(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111651001.9 (22)申请日 2021.12.3 0 (71)申请人 鼎富新动力 （北京） 智能科技有限公 司 地址 100000 北京市朝阳区北 苑路甲13号 院1号楼18层1-180 5 (72)发明人 胡加明　姚树杰　邱立坤　王炼　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 代理人 杨奇松 (51)Int.Cl. G06F 40/211(2020.01) G06F 40/289(2020.01) G06F 40/35(2020.01) G06F 16/35(2019.01)G06K 9/62(2022.01) (54)发明名称 一种基于机器人的多意图识别方法及装置 (57)摘要 本申请提供一种基于机器人的多意图识别 方法及装置， 该基于机器人的多意图识别方法包 括： 接收待识别文本； 对所述待识别文本进行整 句意图类别预测， 得到多个预测概率； 根据所述 多个预测概率判断所述待识别文本是否为多意 图文本； 当所述待识别文本为所述多意图文本 时， 基于句子结构对待识别文本进行子句识别， 得到多个子句； 对所述多个子句进行意图识别， 得到多个子句意图。 可见， 实施这种实施方式， 能 够提高机器人对于复杂多意图输入的处理能力， 并提高对复杂多意图的应答效果。 权利要求书2页 说明书8页 附图4页 CN 114266240 A 2022.04.01 CN 114266240 A 1.一种基于 机器人的多意图识别方法， 其特 征在于， 包括： 接收待识别文本； 对所述待识别文本进行整句意图类别预测， 得到多个预测概 率； 根据所述多个预测概 率判断所述待识别文本是否为多意图文本； 当所述待识别文本为所述多意图文本时， 基于句子结构对待识别文本进行子句识别， 得到多个子句； 对所述多个子句进行意图识别， 得到多个子句意图。 2.根据权利要求1所述的基于机器人的多意图识别方法， 其特征在于， 所述对所述多个 子句进行意图识别， 得到多个子句意图的步骤之后， 所述方法还 包括： 根据所述多个子句意图进行同意图合并处理， 得到多意图结果； 所述多意图结果包括 多个不同意图； 根据所述多意图结果， 进行多意图应答。 3.根据权利要求1所述的基于机器人的多意图识别方法， 其特征在于， 所述根据 所述多 个预测概 率判断所述待识别文本是否为多意图文本的步骤 包括： 根据所述多个预测概 率进行计算， 得到熵值、 最大置信度值和置信度差值； 当所述熵值大于预设熵、 所述最大置信度值小于预设置信度值且所述置信度差值大于 预设差值时， 判断所述待识别文本是否存在标点； 当所述待识别文本存在所述标点时， 确认所述待识别文本为所述多意图文本 。 4.根据权利要求3所述的基于机器人的多意图识别方法， 其特征在于， 所述熵值的计算 公式为 所述最大置信度值的计算公式为 所述置信度差值的计算公式为 其中， Pθ(yi|x)为预测出的预测概 率； i用于表示预测出的第i个意图； N用于表示预测出的意图总数； 为多个预测概 率中最大的意图概 率； 为多个预测概 率中第二大的意图概 率。 5.根据权利要求1所述的基于机器人的多意图识别方法， 其特征在于， 所述基于句子结 构对待识别文本进行子句识别， 得到多个子句的步骤 包括： 基于句子结构对待识别文本进行识别， 得到文本词和词依存关系； 以所述文本词作为节点， 以所述词依存关系作为 边， 构建连通整图； 根据词依存关系对所述连通整图进行分割， 得到多个连通子图； 将所述多个连通子图转换为多个子句。 6.根据权利要求2所述的基于机器人的多意图识别方法， 其特征在于， 所述根据 所述多权　利　要　求　书 1/2 页 2 CN 114266240 A 2意图结果， 进行多意图应答的步骤 包括： 提取所述多意图结果中每 个意图的意图类型； 根据所述多个不同意图和所述 意图类型， 进行多意图应答。 7.一种基于 机器人的多意图识别装置， 其特 征在于， 所述多意图识别装置包括： 接收单元， 用于接收待识别文本； 预测单元， 用于对所述待识别文本进行整句意图类别预测， 得到多个预测概 率； 判断单元， 用于根据所述多个预测概 率判断所述待识别文本是否为多意图文本； 识别单元， 用于当所述待识别文本为所述多意图文本时， 基于句子结构对待识别文本 进行子句识别， 得到多个子句； 对所述多个子句进行意图识别， 得到多个子句意图。 8.根据权利要求7所述的基于机器人的多意图识别装置， 其特征在于， 所述多意图识别 装置还包括： 处理单元， 用于根据 所述多个子句意图进行同意图合并处理， 得到多意图结果； 所述多 意图结果包括多个不同意图； 应答单元， 用于根据所述多意图结果， 进行多意图应答。 9.一种电子设备， 其特征在于， 所述电子设备包括存储器以及处理器， 所述存储器用于 存储计算机程序， 所述处理器运行所述计算机程序以使 所述电子 设备执行权利要求 1至6中 任一项所述的基于 机器人的多意图识别方法。 10.一种可读存储介质， 其特征在于， 所述可读存储介质中存储有计算机程序指令， 所 述计算机程序指 令被一处理器读取并运行时， 执行权利要求 1至6任一项 所述的基于机器人 的多意图识别方法。权　利　要　求　书 2/2 页 3 CN 114266240 A 3