一种智能问答的多意图识别与流程动态控制方法与流程
本发明涉及智能问答,尤其涉及一种智能问答的多意图识别与流程动态控制方法。
背景技术:
1、智能问答系统作为人机交互的核心入口,已广泛应用于政务服务、电商客服、金融咨询等多个领域,能够自动解析用户自然语言输入并调用对应业务接口完成任务。随着用户需求日益复杂化,单轮单意图的交互模式已无法满足实际应用需求,多意图识别与流程控制成为智能问答领域的核心研究方向。现有多意图处理技术主要分为串行识别和并行识别两类,串行识别逐次解析用户意图并执行对应任务,并行识别一次性识别所有意图后批量执行。目前主流方案多基于预训练语言模型实现意图分类和槽位填充,通过简单的有限状态机管理任务执行流程。但在多意图存在时序依赖、参数交叉缺失的复杂业务场景下,现有方案的流程控制能力存在明显不足,难以保障系统的执行效率和可靠性,因此亟需一种能够实现多意图流程动态控制的智能问答方法。
2、现有智能问答多意图处理方案存在以下不足:一是串行执行方案在某个意图出现参数缺失时会中断整个对话流程,无法并行执行无依赖关系的其他意图,导致系统资源利用率低下,用户对话轮次显著增加。二是缺乏有效的槽位数据隔离机制,用户针对缺失参数补充的实体数据可能被错误分配给其他未执行的意图节点,引发意图执行混乱,需要多次澄清才能完成任务。三是意图依赖管理多采用固定有限状态机,无法根据实际识别结果动态调整执行顺序,当意图依赖关系复杂时,容易出现执行死锁或顺序错误。四是参数缺失时未对自然语言理解引擎的解析范围进行约束,引擎会解析所有可能的实体类型,增加不必要的计算开销,同时提高了实体错误识别的概率。
技术实现思路
1、本发明的主要目的在于提供一种智能问答的多意图识别与流程动态控制方法,通过构建意图依赖有向无环图邻接矩阵并执行拓扑排序,准确确定各意图节点的执行时序关系,支持无依赖意图的并行执行,大幅提高系统资源利用率和任务处理效率,减少用户对话轮次。采用记忆沙箱状态集合实现槽位数据的隔离存储,结合上下文命名空间锁机制,确保用户补充的实体数据仅被绑定到当前挂起的意图节点,从根本上避免了实体数据的错误分配和意图执行混乱。通过动态槽位同步与阻断矩阵实现对不同意图节点槽位状态和执行流程的精细化管理,能够灵活实现部分意图挂起、其他意图继续执行的动态控制。引入局部解析白名单约束,限制自然语言理解引擎仅解析当前挂起意图相关的实体类型,降低计算开销的同时显著提高实体识别准确率。各模块通过标准化数据结构交互,模块化程度高,易于扩展和维护,可快速适配不同业务场景的多意图处理需求。
2、本发明的技术方案如下:
3、第一方面,提出一种智能问答的多意图识别与流程动态控制方法,该方法包括如下步骤:
4、s1、 获取用户输入文本序列及全局硬性参数需求表,并按意图节点结构化为对应的硬性参数需求集合;
5、s2、对所述用户输入文本序列进行依存句法分析和实体抽取,生成已抽取槽位集合,剔除互斥意图节点,对剩余意图节点拓扑排序生成意图依赖有向无环图邻接矩阵,并将已抽取槽位写入内存数据库形成记忆沙箱状态集合;
6、s3、按拓扑顺序遍历意图节点,基于硬性参数需求集合与记忆沙箱状态集合进行参数完整性校验,生成任务执行状态向量,并在存在参数缺失时生成当前执行挂起指针;
7、s4、融合硬性参数需求集合、记忆沙箱状态集合和当前执行挂起指针,构建意图-槽位二维映射关系,计算动态槽位同步与阻断矩阵;
8、s5、根据所述动态槽位同步与阻断矩阵,挂起缺失槽位对应的当前意图节点及其依赖节点的接口调用流程,生成澄清追问文本,并对其他未执行意图节点生成上下文命名空间锁及局部解析白名单约束;
9、s6、接收用户补充文本,在局部解析白名单约束下抽取实体并写入当前挂起意图节点的记忆沙箱命名空间,更新动态槽位同步与阻断矩阵;当当前挂起意图节点的缺失槽位补齐时,解除阻断并恢复接口调用流水线,重复执行直至任务执行状态向量均为执行成功。
10、本发明进一步的改进在于,所述s1的具体内容为:接入网关获取前端用户的原始自然语言字符串,对所述原始自然语言字符串执行词元化序列处理,将连续文本转换为离散词元序列,生成用户输入文本序列;调度端解析底层业务注册中心的接口文档,提取每个接口执行所需的必填字段结构,生成全局硬性参数需求表,将所述全局硬性参数需求表按照意图节点进行拆分,生成第i个意图节点的硬性参数需求集合,包含第i个意图节点对应的接口执行所必需的所有实体槽位标识,中的每个元素对应一个全局定义的槽位种类索引j,i为意图节点索引,j为槽位种类索引,取值范围为1-k,k为全局定义的槽位种类总数。
11、本发明进一步的改进在于,所述s2包括以下具体步骤:
12、s21、基于所述用户输入文本序列,解析端的自然语言理解服务器执行依存句法分析与实体抽取,提取出用户输入文本序列中包含的实体数据,形成已抽取槽位集合,所述已抽取槽位集合包含的键值对数量为其元素数量,每个键值对的键为槽位种类索引j,值为对应的实体数据;
13、s22、基于语义相似度算法和预设业务规则识别互斥意图节点并剔除,所述互斥意图节点为同一会话中逻辑上不可能同时执行的意图节点,对剩余的有效意图节点执行拓扑排序,确定各意图节点之间的执行先后顺序,生成意图依赖有向无环图邻接矩阵,为阶数n×n的有向无环图邻接矩阵,该矩阵中元素1表示第a个意图节点依赖于第b个意图节点且必须在其执行完成后才能执行,元素为0表示第a个意图节点与第b个意图节点无时序依赖,n为当前会话中识别出的有效意图节点总数;
14、s23、将已抽取槽位集合写入内存数据库,生成记忆沙箱状态集合,输出解析状态结构化集合,。
15、本发明进一步的改进在于,所述s3包括以下具体步骤:
16、s31、提取第i个意图节点的硬性参数需求集合以及解析状态结构化集合,根据解析状态结构化集合中的意图依赖有向无环图邻接矩阵,生成满足所有时序依赖关系的拓扑执行序列,按照所述拓扑执行序列依次遍历所有意图节点;
17、s32、对于遍历到的第i个意图节点,执行参数完整性校验,计算硬性参数需求集合与记忆沙箱状态集合之间的差集,该差集表示第i个意图节点需要但尚未获取的实体槽位集合;
18、s33、若硬性参数需求集合与记忆沙箱状态集合之间的差集为空集,则调度端调用对应的底层业务接口,并获取接口执行返回状态码,为超文本传输协议标准状态码,取值为整数,其中200表示接口执行成功,500表示服务器内部错误,404表示请求的接口不存在;若硬性参数需求集合与记忆沙箱状态集合之间的差集不为空集,则调度端触发执行阻断,停止当前意图节点的接口调用流程;
19、s34、生成任务执行状态向量,;其中分量表示第i个意图节点的执行状态,的取值范围为,表示第i个意图节点执行成功,0表示第i个意图节点因参数缺失而挂起,表示第i个意图节点执行失败;当所述任务执行状态向量中出现分量0时,调度端提取该节点的索引i,生成当前执行挂起指针传输至解析端,的取值为意图节点的索引值。
20、本发明进一步的改进在于,所述s4的具体内容为:
21、s41、解析端接收当前执行挂起指针,同时获取本地存储的硬性参数需求集合和记忆沙箱状态集合,构建意图-槽位二维映射关系,其中行对应意图节点索引i,取值范围为1-n,列对应槽位种类索引j,取值范围为1-k;
22、s42、对于每个坐标(i,j),应用分段函数计算动态槽位同步与阻断矩阵c的元素值,所述分段函数的表达式为:
23、;
24、其中,表示第j个槽位不是第i个意图节点的必填参数,1表示第j个槽位是第i个意图节点的必填参数且已在初始记忆沙箱集合中获取,表示第j个槽位是当前挂起的第个意图节点的必填参数且尚未获取,表示第j个槽位是其他未执行的意图节点的必填参数且尚未获取;生成并输出n×k阶动态槽位同步与阻断矩阵c。
25、本发明进一步的改进在于,所述s5包括以下具体步骤:
26、s51、调度端的全局扫描模块遍历动态槽位同步与阻断矩阵c的所有元素;当扫描到元素时,确认当前执行挂起指针所指向的意图节点缺失第j个槽位对应的实体数据,调度端挂起该意图节点及其在意图依赖有向无环图中所有依赖于该节点的后续意图节点的接口调用流程,调用对话回复生成器,对话回复生成器根据第j个槽位的类型和预设追问模板生成对应的澄清追问文本,并将所述澄清追问文本向下游前端输出;
27、s52、当扫描到元素时,确认除当前挂起意图节点之外的其他未执行意图节点中存在槽位缺失,解析端在自然语言理解引擎内部为每个意图节点分配独立的槽位存储命名空间,生成上下文命名空间锁,所述上下文命名空间锁确保后续补充的实体数据仅被绑定到当前挂起的意图节点命名空间,调度端根据扫描结果向解析端输出局部解析白名单约束。
28、本发明进一步的改进在于,所述s6包括以下具体步骤:
29、s61、将用户针对澄清追问补充的新的自然语言字符串传输至接入网关,接入网关对其执行词元化处理后生成新的用户输入文本序列,并将所述新的用户输入文本序列传输至解析端;
30、s62、解析端在局部解析白名单约束的限制下,仅对新的用户输入文本序列执行与当前挂起意图节点相关的实体抽取操作,新提取的实体槽位只能与动态槽位同步与阻断矩阵c中值为−1的坐标进行绑定,即只能绑定至的意图节点命名空间;
31、s63、将新提取的实体数据写入记忆沙箱状态集合中当前挂起意图节点对应的命名空间下,生成更新后的记忆沙箱状态集合,重新计算动态槽位同步与阻断矩阵c,将原值为−1的对应元素更新为1;
32、s64、实时监测动态槽位同步与阻断矩阵c的状态变化,当检测到当前挂起意图节点的硬性参数需求集合与更新后的记忆沙箱状态集合的差集为空集时,解除执行阻断,恢复接口调用流水线,继续按照拓扑执行序列执行后续意图节点,并更新任务执行状态向量;重复执行s3至s6,直至任务执行状态向量的所有分量均变为1,所有意图节点执行完成,终止会话流程。
33、第二方面,提出一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现上述的一种智能问答的多意图识别与流程动态控制方法。
34、第三方面,提出一种电子设备,包括存储器,用于存储指令;处理器,用于执行所述指令,使得所述设备执行实现上述的一种智能问答的多意图识别与流程动态控制方法。
35、本发明的技术效果如下:
36、构建了一种智能问答的多意图识别与流程动态控制方法,通过构建意图依赖有向无环图邻接矩阵并执行拓扑排序,准确确定各意图节点的执行时序关系,支持无依赖意图的并行执行,提高系统资源利用率和任务处理效率,减少用户对话轮次。采用记忆沙箱状态集合实现槽位数据的隔离存储,结合上下文命名空间锁机制,确保用户补充的实体数据仅被绑定到当前挂起的意图节点,避免了实体数据的错误分配和意图执行混乱。通过动态槽位同步与阻断矩阵实现对不同意图节点槽位状态和执行流程的精细化管理,能够实现部分意图挂起、其他意图继续执行的动态控制。引入局部解析白名单约束,限制自然语言理解引擎仅解析当前挂起意图相关的实体类型,降低计算开销的同时显著提高实体识别准确率。各模块通过标准化数据结构交互,模块化程度高,易于扩展和维护,可快速适配不同业务场景的多意图处理需求。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com