實施例提供了一種計算機可讀存儲介質(zhì)，該計算機可讀存儲介質(zhì)存儲有計算機執(zhí)行指令，當該計算機執(zhí)行指令被處理器執(zhí)行時，使得處理器執(zhí)行上述第一方面中任一項所述的意圖識別方法。

42、第五方面，本技術(shù)實施例提供一種計算機程序產(chǎn)品，該計算機程序產(chǎn)品包括計算機程序，其存儲在計算機可讀存儲介質(zhì)中，處理器可以從計算機可讀存儲介質(zhì)讀取計算機程序，處理器執(zhí)行計算機程序時可實現(xiàn)上述第一方面中任一項所述的意圖識別方法。