一种基于人工智能的装备意图解析方法、装置及电子设备

技术特征：
1.一种基于人工智能的装备意图解析方法，其特征在于，包括：获取用户的用户指令信息和指令约束条件；对所述用户指令信息进行预处理，并利用主题模型对预处理后的用户指令信息进行处理，得到意图关键词；利用分词模型对所述指令约束条件进行分词处理，得到多个指令限定词；利用标准库对所述意图关键词及多个所述指令限定词进行分析，计算出各所述指令限定词与所述意图关键词的相关度；将相关度符合预设条件的指令限定词嵌入意图关键词中，经过主题模型分析形成交互数据；利用映射数据库获取与所述交互数据对应的映射参数和行动数据；基于所述映射参数和行动数据对所述装备发出调控指令。2.根据权利要求1所述的方法，其特征在于，所述用户包括对所述装备进行远程监控的第一用户和/或对所述装备进行现地操作的第二用户，所述指令约束条件包括反映所述第一用户属性的第一指令约束条件和反映所述装备属性的第二指令约束条件。3.根据权利要求2所述的方法，其特征在于，响应于所述用户为所述第一用户，则所述用户指令信息为第一用户指令信息，所述指令约束条件为第一指令约束条件和第二指令约束条件；所述形成交互数据的过程包括：获取第一用户指令信息、第一指令约束条件和第二指令约束条件；对所述第一用户指令信息进行预处理，并利用主题模型对预处理后的第一用户指令信息进行处理，得到第一意图关键词；利用分词模型分别对所述第一指令约束条件及第二指令约束条件进行分词处理，得到多个第一指令限定词和第二指令限定词；利用标准库对所述第一意图关键词及所述第一指令限定词和第二指令限定词进行分析，计算出所述各所述第一指令限定词、第二指令限定词与所述第一意图关键词的相关度；将相关度符合预设条件的第一指令限定词和第二指令限定词嵌入所述第一意图关键词中，经过主题模型分析形成交互数据。4.根据权利要求2所述的方法，其特征在于，响应于所述用户为第一用户和第二用户，则所述用户指令信息为第一用户指令信息和第二用户指令信息，所述指令约束条件为第一指令约束条件和第二指令约束条件；形成交互数据的过程包括：获取第一用户指令信息、第一指令约束条件和第二指令约束条件；对所述第一用户指令信息进行预处理，并利用主题模型对预处理后的第一用户指令信息进行处理，得到第一意图关键词；利用分词模型分别对所述第一指令约束条件及第二指令约束条件进行分词处理，得到多个第一指令限定词和第二指令限定词；利用标准库对所述第一意图关键词及所述第一指令限定词进行分析，计算出各所述第一指令限定词与所述第一意图关键词的相关度；将相关度符合预设条件的第一指令限定词嵌入所述第一意图关键词中，经过主题模型分析形成第一交互数据；所述第二用户根据所述第一交互数据发出第二用户指令信息；对所述第二用户指令信息进行预处理，并利用主题模型对预处理后的第二用户指令信息进行处理，得到第二意图关键词；利用标准库对所述第二意图关键词及各所述第二指令限定词进行分析，计算出各所述
第二指令限定词与所述第二意图关键词的相关度；将相关度符合预设条件的第二指令限定词嵌入所述第二意图关键词中，经过主题模型分析形成交互数据。5.根据权利要求2所述的方法，其特征在于，响应于所述用户为第一用户和第二用户，则所述用户指令信息为第一用户指令信息和第二用户指令信息，所述指令约束条件为第一指令约束条件和第二指令约束条件；形成交互数据的过程包括：获取第一用户指令信息、第二用户指令信息、第一指令约束条件和第二指令约束条件；分别对所述第一用户指令信息和第二用户指令信息进行预处理，并利用主题模型对预处理后的第一用户指令信息进行处理，得到第一意图关键词，对预处理后的第二用户指令信息进行处理，得到第二意图关键词；利用分词模型分别对所述第一指令约束条件及第二指令约束条件进行分词处理，得到多个第一指令限定词和第二指令限定词；利用主题模型分别对所述第一意图关键词及所述第一指令限定词、所述第二意图关键词及所述第二指令限定词进行分析，计算出各所述第一指令限定词与所述第一意图关键词的相关度，及各所述第二指令限定词与所述第二意图关键词的相关度；将相关度符合预设条件的第一指令限定词嵌入所述第一意图关键词中，经过主题模型分析形成第一交互数据；将相关度符合预设条件的第二指令限定词嵌入所述第二意图关键词中，经过主题模型分析形成第二交互数据；将所述第一交互数据与第二交互数据组合，形成交互数据。6.根据权利要求2-5任一所述的方法，其特征在于，构建包括多个数据词条的gru 注意力机制模型用数据集；获取所述第一指令约束条件包括以下步骤：所述第一用户指令信息更新至双向gru 注意力机制模型用数据集中；利用标准库计算各所述数据词条与第一用户指令信息的相关度，将相关度符合预设条件的数据词条作为初始第一指令约束条件；利用预训练的双向gru 注意力机制模型对所述初始第一指令约束条件进行处理，得到第一指令约束条件。7.根据权利要求6所述的方法，其特征在于，所述双向gru 注意力机制模型的训练过程包括：(1)利用词向量矩阵w将所述双向gru 注意力机制模型用数据集中每一个所述数据词条都编码为向量(2)利用初始双向gru 注意力机制模型计算每一个所述数据词条的隐状态h
it
，，，(3)将初始双向gru 注意力机制模型输出的向量输入到初始双向gru 注意力机制模型的全连接层，得到其隐藏表示u
it
，u
it
＝tanh(w
w
h
it
b
w
)其中，u
it
＝tanh(w
w
h
it
b
w
)、u
it
＝tanh(w
w
h
it
b
w
)分别是注意力机制的权重和偏置；
(4)通过sofamax函数计算出归一化权重α
it
，其中，u
w
为单词对句子的贡献度；(5)归一化权重α
it
进行加权求和，得到所述数据词条的结构信息a
i
，及该结构信息a
i
的句子表示h
si
，a
i
＝∑
t
α
it
h
it
；h
si
＝tanh(a
i
)；(6)利用softmax函数得到所述数据词条的预测值y
i
。。其中，w
si
为矩阵权重，b
si
则为偏置，表示在y
i
的条件概率；(7)计算数据词条预测值y
i
与真实值t
i
的损失函数j(θ)，其中，m为所述数据词条的总数；t
i
表示的数据词条的真实值；是l2正则化参数；θ为函数参数；(8)最小化所述损失函数j(θ)，得到双向gru 注意力机制模型。8.根据权利要求1所述的方法，其特征在于，获取所述第二指令约束条件的步骤包括：采用mysql数据库对定时或实时更新的反映所述装备属性的数据集进行存储；在etl环境中对所述反映所述装备属性的数据集中的数据进行分析和处理，根据数据的趋势，得到装备故障时间可能性信息以及装备故障位置可能性信息；其中，所述装备故障时间可能性信息中包括装备故障时间可能性概率值，所述装备故障位置可能性信息包括装备故障位置可能性概率值；响应于装备故障时间可能性概率值、装备故障位置可能性概率值达到预设阈值范围内，则对应的装备故障时间可能性信息、装备故障位置可能性信息作为第二指令约束条件。9.一种基于人工智能的装备意图解析装置，其特征在于，包括：获取模块，被配置为获取用户的用户指令信息和指令约束条件；数据处理模块，被配置为对所述用户指令信息进行预处理，并利用主题模型对预处理后的用户指令信息进行处理，得到意图关键词；利用分词模型对所述指令约束条件进行分词处理，得到多个指令限定词；交互数据模块，被配置为利用标准库对所述意图关键词及多个所述指令限定词进行分析，计算出各所述指令限定词与所述意图关键词的相关度；将相关度符合预设条件的指令限定词嵌入意图关键词中，经过主题模型分析形成交互数据；映射模块，被配置为利用映射数据库获取与所述交互数据对应的映射参数和行动数据；指令模块，被配置为基于所述映射参数和行动数据对所述装备发出调控指令。10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算
机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至8任意一项所述的方法。

技术总结
本申请提供一种基于人工智能的装备意图解析方法、装置和电子设备，所述方法中将意图分为主动意图(如用户指令信息)和被动意图(如指令约束条件)，该被动意图主要反映用户属性和装备属性；对主动意图中的意图关键词进行提取后，筛选出被动意图中与所述意图关键词相关度较高的指令限定词，将意图关键词与筛选出的指令限定词进行整合处理，形成交互数据。将该交互数据输入映射数据库中，输出与该交互数据对应的映射参数和行动数据，最后对所述装备发出精准的调控指令。即本发明根据意图的异同性，对意图进行精细的分类，分类后的意图之间的解析过程互相融合、约束，进而提高意图解析的精准度，以更好的应用于装备维护领域。以更好的应用于装备维护领域。以更好的应用于装备维护领域。


技术研发人员：王超 杨辉 孙政洁 滕云 胡盼
受保护的技术使用者：北京邮电大学
技术研发日：2021.12.08
技术公布日：2022/4/29