一种意图识别方法及装置与流程

本技术涉及人工智能应用领域，尤其涉及一种意图识别方法及装置。

背景技术：

1、在当今的人工智能ai技术领域，意图识别作为一项关键的自然语言处理任务，被广泛应用于如智能客服、语音助手、搜索引擎以及个性化推荐系统等场景，旨在理解人类语言背后的真实意图，从而提供更加个性化和高效的服务。

2、在实际应用中，通常是使用标记数据微调如bert等预训练模型后，实现对输入的用户问题query进行意图识别。但这需要大量标记数据，不仅会增加数据收集成本，也会影响模型泛化性和扩展性，且在用户query表达丰富且过于口语化，甚至会在一句话中表达多个意图的情况下，该模型很难精准识别用户query的真实意图，降低了用户交互体验。

技术实现思路

1、鉴于上述问题，本技术提供了以下方案：

2、本技术第一方面提供一种意图识别方法，所述方法包括：

3、获得用户输入的第一问题信息；

4、将所述第一问题信息输入第一模型进行信息增强处理，得到第一处理结果；

5、将所述第一处理结果输入第二模型进行意图识别处理，得到第二处理结果；所述第二处理结果包括所述第一问题信息对应的至少一个候选意图；

6、基于所述第二处理结果，确定所述第一问题信息对应的目标意图；

7、其中，所述第一模型为大模型，所述第二模型为针对同一问题信息的意图识别速度快于所述大模型的深度学习模型。

8、在一种可能的实现中，所述将所述第一问题信息输入第一模型进行信息增强处理，得到第一处理结果，将所述第一处理结果输入第二模型进行意图识别处理，得到第二处理结果，包括：

9、将所述第一问题信息输入第一模型进行复杂问题分解，得到所述第一问题信息包含的至少一个第二问题信息；所述第二问题信息具有单一意图或简单意图，所述第一问题信息具有多个意图或复杂意图；

10、将至少一个所述第二问题信息输入第二模型进行意图识别处理，得到至少一个所述第二问题信息对应的第二处理结果；所述第二处理结果包括相应所述第二问题信息对应的至少一个预测意图以及各个所述预测意图对应的预测置信度。

11、在一种可能的实现中，所述基于所述第二处理结果，确定所述第一问题信息对应的目标意图，包括：

12、基于所述预测置信度，从各个所述第二问题信息对应的所述预测意图中，选择k个候选意图；

13、获得各个所述候选意图的意图描述信息；

14、至少将所述k个候选意图以及各个所述候选意图的所述意图描述信息输入所述第一模型，以使所述第一模型至少基于所述意图描述信息对所述k个候选意图进行处理，确定所述第一问题信息对应的目标意图。

15、在一种可能的实现中，所述基于所述第二处理结果，确定所述第一问题信息对应的目标意图，包括以下至少一种：

16、如果确定各个所述第二问题信息对应的至少一个所述预测意图的所述预测置信度大于或等于置信度阈值，将该至少一个预测意图确定为所述第一问题信息对应的目标意图；

17、如果确定各个所述第二问题信息对应的各个所述预测意图的所述预测置信度均小于所述置信度阈值，至少将各个所述预测意图输入所述第一模型，所述第一模型至少基于各个所述预测意图的意图描述信息对各个所述预测意图进行处理，确定所述第一问题信息对应的目标意图；

18、如果确定各个所述第二问题信息对应的各个所述预测意图的所述预测置信度均小于所述置信度阈值，确定所述各个预测意图中的候选意图，至少将所述候选意图输入所述第一模型，所述第一模型至少基于所述候选意图的意图描述信息对所述候选意图进行处理，确定所述第一问题信息对应的目标意图；

19、如果多个所述第二问题信息中至少一个所述第二问题信息对应的所述预测意图的所述预测置信度小于所述置信度阈值，确定该至少一个第二问题信息对应的各个所述预测意图中的候选意图，至少将该候选意图输入所述第一模型，所述第一模型至少基于该候选意图的意图描述信息对该候选意图进行处理，得到该第二问题信息对应的目标意图；其中，该第二问题信息对应的目标意图与其他第二问题信息对应的所述预测置信度大于或等于所述置信度阈值的所述预测意图，构成所述第一问题信息对应的目标意图。

20、在一种可能的实现中，所述基于所述第二处理结果，确定所述第一问题信息对应的目标意图，还包括：

21、基于所述候选意图或所述预测意图，获得微调数据；

22、利用所述微调数据，对所述第一模型进行参数调整，得到能够理解所述候选意图或所述预测意图的调整后第一模型，以通过所述调整后第一模型对所述候选意图或所述预测意图进行处理，得到所述目标意图。

23、在一种可能的实现中，所述将所述第一问题信息输入第一模型进行复杂问题分解，获得所述第一问题信息包含的至少一个第二问题信息，包括以下至少一种：

24、将所述第一问题信息输入第一模型，对所述第一问题信息以及所述第一问题信息相邻输入的历史问题信息进行语义分析，获得所述第一问题信息包含的至少一个第二问题信息；

25、将所述第一问题信息输入第一模型进行意图识别，依据所述第一问题信息具有的多个意图或复杂意图，将所述第一问题信息分解成多个第二问题信息。

26、在一种可能的实现中，所述方法还包括：

27、对所述第一问题信息进行复杂度评估，确定所述第一问题信息属于目标类别问题；

28、如果所述目标类别问题为第一类别问题，执行步骤所述将所述第一问题信息输入第一模型进行信息增强处理；

29、如果所述目标类别问题为第二类别问题，将所述第一问题信息输入所述第二模型，通过所述第二模型中的嵌入网络将所述第一问题信息转换为第一问题向量，通过所述第二模型的转换器网络对所述第一问题向量进行意图识别，确定所述第一问题信息对应的目标意图；

30、其中，所述第一类别问题的复杂度高于所述第二类别问题的复杂度。

31、在一种可能的实现中，所述对所述第一问题信息进行复杂度评估，确定所述第一问题信息属于目标类别问题，包括：

32、将所述第一问题信息输入问题分类模型进行复杂度评估，确定所述第一问题信息属于与复杂度评估结果匹配的目标类别问题；

33、其中，所述问题分类模型利用具有类别标签的训练问题，对分类器训练得到，所述类别标签基于所述第一模型和所述第二模型分别对相应所述训练问题的意图识别结果确定。

34、在一种可能的实现中，所述方法还包括以下至少一种：

35、如果所述目标意图包括对电子设备进行控制的第一意图，响应于所述电子设备所处的第一工作状态与所述第一意图不匹配，输出与所述第一意图相匹配的设备控制页面，响应于对所述设备控制页面的控制输入操作，控制所述电子设备从所述第一工作状态切换到与所述第一意图相匹配的第二工作状态；

36、如果所述目标意图包括对电子设备进行控制的第一意图，响应于所述电子设备所处的第二工作状态与所述第一意图相匹配，输出相应的匹配提示信息；

37、如果所述目标意图包括问答任务中的第二意图，所述第一模型基于所述第二意图，输出用于答复所述第一问题信息的目标内容；

38、如果所述目标意图包括调用云服务的第三意图，响应于所述第三意图，输出云服务调用界面或被调用云服务的云服务交互界面；所述云服务调用界面展示意图调用云服务的至少一种调用方式；

39、如果所述目标意图包括启动应用的第四意图，响应于所述第四意图，输出意图启动应用的应用交互界面。

40、本技术第二方面提供了一种意图识别装置，所述装置包括：

41、问题信息获得模块，用于获得用户输入的第一问题信息；

42、第一处理模块，用于将所述第一问题信息输入第一模型进行信息增强处理，得到第一处理结果；

43、第二处理模块，用于将所述第一处理结果输入第二模型进行意图识别处理，得到第二处理结果；所述第二处理结果包括所述第一问题信息对应的至少一个候选意图；

44、目标意图确定模块，用于基于所述第二处理结果，确定所述第一问题信息对应的目标意图；

45、其中，所述第一模型为大模型，所述第二模型为针对同一问题信息的意图识别速度快于所述大模型的深度学习模型。