知识问答意图识别方法、装置、及计算机设备与流程

本发明涉及一种语言处理技术领域，特别是涉及一种知识问答意图识别方法、装置、及计算机设备。

背景技术：

自然语言问答(natural-languagequestionanswering，qa)是指利用各种技术和数据对用户提出的自然语言问题直接给出问题答案。知识图谱问答服务(knowledgebasequestionanswering，简称kbqa)是利用机器学习的自然语言分析与处理能力，理解用户所提出的问题，并利用知识图谱中的结构化知识进行查询、推理，找到解决该问题的精准答案并反馈给用户，协助用户解决不同类型的问题。而随着智能文字处理的快速发展，kbqa已经在文字问答领域逐步完善，其中，对问答语句中意图的识别已经成为文字问答领域第一个需要进行语言处理的步骤。

目前，现有kbqa中的意图识别部分采用了纯规则或规则结合模型的方法进行识别，但是，规则的定向设置使得复杂问题的解答准确率较低，不具有智能性，并且随着规则的数量快速增加，维护难度不断提高，各条规则之间相互独立，使得包含相同正则表达式的规则很难复用，大大增加了维护难度、更新难度，从而使得意图识别的准确性较差。

技术实现要素：

有鉴于此，本发明提供一种知识问答意图识别方法、装置、及计算机设备，主要目的在于解决现有知识问答的意图识别规则复用性较差、识别准确率较低的问题。

依据本发明一个方面，提供了一种知识问答意图识别方法，包括：

获取待识别知识问答的语句信息；

按照意图实体特征对所述语句信息进行第一层级意图查询，并确定查询出的第一层级意图所匹配的第二层级意图中至少一个意图逻辑内容，其中，所述第一层级意图与所述第二层级意图为基于意图类别的层级划分进行匹配的；

若按照所述第二层级意图中的意图逻辑关系判断所述语句信息与所述意图逻辑内容匹配，则将所述第二层级意图确定为所述语句信息的意图信息，所述意图逻辑关系用于表征第二层级意图对应不同意图逻辑内容之间的与/或逻辑关系。

依据本发明另一个方面，提供了一种知识问答意图识别装置，包括：

获取模块，用于获取待识别知识问答的语句信息；

第一确定模块，用于按照意图实体特征对所述语句信息进行第一层级意图查询，并确定查询出的第一层级意图所匹配的第二层级意图中至少一个意图逻辑内容，其中，所述第一层级意图与所述第二层级意图为基于意图类别的层级划分进行匹配的；

第二确定模块，用于若按照所述第二层级意图中的意图逻辑关系判断所述语句信息与所述意图逻辑内容匹配，则将所述第二层级意图确定为所述语句信息的意图信息，所述意图逻辑关系用于表征第二层级意图对应不同意图逻辑内容之间的与/或逻辑关系。

根据本发明的又一方面，提供了一种计算机存储介质，所述计算机存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述知识问答意图识别方法对应的操作。

根据本发明的再一方面，提供了一种计算机设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述知识问答意图识别方法对应的操作。

借由上述技术方案，本发明实施例提供的技术方案至少具有下列优点：

本发明提供了一种知识问答意图识别方法、装置、及计算机设备，与现有技术相比，本发明实施例通过获取待识别知识问答的语句信息；按照意图实体特征对所述语句信息进行第一层级意图查询，并确定查询出的第一层级意图所匹配的第二层级意图中至少一个意图逻辑内容，其中，所述第一层级意图与所述第二层级意图为基于意图类别的层级划分进行匹配的；若按照所述第二层级意图中的意图逻辑关系判断所述语句信息与所述意图逻辑内容匹配，则将所述第二层级意图确定为所述语句信息的意图信息，所述意图逻辑关系用于表征第二层级意图对应不同意图逻辑内容之间的与/或逻辑关系，实现基于不同层级的意图查找将意图识别的规判断进行模板化，使得对于问答语句的识别可以基于对意图逻辑内容、意图逻辑关系的修改而实现复用，从而大大提高了维护便捷性，使得意图识别更加智能、准确。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明实施例提供的一种知识问答意图识别方法流程图；

图2示出了本发明实施例提供的一种依次分析方法解析语句实体特征的逻辑示意图；

图3示出了本发明实施例提供的一种知识问答意图识别装置组成框图；

图4示出了本发明实施例提供的一种计算机设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

本发明实施例提供了一种知识问答意图识别方法，如图1所示，该方法包括：

101、获取待识别知识问答的语句信息。

本发明实施例中，知识问答的语句信息为用户从前端应用输入的需要解答问题的语句内容，可以为中文语句、也可以为英文语句，例如，本发明实施例不做具体限定。其中，针对语句信息，可以包含经过自然语言技术处理的主语词语、谓语词语、宾语词语等文字内容，以便基于具体的文字内容识别语句信息的意图。

需要说明的是，由于本发明实施例为针对语句信息进行提取意图，因此，对于待识别知识问答的语句信息优选为用户实时录入的，例如通过交互平台录入的需要获取答案的语句信息，还可以为存储在知识问答库中的语句信息，此类语句信息为用户提交等待回答的语句信息，本发明实施例不做具体限定。

102、按照意图实体特征对所述语句信息进行第一层级意图查询，并确定查询出的第一层级意图所匹配的第二层级意图中至少一个意图逻辑内容。

其中，意图实体特征用于表征对语句信息进行第一层级意图划分的特征，特征即为语句中体现不同特征含义的词语内容，意图实体特征根据预设意图实体与语句信息进行对比确定的，本发明实施例不做具体限定。本发明实施例中，第一层级意图中的每个意图分别对应一个意图实体特征，因此，在进行第一层级意图查询时，基于意图实体特征与语句信息中各词语进行一一对比，若语句信息中的词语与意图实体特征匹配，则查找到对应的第一层级意图，例如，作为第一层级意图的核保意图所对应的投保意图实体特征a根据{投保意图_实体特征a}作为对比依据与语句信息中的各词语进行一一对比查找判断，若对比匹配，则将匹配的此核保意图确定为此语句信息查找到的第一层级意图。

另外，所述第一层级意图与所述第二层级意图的匹配关系为基于意图类别预先层级划分的，本发明实施例中每一个第一层级意图分别对应至少一个第二层级意图，因此，为了准确查找语句信息匹配至的第二层级意图，则可以确定出查找到的第一层级意图所包含对应第二层级意图中的至少一个意图逻辑内容。其中，意图逻辑内容用于表征可以基于逻辑关系匹配到不同第二层级意图的具体词语内容，例如，查找出第一层级意图为投保意图后，不同的疾病名称、不同的保险名称、不同的年龄信息、不同的执业名等都可以作为意图逻辑内容，以便基于意图逻辑关系进行组合判断是否可以匹配到对应的第二层级，从而确定出第二层级意图。

103、若按照所述第二层级意图中的意图逻辑关系判断所述语句信息与所述意图逻辑内容匹配，则将所述第二层级意图确定为所述语句信息的意图信息。

本发明实施例中，为了准确查找到作为详细意图的第二层级意图，确定意图逻辑内容后，基于逻辑意图关系组合判断语句信息中个词语是否匹配第二层级意图。其中，所述意图逻辑关系用于表征第二层级意图对应不同意图逻辑内容之间的与/或逻辑关系，即语句信息中的各词语是否与按照意图逻辑关系组合的意图逻辑内容相匹配，例如，意图逻辑内容包括疾病名1、疾病名2，则按照与逻辑关系判断语句“想要为疾病1、疾病2进行投保”中，疾病1与疾病2按照与逻辑关系组合匹配意图逻辑内容疾病名1、疾病名2，则将意图逻辑内容疾病名1、疾病名2所对应的第二层级意图疾病投保作为语句信息的意图信息。

例如，判断语句信息为“肺癌投保是什么”匹配{投保意图_投保产品}与{投保意图_投保产品_非}，即对应匹配的第二层级意图中保险投保的意图逻辑内容以及意图逻辑关系，因此，保险投保意图为语句信息的意图。

在一个本发明实施例中，为了实现以各层级对意图分类查找，以精准地匹配到知识问答的意图，所述获取待识别知识问答的语句信息之前，所述方法还包括：获取已标注意图类别的语句信息；根据所述意图类别匹配的分类级别对所述意图类别进行层级划分，所述分类级别包括第一层级分类、第二层级分类；根据所述语句信息的意图匹配表达式，建立所述第二层级意图所对应的至少两个意图逻辑内容之间的意图逻辑关系。

在进行知识问答语句信息识别之前，首先对已经识别意图的语句信息进行意图类别标注，可以为人工标注，也可以为利用机器学习模型进行自动标注，本发明实施例不做具体限定。本发明实施例中，意图类别按照层级划分为2类，从而根据意图类匹配的分类级别处分出第一层级分类、第二层级分类。具体的，已标注的意图类别可以包括根据业务内容预先确定的第一范围意图、第二范围意图，第一范围意图包含第二范围意图，例如，第一范围意图包括但不限于核保、核赔、产品信息、闲聊等，针对核保的第一范围意图的第二范围意图包括但不限于疾病投保、年龄投保、职业投保、综合投保和其他投保等，从而根据第一范围意图、第二范围意图所对应的分类级别，即第一层级分类、第二层级分类按照第一范围意图、第二范围意图进行层级划分，划分后得到第一层级意图、第二层级意图。另外，已标注意图类别的语句信息匹配有至少一个意图匹配表达式，以便根据意图匹配表达式建立各第二层级意图所匹配意图逻辑内容之间的意图逻辑关系。其中，为了使每个第二层级意图可以建立多个意图逻辑之间的意图逻辑关系，以实现意图匹配表达式中逻辑内容的拆分。

在一个本发明实施例中，为了进一步说明及限定，所述根据所述语句信息的意图匹配表达式，建立所述第二层级意图所对应的至少两个意图逻辑内容之间的意图逻辑关系之前，所述方法还包括：获取与已标注意图类别的语句信息匹配的至少一个意图匹配表达式；按照语句实体特征从所述意图表达式中提取至少两个意图逻辑内容，并解析所述意图匹配表达式中与/或逻辑关系的与关系个数、或关系个数、以及与/或逻辑关系的逻辑关系位置。

具体的，由于本发明实施例的目的是基于已标注意图类别的语句信息拆分、建立具有层次结构的知识问答意图识别体系，从而在意图识别中可以更加精确的查找到意图，并提高对识别意图进行更新的效率。其中，已标注意图类别的语句信息预先设置有至少一个意图匹配表达式，意图匹配表达式为用于判断语句信息是否符合意图内容的判断表达式，例如，疾病投保意图包括意图匹配表达式1：疾病名称，意图匹配表达式2：保险名称与保险类，意图匹配表达式3：投保名称与承保名称，以便从意图匹配表达式中解析出每个意图逻辑内容所对应的与/或逻辑关系建立意图逻辑关系。当获取到至少一个意图匹配表达式后，基于语句实体特征提取出至少两个意图逻辑内容，语句实体特征为每个意图匹配表达式中具有共性特征内容，例如意图匹配表达式中包含投保、承保、买保险，则语句实体特征为投保等，将按照语句实体特征提取出的内容为投保意图，作为意图逻辑内容表示为{投保意图_实体}。另外，由于一条语句中的意图是基于多个意图匹配表达是进行组合识别的，在组合识别时，是按照与、或的逻辑关系确定的，因此，可以从意图匹配表达中解析出每个意图逻辑内容所对应的与/或逻辑关系，包含了与关系个数、或关系个数、以及与/或逻辑关系的逻辑关系位置，以便基于与关系个数、或关系个数、与/或逻辑关系的逻辑关系位置建立至少两个意图逻辑内容之间的意图逻辑关系。

需要说明的是，由于层级划分后，需要抽取出匹配表达式中的意图逻辑内容，即意图逻辑内容还可以表示模板化的、用于匹配意图的逻辑，以便作为模板进行复用，而意图逻辑内容中的具体内容作为模板中的内容，即每个抽取出的意图逻辑内容可以一个第二层级意图所对应的模板，即一个模板对应一个意图逻辑内容，多个模板之间的关系即为表征意图逻辑关系。

表1

如表1所示，每个第二意图层级中的意图可以匹配多个意图逻辑内容，每个意图逻辑内容对应一个模板，以便可以直接更新意图逻辑内容来适应性调整每个第二层级意图中的意图逻辑内容的具体内容，即每个模板对应的模板内容。意图逻辑内容的具体内容即为每个第二层级意图中需要依次判断的是否符合意图逻辑内容的具体内容，例如{疾病名_通配符}的具体内容为##疾病名##，{投保意图_实体}的具体内容为(投保|承保|买保险|...)，{投保意图_实体_非}的具体内容为(为什么|怎么|...)，{险种类型_实体}的具体内容为(什么保险产品|险种|属于|...)。模板化将规则逻辑和具体内容解耦，显著提高了不同规则间的复用性，极大地降低了规则维护和更新的成本。

进一步地，为了补充及说明，所述根据所述语句信息的意图匹配表达式，建立所述第二层级意图所对应的至少两个意图逻辑内容之间的意图逻辑关系包括：根据所述与关系个数、所述或关系个数、以及所述逻辑关系位置，建立所述第二层级意图所对应的至少两个意图逻辑内容之间的意图逻辑关系。

具体的，结合抽取出的意图逻辑内容以及意图匹配表达式中确定的与关系个数、或关系个数、以及逻辑关系位置，建立第二层级意图所对应的至少两个意图逻辑内容之间的意图逻辑关系，即每个第二层级意图的意图逻辑关系可以为多个，每个意图逻辑关系中包含有不同的意图逻辑内容以及匹配的与关系个数、或关系个数、以及逻辑关系位置。、

例如，与关系个数为1个、或关系个数为0、以及逻辑关系位置为3个意图逻辑关系并列与关系，则基于3个意图逻辑内容分别为{投保意图_实体}、{疾病名_通配符}、{保险名_通配符}，则建立的意图逻辑关系为{投保意图_实体}&{疾病名_通配符}&{保险名_通配符}，对应为第二层级意图为疾病投保。

在一个本发明实施例中，为了进一步限定及说明，所述按照语句实体特征从所述意图表达式中提取至少两个意图逻辑内容包括：基于依存分析算法解析所述语句信息中的语句实体特征，并基于所述语句实体特征依次从所述至少一个意图匹配表达式中筛选出与所述第二层级意图的语句含义匹配的至少两个意图逻辑内容。

本发明实施例中，为了准确基于语句实体特征从意图表达式中提取出意图逻辑，从而构建出具有模板效果的各层级意图的识别，实现识别不同意图识别判断规则的覆写，具体的，基于依存分析算法解析已标注意图类别的语句信息中的语句实体特征，任何基于解析出的语句实体特征依次从每个意图匹配表达式中筛选出符合第二层级意图的语句含义匹配的意图逻辑内容。其中，如图2所示，利用依次分析方法解析语句实体特征的具体步骤包括：定位语句信息中的的核心关系词汇，作为中心节点；然后，选择中心节点各单元距离或两个单元距离范围内的所有节点，其中，如图2中的定中关系至状中关系为一个单元距离，根据语义关系以及节点词性，挖掘动词词组、实体词/名词；最后，通过加权tf-idf算法或相似度bm25算法统计每个类别独有的动词词组以及实体词/名词，即可作为第二层级意图分类的意图逻辑内容。

具体的，如图2所示，节点为获取已标注的全部意图类别的语句内容中词语和词性，单元距离为节点间的关系，核心关系的词语用红色圈出。依存分析的结果中，每条语句都会抽取出“核心关系”，核心关系为动词，表征该条语句的核心意图。以核心关系词为中心，可以挖掘出不同的动词词组、实体词/名词，其中，动词词组表征语句中提及的动作、状态等，与核心关系词汇的语义关系多为“并列关系”、“状中结构”等；实体词/名词表征语句中提及的实体，与核心关系词汇的语义关系多为“主谓关系”、“动宾关系”、“定中关系”等，从而完成依存分析，得到意图逻辑内容。

在一个本发明实施例中，为了满足不同语句意图的识别，降低维护难度，从而提高意图识别的准确性，所述方法还包括：若检测到所述意图逻辑关系的更新请求时，获取待更新的意图逻辑内容以及与/或逻辑关系；根据所述待更新的意图逻辑内容以及所述与/或逻辑关系对所述意图逻辑内容、所述与关系个数、所述或关系个数、以及所述逻辑关系位置进行更新。

具体的，用户可以选择对需要进行维护、更新的意图逻辑内容、意图逻辑关系进行更新，从而作为其他语句意图识别的判断方法，因此，检测到意图逻辑关系的更新请求时，获取待更新的意图逻辑内容以及与/或逻辑关系，根据此意图逻辑内容以及与/或逻辑关系对原有的意图逻辑内容、与关系个数、或关系个数、以及逻辑关系位置进行更新，从而生成新的匹配第二层级意图的逻辑关系、意图逻辑内容等，实现意图识别的维护高效性。

在一个本发明实施例中，为了准确获取意图实体特征，提高建立第二层级意图中意图逻辑关系的准确性，从而提高意图识别的效率，所述获取待识别知识问答的语句信息之后，所述方法还包括：基于预设意图实体特征与所述语句信息的至少一个拆分词语进行对比；将与所述预设意图实体特征对比相同的拆分词语确定为意图实体特征。

具体的，根据业务信息以及历史意图实体特征预先设定作为获取意图语句信息的意图实体特征，即预设意图实体特征，然后基于此预设意图实体特征与语句信息中的每个拆分词语进行对比，在对比过程中，将与预设意图实体对比为相同的拆分词语直接确定为意图实体特征。其中，所述拆分词语为基于自然语言处理算法的词语库对所述语句信息进行拆分得到的，具体的，选取自然语言处理算法nlp中python词语库，存储有海量的按照名词、形容词、动词等词性进行确定的词语，通过将语句信息中各个词语与python词语库中的词语进行对比完成词语的拆分，本发明实施例不做具体限定。

在一个本发明实施例中，为了满足意图识别的多样化需求，所述方法还包括：若按照所述第二层级意图中的意图逻辑关系判断所述语句信息与所述意图逻辑内容不匹配，则根据自然语言处理技术对所述语句信息进行拆分，并拆分得到的作为主语、谓语、宾语的实体词语进行组合，确定为所述语句信息的意图信息。

具体的，若按照意图逻辑关系判断语句信息与所述意图逻辑内容不匹配，则说明无法识别出准确的意图，因此，为了及时向用户进行反馈，按照自然语言处理技术对语句信息进行拆分，然后将拆分的主语、谓语、宾语的实体词语进行组合，确定为语句信息的意图，反馈给用户。其中，自然语言处理技术包括但不限于依存分析等方法，当拆分后作为主体、谓语、宾语的实体词语进行组合后，形成一组词语后，直接反馈给用户，从而使得用户自己基于反馈的作为一组词语的意图信息自己判断，本发明实施例对于反馈的方式不做具体限定。

本发明实施例提供了一种知识问答意图识别方法，与现有技术相比，本发明实施例通过获取待识别知识问答的语句信息；按照意图实体特征对所述语句信息进行第一层级意图查询，并确定查询出的第一层级意图所匹配的第二层级意图中至少一个意图逻辑内容；若按照所述第二层级意图中的意图逻辑关系判断所述语句信息与所述意图逻辑内容匹配，则将所述第二层级意图确定为所述语句信息的意图信息，所述意图逻辑关系用于表征第二层级意图对应不同意图逻辑内容之间的与/或逻辑关系，实现基于不同层级的意图查找将意图识别的规判断进行模板化，使得对于问答语句的识别可以基于对意图逻辑内容、意图逻辑关系的修改而实现复用，从而大大提高了维护便捷性，使得意图识别更加智能、准确。

进一步的，作为对上述图1所示方法的实现，本发明实施例提供了一种知识问答意图识别装置，如图3所示，该装置包括：

获取模块21，用于获取待识别知识问答的语句信息；

第一确定模块22，用于按照意图实体特征对所述语句信息进行第一层级意图查询，并确定查询出的第一层级意图所匹配的第二层级意图中至少一个意图逻辑内容，其中，所述第一层级意图与所述第二层级意图为基于意图类别的层级划分进行匹配的；

第二确定模块23，用于若按照所述第二层级意图中的意图逻辑关系判断所述语句信息与所述意图逻辑内容匹配，则将所述第二层级意图确定为所述语句信息的意图信息，所述意图逻辑关系用于表征第二层级意图对应不同意图逻辑内容之间的与/或逻辑关系。

进一步地，所述装置还包括：划分模块、建立模块，

所述获取模块，还用于获取已标注意图类别的语句信息；

所述划分模块，用于根据所述意图类别匹配的分类级别对所述意图类别进行层级划分，所述分类级别包括第一层级分类、第二层级分类；

所述建立模块，用于根据所述语句信息的意图匹配表达式，建立所述第二层级意图所对应的至少两个意图逻辑内容之间的意图逻辑关系，所述意图匹配表达式为用于判断所述语句信息是否符合意图内容的表达式。

进一步地，所述装置还包括：解析模块，

所述获取模块，还用于获取与已标注意图类别的语句信息匹配的至少一个意图匹配表达式；

所述解析模块，用于按照语句实体特征从所述意图表达式中提取至少两个意图逻辑内容，并解析所述意图匹配表达式中与/或逻辑关系的与关系个数、或关系个数、以及与/或逻辑关系的逻辑关系位置；

所述建立模块，具体用于根据所述与关系个数、所述或关系个数、以及所述逻辑关系位置，建立所述第二层级意图所对应的至少两个意图逻辑内容之间的意图逻辑关系。

进一步地，所述解析模块，具体用于基于依存分析算法解析所述语句信息中的语句实体特征，并基于所述语句实体特征依次从所述至少一个意图匹配表达式中筛选出与所述第二层级意图的语句含义匹配的至少两个意图逻辑内容。

进一步地，所述装置还包括：更新模块，

所述获取模块，还用于若检测到所述意图逻辑关系的更新请求时，获取待更新的意图逻辑内容以及与/或逻辑关系；

所述更新模块，用于根据所述待更新的意图逻辑内容以及所述与/或逻辑关系对所述意图逻辑内容、所述与关系个数、所述或关系个数、以及所述逻辑关系位置进行更新。

进一步地，所述装置还包括：

对比模块，用于基于预设意图实体特征与所述语句信息的至少一个拆分词语进行对比，所述拆分词语为基于自然语言处理算法的词语库对所述语句信息进行拆分得到的；

第三确定模块，用于将与所述预设意图实体特征对比相同的拆分词语确定为意图实体特征。

进一步地，所述装置还包括：

第四确定模块，用于若按照所述第二层级意图中的意图逻辑关系判断所述语句信息与所述意图逻辑内容不匹配，则根据自然语言处理技术对所述语句信息进行拆分，并拆分得到的作为主语、谓语、宾语的实体词语进行组合，确定为所述语句信息的意图信息。

本发明实施例提供了一种知识问答意图识别装置，与现有技术相比，本发明实施例通过获取待识别知识问答的语句信息；按照意图实体特征对所述语句信息进行第一层级意图查询，并确定查询出的第一层级意图所匹配的第二层级意图中至少一个意图逻辑内容；若按照所述第二层级意图中的意图逻辑关系判断所述语句信息与所述意图逻辑内容匹配，则将所述第二层级意图确定为所述语句信息的意图信息，所述意图逻辑关系用于表征第二层级意图对应不同意图逻辑内容之间的与/或逻辑关系，实现基于不同层级的意图查找将意图识别的规判断进行模板化，使得对于问答语句的识别可以基于对意图逻辑内容、意图逻辑关系的修改而实现复用，从而大大提高了维护便捷性，使得意图识别更加智能、准确。

根据本发明一个实施例提供了一种计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的知识问答意图识别方法。

图4示出了根据本发明一个实施例提供的一种计算机设备的结构示意图，本发明具体实施例并不对计算机设备的具体实现做限定。

如图4所示，该计算机设备可以包括：处理器(processor)302、通信接口(communicationsinterface)304、存储器(memory)306、以及通信总线308。

其中：处理器302、通信接口304、以及存储器306通过通信总线308完成相互间的通信。

通信接口304，用于与其它设备比如客户端或其它服务器等的网元通信。

处理器302，用于执行程序310，具体可以执行上述知识问答意图识别方法实施例中的相关步骤。

具体地，程序310可以包括程序代码，该程序代码包括计算机操作指令。

处理器302可能是中央处理器cpu，或者是特定集成电路asic(applicationspecificintegratedcircuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算机设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个cpu；也可以是不同类型的处理器，如一个或多个cpu以及一个或多个asic。

存储器306，用于存放程序310。存储器306可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。

程序310具体可以用于使得处理器302执行以下操作：

获取待识别知识问答的语句信息；

按照意图实体特征对所述语句信息进行第一层级意图查询，并确定查询出的第一层级意图所匹配的第二层级意图中至少一个意图逻辑内容，其中，所述第一层级意图与所述第二层级意图为基于意图类别的层级划分进行匹配的；

若按照所述第二层级意图中的意图逻辑关系判断所述语句信息与所述意图逻辑内容匹配，则将所述第二层级意图确定为所述语句信息的意图信息，所述意图逻辑关系用于表征第二层级意图对应不同意图逻辑内容之间的与/或逻辑关系。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。