CN112035626B 一种大规模意图的快速识别方法、装置和电子设备 （北海淇昂信息科技有限公司）

区湖北路288号北海红树林现代金融产业城-北海国际金融中心12＃楼二本发明提供了一种大规模意图的快速识别意图数据库中搜索与对话输入相对应的意图类意图识别结果。本发明的方法采用聚类索引-深2将历史用户的对话输入的意图类别描述信息和类别样本中的关键文本特征输入微调每个意图类别集合都对应一个索引，所述索引用于在预设意图数将所述对话文本输入的语义向量和所召回的意图类别的语将当前用户的对话文本的语义向量和召回的意图类别的语义向量输入所述排序模型，基于当前用户的对话文本的语义向量，使用所述排序模型输出排序分转换模块，用于将历史用户的对话输入的意图类别描述信息和建立模块，用于将每个意图类别集合都对应建立一个索引，所述索引搜索匹配模块，用于当接收到当前用户的对话文本输入时，使3别相关，并判定所述对话文本与当前意图类别所在的意图类别集合的其他意图类别相关；确定模块，用于将所述对话文本输入的语义向量将当前用户的对话文本的语义向量和召回的意图类别的语义向量输入所述排序模型，基于当前用户的对话文本的语义向量，使用所述排序模型输出排序分存储计算机可执行指令的存储器，所述可执行指令在被执行时使权利要求1至3中任一项所述的大规模意图的快速识4[0003]现有的意图识别器所限定的意图种类大多是几十个到几本百个，基于softmax的意图类别的数量达到几万甚至几十万后，基于softmax的多分类器就会失效，由于经过二分类器联合的方法虽然能随着意图数量的增加进行扩展，但构造上包括万个二分类器，与当前意图类别所在的意图类别集合的其他意图类56[0025]为了使本发明所解决的技术问题、采用的技术手段及取性或其他细节不排除可以以合适的方式结合在一个或更多其他的[0038]附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对7[0058]需要说明的是，对于语义向量转换，在其他示例中，还可以使用RoBERTa模型、8用户的对话文本输入的语义向量和所搜索到的匹配结果，一起输入深度匹配网络模型中，9所述匹配值比所述预设阈值高的情况下，判定当前用户的对话文本与当前意图类别相关，并判定所述对话文本与当前意图类别所在的意图类别集合的其他[0077]在本示例中，将当前用户的对话文本的语义向量和所召回的意图类别的语义向[0102]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210执行，使得所述处理单元210执行本说明书的上述电子设备处理方法部分中描述的根据本发[0103]所述存储单元220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[0104]所述存储单元220还可以包括具有一组(至少一个)程序模块2205的程序/实用工[0105]总线230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[0106]电子设备200也可以与一个或多个外部设备300(例如键盘、指向设备、蓝牙设备[0109]所述计算机可读存储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[0110]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)或广域网器或者数字信号处理器(DSP)等通用数据处理设备来实现根据本发明实施例中的一些或者