意图信息预测方法、装置、设备及介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113836285A(43)申请公布日2021.12.24(21)申请号202111128394.5G06N3/04(2006.01)(22)申请日2021.09.26G06N3/08(2006.01)(71)申请人平安科技（深圳）有限公司地址518000广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼(72)发明人李志韬王健宗(74)专利代理机构深圳众鼎专利商标代理事务所(普通合伙)44325代理人谭果林(51)Int.Cl.G06F16/332(2019.01)G06F16/35(2019.01)G06F40/35(2020.01)G06K9/62(2006.01)权利要求书2页说明书7页附图2页(54)发明名称意图信息预测方法、装置、设备及介质(57)摘要本申请适用于人工智能技术领域，提供了一种意图信息预测方法、装置、设备及介质。其中，一种意图信息预测方法包括以下步骤：利用预先训练的分类模型，对已有的对话样本进行分类，得到意图序列；对意图序列中的每个意图进行预测，得到意图向量；利用意图向量训练基于长短期记忆网络的意图信息预测模型，得到训练后的意图信息预测模型；将待预测的意图信息序列输入所述训练后的意图信息预测模型，通过训练后的意图信息预测模型输出目标意图信息。应用本申请实施例所提供的技术方案，将目标意图信息推送给在线坐席，坐席预测到了用户的意图，并基于用户的意图对用户进行目标意图信息对应话术的推销或咨询，提高了坐席的工作效率和客户的满意度。CN113836285ACN113836285A权利要求书1/2页1.一种意图信息预测的方法，其特征在于，包括：利用预先训练的分类模型，对已有的对话样本进行分类，得到意图序列；其中，所述已有的对话样本中存在至少一个意图；对所述意图序列中的每个意图进行预测，得到意图向量；利用所述意图向量训练基于长短期记忆网络的意图信息预测模型，得到训练后的意图信息预测模型；将待预测的意图信息序列输入所述训练后的意图信息预测模型，通过所述训练后的意图信息预测模型输出目标意图信息；其中，所述目标意图信息为根据所述意图信息序列预测得到的一个意图信息。2.根据权利要求1所述的方法，其特征在于，所述利用预先训练的分类模型，对已有的对话样本进行分类，得到意图序列；其中，所述对话样本中存在至少一个意图，包括：利用预先训练的分类模型中的分类器对所述对话样本中的意图进行提取，得到至少一个意图；按照所述对话样本中各对话内容的时间顺序，将所述意图进行分类排序，得到所述意图序列。3.根据权利要求1所述的方法，其特征在于，所述对所述意图序列中的每个意图进行预测，得到意图向量，包括：将所述意图序列作为训练样本输入意图模型，得到训练后的意图模型；将所述意图序列中的意图输入到所述训练后的意图模型中，得到意图向量。4.根据权利要求3所述的方法，其特征在于，所述将所述意图序列作为训练样本输入到意图模型中，得到训练后的意图模型，包括：基于意图序列中意图的上下文关系训练意图模型，得到训练后的意图模型。5.根据权利要求3所述的方法，其特征在于，所述将所述意图序列中的意图输入到所述训练后的意图模型中，得到意图向量，包括：基于意图序列中每个意图的上下文意图得到意图向量。6.根据权利要求1所述的方法，其特征在于，所述利用所述意图向量训练基于长短期记忆网络的意图信息预测模型，得到训练后的意图信息预测模型，包括：将所述意图向量转换为矩阵输入到意图信息预测模型；利用softmax函数计算得到概率分布向量；利用所述概率分布向量对所述意图信息预测模型进行训练，令所述意图信息预测模型能够基于意图向量得到所述概率分布向量，得到训练后的意图信息预测模型。7.根据权利要求1所述的方法，其特征在于，所述将待预测的意图信息序列输入训练后的意图信息预测模型中，得到目标意图信息；其中，所述目标意图信息为根据所述意图信息序列预测得到的一个意图信息的步骤之后，包括：将目标意图信息推送给坐席。8.一种意图信息预测装置，其特征在于，包括：分类模块，用于利用预先训练的分类模型，对已有的对话样本进行分类，得到意图序列；其中，所述已有的对话样本中存在至少一个意图；关联模块，用于对所述意图序列中的每个意图进行预测，得到意图向量；2CN113836285A权利要求书2/2页预测模块，用于利用所述意图向量训练基于长短期记忆网络的意图信息预测模型，得到训练后的意图信息预测模型；目标模块，用于将待预测的意图信息序列输入所述训练后的意图信息预测模型，通过所述训练后的意图信息预测模型输出到目标意图信息；其中，所述目标意图信息为根据所述意图信息序列预测得到的一个意图信息。9.一种设备，包括存储器、处理器以及存