基於業務語料的意圖分類方法、裝置及智慧型問答方法

《基於業務語料的意圖分類方法、裝置及智慧型問答方法》是安徽省泰岳祥升軟體有限公司於2018年12月7日申請的發明專利，該專利申請號為2018114973048，公布號為CN109299247A，專利公布日為2019年2月1日，發明人是楊凱程、張正、蔣宏飛。

《基於業務語料的意圖分類方法、裝置及智慧型問答方法》其中的意圖由類別、用戶問法和回復源組成。在意圖分類中，根據業務需求設定意圖的類別；根據所述意圖的類別，設定與業務需求匹配的用戶問法；設定所述意圖的回覆源，所述回復源關聯到業務語料中對應的一個知識庫、知識類目或知識條目，使意圖與業務語料在邏輯上相互獨立存在，又通過意圖中的用戶問法和回復源等形成了相互對應的關係，在這種對應關係建立後，使用業務語料對智慧型問答系統進行訓練的過程就變成了對智慧型問答系統進行意圖訓練的過程，使智慧型問答系統在訓練後具備了從用戶的問題中準確識別用戶意圖，對問題給出的回覆更準確，提高智慧型問答系統的回覆友好度。

2020年7月17日，《基於業務語料的意圖分類方法、裝置及智慧型問答方法》獲得安徽省第七屆專利獎優秀獎。

（概述圖為《基於業務語料的意圖分類方法、裝置及智慧型問答方法》的摘要附圖）

基本介紹

• 中文名：基於業務語料的意圖分類方法、裝置及智慧型問答方法
• 公布號：CN109299247A
• 公布日：2019年2月1日
• 申請號：2018114973048
• 申請日：2018年12月07日
• 申請人：安徽省泰岳祥升軟體有限公司
• 地址：安徽省合肥市高新區習友路3333號中國（合肥）國際智慧型語音產業園研發中心樓405-5室
• 發明人：楊凱程、張正、蔣宏飛
• 代理機構：北京弘權智慧財產權代理事務所
• 代理人：逯長明; 許偉群
• Int.Cl.：G06F16/332(2019.01)I；G06N5/02(2006.01)I
• 類別：發明專利

專利背景

人工智慧（英語：Artificial Intelligence,AI）亦稱機器智慧型，是指由人製造出來的機器所表現出來的智慧型。通常，人工智慧是指通過電腦程式實現的類人的智慧型技術。智慧型問答系統是人工智慧的一項研究領域。智慧型問答系統能夠理解以自然語言形式描述的用戶提問，並通過檢索問答知識庫等方式獲得與用戶提問匹配的答案，並生成包含答案的回覆內容。相對於搜尋引擎，智慧型問答系統能更好地理解用戶提問的真實意圖，同時更有效地滿足用戶的信息需求。

智慧型問答系統實現問答首先要理解用戶提問的意圖。在智慧型問答系統的實際套用環境中，隨著業務領域的不同，用戶的意圖也會不同。因此，為了使智慧型問答系統適用於一些特定的業務領域，該領域技術人員會根據業務領域對用戶的意圖進行分類。例如：將用戶的意圖分成線上業務和線下業務等。

但是，現有技術中的意圖分類方法，只根據業務領域對用戶意圖進行了籠統的分類，不能夠密切聯繫用戶在具體的業務領域中產生的實際業務需求，也沒有適配每個需求下的業務語料，容易導致意圖分類與實際業務需求不相符的錯誤，並進一步影響在特定業務需求下，問答系統生成回復內容的準確性。

發明內容

專利目的

為了解決現有技術中存在的問題，《基於業務語料的意圖分類方法、裝置及智慧型問答方法》實施例提供了一種基於業務語料的意圖分類方法、裝置及智慧型問答方法。

技術方案

第一方面，《基於業務語料的意圖分類方法、裝置及智慧型問答方法》實施例提供了一種基於業務語料的意圖分類方法，所述意圖由類別、用戶問法和回復源組成，所述方法包括：

根據業務需求設定意圖的類別；

根據所述意圖的類別，設定與業務需求匹配的用戶問法；

設定所述意圖的回覆源，所述回復源關聯到業務語料中對應的一個知識庫、知識類目或知識條目。

第二方面，該發明實施例提供了一種基於業務語料的意圖分類裝置，所述意圖由類別、用戶問法和回復源組成，所述裝置包括：

類別設定單元，用於根據業務需求設定意圖的類別；

用戶問法設定單元，用於根據所述意圖的類別，設定與業務需求匹配的用戶問法；

回復源設定單元，用於設定所述意圖的回覆源，所述回復源關聯到業務語料中對應的一個知識庫、知識類目或知識條目。

第三方面，該發明實施例提供了一種智慧型問答方法，套用於該發明實施例提供的基於業務語料的意圖分類方法，所述智慧型問答方法包括：

根據已分類意圖中的用戶問法，識別用戶提問中包含的意圖；

從所述意圖的回覆源關聯的知識庫、知識類目或知識條目中獲取回復內容。

改善效果

《基於業務語料的意圖分類方法、裝置及智慧型問答方法》實施例提供了一種基於業務語料的意圖分類方法、裝置及智慧型問答方法。其中，意圖由類別、用戶問法和回復源組成。在意圖分類中，根據業務需求設定意圖的類別；根據所述意圖的類別，設定與業務需求匹配的用戶問法；設定所述意圖的回覆源，所述回復源關聯到業務語料中對應的一個知識庫、知識類目或知識條目；在智慧型問答中，根據已分類意圖中用戶問法，識別用戶提問中包含的意圖；從所述意圖的回覆源關聯的知識庫、知識類目或知識條目中獲取回復內容本。申請實施例提供的方法，使意圖與業務語料在邏輯上相互獨立存在，又通過意圖中的用戶問法和回復源等形成了相互對應的關係，在這種對應關係建立後，使用業務語料對智慧型問答系統進行訓練的過程就變成了對智慧型問答系統進行意圖訓練的過程，從而使智慧型問答系統在訓練後具備了從用戶的問題中準確識別用戶意圖，並根據用戶的提問內容在回復源關聯的知識庫、知識類目或知識條目中搜尋到問題答案並回復給用戶，使智慧型問答系統更貼近用戶的業務需求，對問題給出的回覆更準確，提高智慧型問答系統的回覆友好度。

附圖說明

圖1為《基於業務語料的意圖分類方法、裝置及智慧型問答方法》實施例提供的一種基於業務語料的意圖分類方法的流程圖；

圖2為該發明實施例提供的一種基於業務語料的意圖分類方法步驟S120的流程圖；

圖3為該發明實施例提供的一種基於業務語料的意圖分類裝置的框圖；

圖4為該發明實施例提供的另一種基於業務語料的意圖分類裝置的框圖；

圖5為該發明實施例提供的一種智慧型問答方法的流程圖；

圖6為該發明實施例提供的一種智慧型問答方法步驟S320的流程圖。

技術領域

《基於業務語料的意圖分類方法、裝置及智慧型問答方法》涉及人工智慧技術領域，尤其涉及一種基於業務語料的意圖分類方法、裝置及智慧型問答方法。

權利要求

1.一種基於業務語料的意圖分類方法，其特徵在於，所述意圖由類別、用戶問法和回復源組成，所述方法包括：

根據業務需求設定意圖的類別；根據所述意圖的類別，設定與業務需求匹配的用戶問法；設定所述意圖的回覆源，所述回復源關聯到業務語料中對應的一個知識庫、知識類目或知識條目；所述類別包括FAQ意圖和槽意圖，其中：所述FAQ意圖套用於一條問題對應一條回復的問答情形中；所述槽意圖套用於根據多個要素生成回復的問答情形中。

2.根據權利要求1所述的方法，其特徵在於，所述類別還包括寒暄意圖和結構化意圖，其中：所述寒暄意圖套用於日常寒暄對話的問答情形中；所述結構化意圖套用於根據一條問題生成結構化知識條目回復的問答情形中。

3.根據權利要求1所述的方法，其特徵在於，所述根據意圖的類別，設定與業務需求匹配的用戶問法的步驟，包括：當所述類別為FAQ意圖時，從與業務需求匹配的業務語料的擴展問題或擴展概念中獲取用戶問法。

4.根據權利要求1所述的方法，其特徵在於，所述根據意圖的類別，設定與業務需求匹配的用戶問法的步驟，還包括：當所述類別為槽意圖時，設定所述槽意圖的觸發要素，所述觸發要素包含與意圖匹配的用戶問法；設定與觸發要素匹配的槽處理；所述槽處理包括多個要素槽，每個要素槽包括要素的名稱、類型和用於獲取要素內容的提示語。

5.根據權利要求4所述的方法，其特徵在於，所述要素包括必須要素和非必須要素。

6.一種基於業務語料的意圖分類裝置，其特徵在於，所述意圖由類別、用戶問法和回復源組成，所述裝置包括：類別設定單元，用於根據業務需求設定意圖的類別；用戶問法設定單元，用於根據所述意圖的類別，設定與業務需求匹配的用戶問法；回復源設定單元，用於設定所述意圖的回覆源，所述回復源關聯到業務語料中對應的一個知識庫、知識類目或知識條目；所述類別包括FAQ意圖和槽意圖，其中：所述FAQ意圖套用於一條問題對應一條回復的問答情形中；所述槽意圖套用於根據多個要素生成回復的問答情形中。

7.根據權利要求6所述的裝置，其特徵在於，所述用戶問法設定單元包括：觸發要素設定子單元，用於設定所述槽意圖的觸發要素，所述觸發要素為與意圖匹配的用戶問法；槽處理設定子單元，用於設定與觸發要素匹配的槽處理；所述槽處理包括多個要素槽項，每個要素項包括要素的名稱、類型和用於獲取要素內容的提示語。

8.一種智慧型問答方法，其特徵在於，套用於權利要求1-5任一所述的基於業務語料的意圖分類方法，所述智慧型問答方法包括：根據已分類意圖中的用戶問法，識別用戶提問中包含的意圖；從所述意圖的回覆源關聯的知識庫、知識類目或知識條目中獲取回復內容；所述從意圖的回覆源關聯的知識庫、知識類目或知識條目中獲取回復內容的步驟包括：獲取所述意圖的類別，所述類別包括FAQ意圖和槽意圖；當所述類別為FAQ意圖時，從所述FAQ意圖關聯的知識庫、知識類目或知識條目中查找答案，以及，根據答案生成回復內容；當所述類別為槽意圖時，從用戶提問中獲取生成回復所需要素；分析已獲取的要素是否完整；如果不完整，向用戶發起請求獲取缺失要素的反問對話；如果完整，根據已獲取的要素在槽意圖的回覆源關聯的知識庫、知識類目或知識條目中搜尋答案，以及，根據答案生成回復內容。

實施方式

• 實施例一

《基於業務語料的意圖分類方法、裝置及智慧型問答方法》實施例提供了一種基於業務語料的意圖分類方法，參見圖1，為該發明實施例提供的一種基於業務語料的意圖分類方法的流程圖，如圖1所示，所述方法包括以下步驟：

步驟S110，根據業務需求設定意圖的類別；

在該發明實施例中，意圖由類別、用戶問法和回復源組成，其中，類別根據業務需求設定，在一種可選擇的實施方式中，類別可以包括FAQ意圖、槽意圖、寒暄意圖和結構化意圖，其中：

FAQ意圖套用於一條問題對應一條回復的問答情形中。例如，某銀行大堂內設定有迎賓機器人，當用戶向迎賓機器人提問：“大額轉賬在哪個視窗辦理？”時，用戶的業務需求是獲得可辦理大額轉賬業務的視窗編號，因此，迎賓機器人只需要回覆：“在X號視窗辦理”，此時，這種業務需求對應的意圖就是FAQ意圖。

槽意圖套用於根據多個要素生成回復的問答情形中，其中，要素是從用戶的提問內容中獲取的用於生成回復的依據內容。例如，將智慧型問答系統設定在銀行APP中，用戶通過智慧型問答系統詢問：“我想辦理信用卡”，此時，用戶的業務需求是通過銀行APP申請一張信用卡。通常，銀行為用戶辦理信用卡，需要用戶提供姓名、年齡、地區、工作信息、收入信息、社保信息等內容，然後根據上述信息通過線上網申或分派用戶所在地區的業務專員等方式為用戶辦理，此時，姓名、年齡、地區、工作信息、收入信息、社保信息等內容就是生成回復所需的要素，APP內置的問答系統需要根據這些要素生成回復，因此，“我想辦理信用卡”對應的意圖為槽意圖。

該發明實施例中，意圖的類別由用戶的業務需求決定，用戶提出的同一個問題在不同的業務需求中包含意圖的類別也會不同。例如，將智慧型問答系統套用在銀行的取號機中，當用戶詢問“我想辦理信用卡時”，用戶的實際需求是取到一個辦理信用卡排隊號碼，因此，問答系統只需回復“請取號”等內容提示用戶取號即可，此時，這種業務需求對應的意圖就是FAQ意圖。

寒暄意圖套用於日常寒暄對話的問答情形中，日常寒暄對話是指不包含業務需求的對話，例如“你好！”“你幾歲啦？”都是包含寒暄意圖的對話。

結構化意圖套用於根據一個問題生成結構化知識條目回復的問答情形中，結構化知識條目的回覆通常來自於對文檔的碎片化加工，例如：對銀行管理條例的文檔進行碎片化加工，可將銀行管理條例的文檔中每個章節每個條款的內容進行碎片化的分割，並以知識條目的形式保存，當用戶提問“我想獲得銀行管理條例的內容”時，智慧型問答系統將碎片化處理後的銀行管理條目以知識條目的形式呈獻給提問的用戶，此時，用戶的提問就包含結構化意圖。

可見，該發明實施例中，根據業務需求設定意圖的類別，使意圖的類別與業務需求緊密聯繫，從而提高對意圖進行分類的準確性。

步驟S120，根據所述意圖的類別，設定與業務需求匹配的用戶問法；

用戶問法是用戶在表達意圖時常會使用的提問方式。當意圖的類別為FAQ意圖時，從與業務需求匹配的業務語料的擴展問題或擴展概念中獲取用戶問法。在智慧型問答系統的建立過程中，會使用業務語料對問答模型進行訓練，從而使問答模型具備根據問題生成答案的能力，業務語料由具有對應關係的問題和答案組成，其中，問題包括多個語義相同但問法不同的擴展問題或擴展概念。

該發明從與業務需求匹配的業務語料的擴展問題或擴展概念中獲取用戶問法，從而實現根據用戶問法匹配用戶提問中包含的FAQ意圖。

圖2為該發明實施例提供的一種基於業務語料的意圖分類方法步驟S120的流程圖。

當意圖的類別為槽意圖時，如圖2所示，步驟S120可以包括以下步驟：

步驟S121，當所述類別為槽意圖時，設定所述槽意圖的觸發要素，所述觸發要素包含與意圖匹配的用戶問法。

在槽意圖中，需要根據多個要素生成回復，而要素的獲取需要通過向用戶發起一輪或多輪反問的方式來實現。不同的槽意圖適應不同的業務需求，因而，在不同的槽意圖中生成回復所需的要素也不同，因此。在向用戶發起多輪反問獲取要素時，首先要確定與用戶提問匹配的槽意圖，從而確定用戶的提問中缺少哪些要素，以及需要向用戶提問哪些問題以獲取缺少的要素。這個確定與用戶提問匹配的槽意圖的過程，就需要通過槽意圖中的觸發要素來實現。觸發要素中包含與意圖匹配的用戶問法，在用戶提問時，將用戶提問的問題與觸發要素中的用戶問法進行匹配，如果存在與用戶提問的問題匹配的用戶問法，則用戶問題匹配對應的槽意圖。

步驟S122，設定與觸發要素匹配的槽處理；所述槽處理包括多個要素槽，每個要素槽包括要素的名稱、類型和用於獲取要素內容的提示語。

槽處理用於在用戶提問的問題匹配到槽意圖時，獲取生成回復所需的要素。槽處理中，根據生成回復所需的要素的數量，包括多個要素槽，每個要素槽包括要素的名稱、類型和用於獲取要素內容提示語。

示例地，在某槽意圖中：

觸發要素中包含以下用戶問法：

• 信用卡怎么辦理

• 我想辦理信用卡

槽處理可以設定為以下格式：

是否必須	名稱	類型	提示語	操作
□	地區	城市	請告訴我您住在哪個城市	複製刪除
□	年齡	Num	請告訴我您的年齡	複製刪除
□	職業	Job	請告訴我您的職業	複製刪除

上述槽處理中共示例出了三個要素槽，每個要素槽中至少包括了要素的名稱、類型和提示語。例如，在第一個要素槽中，要素的名稱為地區、類型為城市、提示語為請告訴我您住在哪個城市，其中，提示語為向用戶反問的內容。

該發明中，當用戶的提問匹配到槽意圖時，根據觸發要素觸發向用戶反問的過程，在反問的過程中，首先根據用戶提問中獲取要素，進而根據槽處理確定哪些要素缺失；然後，根據缺失要素的提示語向用戶反問問題，並從用戶的回答中拾取到缺失的要素。

示例地，當用戶提問“我想辦理信用卡”時，觸發要素匹配到對應的用戶問法，進而觸發反問的過程；由於“我想辦理信用卡”中不包含任何要素，因此，根據槽處理每個要素槽中的提示語向用戶依次反問，逐一獲取缺失的要素，形成以下形式的對話過程：

用戶：我想辦理信用卡

反問：請告訴我您住在哪個城市

用戶：北京市（獲取到要素“北京”，類型為“城市”）

反問：請告訴我您的年齡

用戶：24歲（獲取到要素“24”，類型為“Num”）

反問：請告訴我您的職業

用戶：公務員（獲取到要素“公務員”，類型為“Job”）

示例地，當用戶提問“北京市如何辦理信用卡”時，用戶提問中包含了要素“北京”，因此，不會向用戶反問用戶獲取地區的問題，從而形成以下形式的對話：

用戶：我想辦理信用卡

反問：請告訴我您的年齡

用戶：24歲（獲取到要素“24”，類型為“Num”）

反問：請告訴我您的職業

用戶：公務員（獲取到要素“公務員”，類型為“Job”）

可見，該發明通過槽處理的形式，設定了多個要素槽，在每個要素槽中設定要素的名稱、類型以及用戶獲取要素的提示語；由於，每個要素通過要素槽清晰劃分，因此，在向用戶反問獲取要素時，能夠根據生成回復具體缺失的要素，按需向用戶反問，引導用戶回答出包含缺失要素的內容。

步驟S130，設定所述意圖的回覆源，所述回復源關聯到業務語料中對應的一個知識庫、知識類目或知識條目。

該發明中，生成回復的內容來自於業務語料，業務語料可以是一個包含某業務領域若干類別知識的知識庫，可以是包含一類知識的知識類目，也可以是包含一條知識的知識條目。

該發明將回復源與業務語料中與業務需求對應的知識庫、知識類目或知識條目關聯，從而能夠實現當用戶提問時，根據用戶的提問內容在回復源關聯的知識庫、知識類目或知識條目中搜尋到問題答案，並將答案回復給用戶，從而，實現了將意圖與業務語料在邏輯上相互獨立存在，又通過意圖中的用戶問法和回復源等形成了相互對應的關係；在這種對應關係建立後，使用業務語料對只能問答系統進行訓練的過程就變成了對智慧型問答系統進行意圖訓練的過程，從而使只能問答系統在訓練後具備了從用戶的問題中準確識別用戶意圖，使智慧型問答系統更貼近業務需求。

在一種可選擇的實施方式中，在槽意圖中，要素包括必須要素和非必須要素。其中必須要素是生成回復所不可缺少的要素，當必須要素缺失時，要通過反問的方式讓用戶補充要素，然後才能夠在回復源中搜尋到答案並生成回復，當必須要素齊全而非必須要素缺失時，也能夠在回復源中搜尋到答案並生成回復，但如果獲取更多的非必須要素能夠為在回復源中搜尋答案提供更多的搜尋依據，從而提高生成回復內容的豐富性和準確性。 示例地，該發明實施例提供的一種基於業務語料的意圖分類方法設定的FAQ意圖如下：

意圖：辦理

意圖類別：FAQ意圖

用戶問法：我想辦理信用卡

回復源：取號機知識庫

在上述示例的FAQ意圖中，用戶問法可來自“取號機知識庫”中預設的擴展問題或擴展概念。

示例地，該發明實施例提供的一種基於業務語料的意圖分類方法設定的槽意圖如下：

意圖：辦理

意圖類別：槽意圖

觸發要素：

• 信用怎么辦理
• 我想辦理信用卡

槽處理：

是否必須	名稱	類型	提示語	操作
□	地區	城市	請告訴我您住在哪個城市	複製刪除
□	年齡	Num	請告訴我您的年齡	複製刪除
□	職業	Job	請告訴我您的職業	複製刪除

回復源：辦理信用卡知識庫

由以上技術方案可知，該發明實施例提供了一種基於業務語料的意圖分類方法，其中，意圖由類別、用戶問法和回復源組成，所述方法包括：根據業務需求設定意圖的類別；根據所述意圖的類別，設定與業務需求匹配的用戶問法；設定所述意圖的回覆源，所述回復源關聯到業務語料中對應的一個知識庫、知識類目或知識條目。該發明實施例提供的方法，使意圖與業務語料在邏輯上相互獨立存在，又通過意圖中的用戶問法和回復源等形成了相互對應的關係，在這種對應關係建立後，使用業務語料對智慧型問答系統進行訓練的過程就變成了對智慧型問答系統進行意圖訓練的過程，從而使智慧型問答系統在訓練後具備了從用戶的問題中準確識別用戶意圖，並根據用戶的提問內容在回復源關聯的知識庫、知識類目或知識條目中搜尋到問題答案並回復給用戶，使智慧型問答系統更貼近用戶的業務需求，對問題給出的回覆更準確，提高智慧型問答系統的回覆友好度。

• 實施例二

該發明實施例提供了一種基於業務語料的意圖分類裝置，參見圖3，為該發明實施例提供的一種基於業務語料的意圖分類裝置的框圖，如圖3所示，所述裝置包括：

類別設定單元210，用於根據業務需求設定意圖的類別；

用戶問法設定單元220，用於根據所述意圖的類別，設定與業務需求匹配的用戶問法；

回復源設定單元230，用於設定所述意圖的回覆源，所述回復源關聯到業務語料中對應的一個知識庫、知識類目或知識條目。

圖4為該發明實施例提供的另一種基於業務語料的意圖分類裝置的框圖。

在一種可選擇的實施方式中，如圖4所示，所述用戶問法設定單元220包括：

觸發要素設定子單元221，用於設定所述槽意圖的觸發要素，所述觸發要素為與意圖匹配的用戶問法；

槽處理設定子單元222，用於設定與觸發要素匹配的槽處理；所述槽處理包括多個要素槽項，每個要素項包括要素的名稱、類型和用於獲取要素內容的提示語。

該發明實施例中，觸發要素設定子單元221和槽處理設定子單元222套用於槽意圖的分類過程中，用於設定槽意圖的觸發要素和設定與觸發要素匹配的槽處理。

由以上技術方案可知，該發明實施例提供了一種基於業務語料的意圖分類裝置，其中，意圖由類別、用戶問法和回復源組成，所述裝置包括：類別設定單元，用於根據業務需求設定意圖的類別；用戶問法設定單元，用於根據所述意圖的類別，設定與業務需求匹配的用戶問法；回復源設定單元，用於設定所述意圖的回覆源，所述回復源關聯到業務語料中對應的一個知識庫、知識類目或知識條目。該發明實施例提供的裝置，使意圖與業務語料在邏輯上相互獨立存在，又通過意圖中的用戶問法和回復源等形成了相互對應的關係，在這種對應關係建立後，使用業務語料對智慧型問答系統進行訓練的過程就變成了對智慧型問答系統進行意圖訓練的過程，從而使智慧型問答系統在訓練後具備了從用戶的問題中準確識別用戶意圖，並根據用戶的提問內容在回復源關聯的知識庫、知識類目或知識條目中搜尋到問題答案並回復給用戶，使智慧型問答系統更貼近用戶的業務需求，對問題給出的回覆更準確，提高智慧型問答系統的回覆友好度。

• 實施例三

該發明實施例提供了一種智慧型問答方法，參見圖5，為該發明實施例提供的一種智慧型問答方法的流程圖，如圖5所示，所述方法包括以下步驟：

步驟S310，根據已分類意圖中的用戶問法，識別用戶提問中包含的意圖。

在步驟S310中，對用戶提問的內容與每個已分類意圖中的用戶用法進行匹配，如果用戶提問的內容與某個意圖中的用戶問法匹配成功，則該用戶提問中包含匹配到的意圖。

步驟S320，從所述意圖的回覆源關聯的知識庫、知識類目或知識條目中獲取回復內容。

在該發明中，意圖中的回覆源與知識庫、知識類目或知識條目向關聯，因此，在步驟S320中，可根據用戶提問匹配到的用戶問法，從意圖的回覆源關聯的知識庫、知識類目或知識條目中搜尋到問題的答案，並生成回復內容。

圖6為該發明實施例提供的一種智慧型問答方法步驟S320的流程圖。

在一種可選擇的實施方式中，如圖6所示，步驟S320可以包括以下步驟：

步驟S321，獲取所述意圖的類別，所述類別包括FAQ意圖和槽意圖。

意圖的類別由該發明提供的一種基於業務語料的意圖分類方法中根據業務需求設定，可包括FAQ意圖和槽意圖，以及寒暄意圖和結構化意圖。

步驟S322，當所述類別為FAQ意圖時，從所述FAQ意圖關聯的知識庫、知識類目或知識條目中查找答案，以及，根據答案生成回復內容。

FAQ意圖套用於一條問題對應一條回復的問答情形中，因此當用戶提問的問題中包含FAQ意圖時，從意圖關聯的知識庫、知識類目或知識條目中即可搜尋到問題的答案，並生成回復內容。

此外，當意圖的類別為寒暄意圖和結構化意圖時，從寒暄意圖和結構化意圖關聯知識庫、知識類目或知識條目中查找到問題的答案，並生成回復內容。

步驟S3231，當所述類別為槽意圖時，從用戶提問中獲取生成回復所需要素；

示例地，當用戶提問為“北京市如何辦理信用卡”時，從用戶提問中可獲取要素“北京”

步驟S3232，分析已獲取的要素是否完整；

在槽意圖中，需要根據多個要素生成回復，因此在根據要素生成回復之前，需要分析已獲取的要素是否完整。

示例地，在“北京市如何辦理信用卡”匹配到的槽意圖中，生成回復需要三個要素，分別為地區、年齡和職業，而從用戶的提問內容中，只能夠獲得地區為“北京”，因此，要素不完整。

步驟S3233，如果不完整，向用戶發起請求獲取缺失要素的反問對話；

示例地，缺失要素為年齡和職業，因此在步驟S3133中，依次向用戶發起反問對話：

請告訴我你的年齡（等待用戶回答）

請告訴我你的職業（等待用戶回答）

當用戶在每個反問對話的回答中補充了缺失的要素時，跳轉至步驟S3134。

步驟S3234，如果完整，根據已獲取的要素在槽意圖的回覆源關聯的知識庫、知識類目或知識條目中搜尋答案，以及，根據答案生成回復內容。

由以上技術方案可知，該發明實施例提供了一種智慧型問答方法，套用於該發明提供的基於業務語料的意圖分類方法，根據已分類意圖中用戶問法，識別用戶提問中包含的意圖；從所述意圖的回覆源關聯的知識庫、知識類目或知識條目中獲取回復內容。該發明實施例提供的方法，通過在意圖的分類方法中根據業務需求設定了意圖的類別，使意圖與業務語料在邏輯上相互獨立存在，又通過意圖中的用戶問法和回復源等形成了相互對應的關係。在這種對應關係建立後，智慧型問答系統就可以根據意圖的分類結果，識別用戶提問中的意圖，並根據用戶的提問內容在回復源關聯的知識庫、知識類目或知識條目中搜尋到問題答案並回復給用戶，使智慧型問答系統更貼近用戶的業務需求，對問題給出的回覆更準確，提高智慧型問答系統的回覆友好度。

該發明還可用於眾多通用或專用的計算系統環境或配置中。例如：個人計算機、伺服器計算機、手持設備或攜帶型設備、可穿戴設備、平板型設備、多處理器系統、基於微處理器的系統、置頂盒、可程式的消費電子設備、網路PC、小型計算機、大型計算機、包括以上任何系統或設備的分散式計算環境等等。

該發明可以在由計算機執行的計算機可執行指令的一般上下文中描述，例如程式模組。一般地，程式模組包括執行特定任務或實現特定抽象數據類型的例程、程式、對象、組件、數據結構等等。也可以在分散式計算環境中實踐該發明，在這些分散式計算環境中，由通過通信網路而被連線的遠程處理設備來執行任務。在分散式計算環境中，程式模組可以位於包括存儲設備在內的本地和遠程計算機存儲介質中。

需要說明的是，在《基於業務語料的意圖分類方法、裝置及智慧型問答方法》中，諸如“第一”和“第二”等之類的關係術語僅僅用來將一個實體或者操作與另一個實體或操作區分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關係或者順序。而且，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設備所固有的要素。

該領域技術人員在考慮說明書及實踐這裡公開的發明後，將容易想到該發明的其它實施方案。該發明旨在涵蓋該發明的任何變型、用途或者適應性變化，這些變型、用途或者適應性變化遵循該發明的一般性原理並包括該發明未公開的該技術領域中的公知常識或慣用技術手段。說明書和實施例僅被視為示例性的，該發明的真正範圍和精神由下面的權利要求指出。

榮譽表彰

2020年7月17日，《基於業務語料的意圖分類方法、裝置及智慧型問答方法》獲得安徽省第七屆專利獎優秀獎。