CN119514550A 意图信息识别方法、训练方法、装置、存储介质及设备 （北京沃东天骏信息技术有限公司）

开发区科创十一街18号院2号楼4层述文本特征与初始意图文本特征之间的第一相选意图语料关联有与初始意图信息相对应的意2根据所述目标描述文本特征与初始意图文本特征之间的确定与所述描述文本相匹配的候选意图语料根据所述意图关联权重，以及所述描述文本和所述候选意图语料之间的第二相似度，获取与初始意图语料对应的商品展示信息和商品根据所述商品操作信息所表征的目标商品类别，确定与所从包含有所述初始意图语料的初始意图语料集中，将多个所述描述关键字文本特征分别与所述第一描述文在所述第三目标识别值大于预设识别阈值的情况下3向与所述描述文本对应的目标客户端，推送与所述目标意图信息对应的推荐资源信将所述样本意图语料输入初始深度学习模型的第一文本将所述样本意图信息输入至所述初始深度学习模型的第利用所述预测意图语料文本特征、所述样本意图文本特征和基于所述目标损失值调整所述初始深度学习模型的参数，得到所第二识别结果确定模块，用于根据所述意图关联4样本意图文本特征确定模块，用于将所述样本意图信其中，当所述一个或多个程序被所述一个或多个处理56[0043]将上述预测意图语料文本特征和上述样本意图文本特征输入至上述目标损失函7上述候选意图语料关联有与上述初始意图信[0063]本公开的另一方面提供了一种计算机可读存储介质，存储有计解决描述文本针对目标意图信息的识别准确率较低的技术问题，减少意图识别错误概率，8[0067]图1示意性示出了根据本公开实施例的可以应用意图识别方法及装置的示例性系[0074]图8示意性示出了根据本公开实施例的适于实现意图信息识别方法、深度学习模[0077]在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的9进行模型训练从而对用户的意图进行理解，这就对话语料库的规模和质量有一定的要求。导致语料库质量较低或数据量较小的情况下难以训练得到意图预测精准的意图识别模型。[0084]图1示意性示出了根据本公开实施例的可以应用意图识别方法及装置的示例性系领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信[0089]需要说明的是，本公开实施例所提供的意图信息识别方法一般可以由服务器105公开实施例所提供的意图信息识别方法也可以由不同于服务器105且能够与终端设备101、[0102]根据本公开的实施例，候选意图语料可以是历史时间段中收集到的商品咨询文[0110]根据本公开的实施例，可以根据第一识别结果和第二识别结果得到目标识别结品推荐资源。商品操作信息可以是与初始意图语料对应的针对商品展示信息的操作信息，[0132]根据本公开的实施例，可以将描述关键字文本特征与第一描述文本特征进行拼[0136]提取描述文本中的意图关键字；以及从包含有初始意图语料的初始意图语料集[0139]操作250中，根据第一识别结果和第二识别结果，得到目标意图信息包括如下操可以根据第一识别权重和第二识别权重来灵活地分配第一目标识别值与第二目标识别值第二相似度检测模型430。意图识别模型410可以包括第一文本特征提取层411和第二文本特征输入基于Transformer模型构建得到的目标文本特征提取子层4113，可以充分融合描[0145]初始意图信息402可以输入至意图识别模型410的第二文本特征提取层412，输出[0146]将初始意图文本特征与目标描述文本特征输入第一相似度检测模型420，可以得用电器商品类推荐”的意图关联权重可以分别为0.8和0.6。从而可以如可以基于第一识别结果441与第一识别权重的乘积确定第一目标识别值，基于第二识别结果442与第二识别权重的乘积确定第二目标识别值，并给予第一目标识别值与第二目标[0158]在操作S530，将样本意图信息输入至初始深度学习模型的第二[0174]第一识别结果确定模块620用于根据目标描述文本特征与初始意图文本特征之间[0176]第二识别结果确定模块640用于根据意图关联权重，以及描述文本和候选意图语[0177]目标意图信息确定模块650用于根据第一识别结果和第二识别结果，得到目标意[0179]获取模块用于获取与初始意图语料对应的商品展示信息和商品[0192]第一融合子单元用于将多个描述关键字文本特征分别与第一描[0205]预测意图语料文本特征确定模块720用于将样本意图语料输入初始深度学习模型[0206]样本意图文本特征确定模块730用于将样本意图信息输入至初始深度学习模型的[0207]训练模块740用于利用预测意图语料文本特征、样本意图文本特征和样本意图关[0210]目标损失值获得单元用于将预测意图语料文本特征和样本意图文本特征输入至630、第二识别结果确定模块640和目标意图信息确定模块650中，或者训练样本获取模块个模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结本意图文本特征确定模块730和训练模块740中的至少一个可以至少被部分地实现为硬件和训练模块740中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序[0218]图8示意性示出了根据本公开实施例的适于实现意图信息识别方法、深度学习模只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程802以及RAM803通过总线804彼此相连。处理器801通过执行ROM802和/或RAM803中的程ROM802和RAM803以外的一个或多个存储器中。处理器801也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的被安装。在该计算机程序被处理器801执行时，执行本公开实施例的系统中限定的上述功[0225]例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM802和/或RAM803和/或ROM802和RAM不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可