(19)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 202210731813.2 (22)申请日 2022.06.26 (71)申请人 上海理想信息产业 （集团） 有限公司 地址 201315 上海市浦东 新区秀沿西路189 号电信信息园区B4楼 (72)发明人 李铮　代晓菊　孙海　蒋润青　 邵琳钰　 (74)专利代理 机构 上海方澜知识产权代理事务 所(普通合伙) 31440 专利代理师 李娜 (51)Int.Cl. G06F 40/30(2020.01) G06F 40/284(2020.01) G06F 40/289(2020.01) G06F 40/211(2020.01) (54)发明名称 一种基于意图识别的语义拆分信息提取的 实现方法 (57)摘要 本发明涉及智能客服及自然语言处理技术 领域， 且公开了一种基于意图识别的语义拆分信 息提取的实现方法， 包括以下步骤： S1： 分词与词 性标注， 在自动填单文本输入的过程中输入长文 本S， 并对输入长文本S进行分词与词性标注， 得 到标注序列T； S2： 业务要素识别， 根据预设的业 务要素规则， 基于语义序列匹配算法对标注对象 进行业务要素识别， 生成新序列E； S3： 定位意图 边界， 识别序列E中出现的主谓宾结构， 定位意图 边界。 本发 明采用了基于意图的业务内容提取方 法， 能够准确地将业务动作与业务对象相关联， 尤其适合处理包含了多种业务场景的长文本， 在 处理复合业务的场景时能够划分不同的意图区 域， 每个场景都能保证自身的准确性。 权利要求书2页 说明书6页 附图1页 CN 115062625 A 2022.09.16 CN 115062625 A 1.一种基于意图识别的语义拆分信息提取的实现方法， 其特 征在于， 包括以下步骤： S1： 分词与词性标注， 在自动填单文本输入的过程中输入长文本S， 并对输入长文本S进 行分词与词性标注， 得到标注序列T{t1,t2…tn}； S2： 业务要素识别， 根据 预设的业务要素规则， 基于语义序列匹配算法对标注对象进行 业务要素识别， 生成新序列E{e1,e2,…en}； S3： 定位意图边界， 识别序列E中出现的主谓宾结构， 定位 意图边界； S4： 文本切分， 根据意图边界， 将文本切分为短句集 合P； S5： 识别业务场景， 根据预设的业务场景特征规则， 识别集合P中分句关联的业务场景， 得到业务场景集 合以及每 个业务场景和短句的关联； S6： 生成工单， 根据预设的业务场景字段规则， 从当前业务场景关联的短句中， 提取有 效的业务要素填充到对应工单字段中， 为每 个业务场景生成工单。 2.根据权利要求1所述的一种基于意图识别的语义拆分信息提取的实现方法， 其特征 在于， 所述S2中预设的业务要素规则组成形式为词性、 文本、 逻辑运算符、 推理运算符构成 的正则序列， 如果标注序列中的某段子序列满足规则条件， 则进 行业务要 素转换； 所有的规 则条目会按照优先级顺序依次检查， 从而完成要素识别。 3.根据权利要求2所述的一种基于意图识别的语义拆分信息提取的实现方法， 其特征 在于， 所述S2中在规则的组成序列中， 三种类型的规则元素所代表的含义包括： 词性 或文本 型、 逻辑运算符型、 逻辑推理型， 词性或文本型为直接比对标注对象的文本或词性， 逻辑运 算符型用来描述规则元素之间的联系， 相邻的距离限制、 顺序等价性、 逻辑的是、 否、 与、 或 操作、 通配符， 逻辑推理型中表示如规则带有逻辑推理， 则需要最后将标注序列作为参数， 输入到规则对应的知识推理机中进行实体识别。 4.根据权利要求3所述的一种基于意图识别的语义拆分信息提取的实现方法， 其特征 在于， 所述S2中在运行时还 包括如下步骤： S201， 每条规则从标注序列T的每一个元 素tx作为起点， 进行连续子序列遍历检查； S202， 对规则序列中的每个规则对象， 检查子序列中对应标注对象是否满足要求， 规则 对象中的词性和文本类对 象直接进行比对判断是否满足， 如果规则带有逻辑推理， 则需要 额外进行推理运 算； S203， 如果规则不满足， 则以tx+1为起点子序列开始， 重新进行规则序列检查； S204， 如果所有 规则对象都满足要 求， 则当前规则检查通过， 将子序列 [tx～tx+k]从原始 序列中移除， 在原子序列起点插入一个新的标注对象ex， 标注对象的标签为规则对象的标 签， 标注对象的文本为子序列的对象文本拼接。 如果规则对象包含推理， 则使用推理结果作 为ex的文本； S205， 规则满足， 则从tx+k+1为起点， 重复S203的步骤， 如果tx+k+1到tn的子序列长度小于 规则长度， 则当前规则检查结束， 从规则列表中读取下一条规则重复S201步骤， 直到完成所 有规则的检查。 5.根据权利要求1所述的一种基于意图识别的语义拆分信息提取的实现方法， 其特征 在于， 所述S3中在定位 意图边界还 包括以下步骤： S301， 找出要素序列E中所有的业务动词， 作为谓语， 并对每一个谓语依次执行主谓宾 结构检查；权　利　要　求　书 1/2 页 2 CN 115062625 A 2S302， 向前遍历每一个要素， 检查其类型是否可以作 为主语， 如果满足则加入当前主谓 宾结构的主语集 合中； S303， 如果遇到句号、 另一个主谓宾结构的边界或到达句首， 结束前向遍历， 当前位置 或最后遇 到的标点符号 为前边界； S304， 向后遍历每一个要素， 检查其类型是否可以作 为宾语， 如果满足则加入当前主谓 宾结构的宾语集 合中； S305， 如果遇到句号、 后续谓语、 只能作 为主语的要素或到达句尾， 结束后向遍历。 当前 位置或最后遇 到的标点符号 为后边界； S306， 校验当前主谓宾结构， 如果主语和宾语均不为空， 则可以作为一个有效的意 图， 然后根据动作分类模型对谓语进行分类标注； S307， 结果当前的结构检查， 继续下一个谓语的结构检查， 直到对所有谓语完成检查操 作。 6.根据权利要求1所述的一种基于意图识别的语义拆分信息提取的实现方法， 其特征 在于， 所述S 5中包含了业务场景特征规则， 每个规则由一个主谓宾关系式构成， 其业务含义 为： 对某个产品或设备进行某种动作， 规则关系式中， 谓语为动作意图的表达式， 主语和宾 语由要素筛选式构成， 三者由逻辑运算符连接， 构成正则序列， 对于一个业务场景， 如果句 子满足其所关联的任何一个特 征规则， 则说明当前句子包 含该场景； 在规则关系式中， 动作意图表达式用来进行谓语筛选， 筛选模式有三种： 文本比对、 词 性筛选、 意图标签筛选， 要 素筛选式包含类型筛选、 参数筛选、 文本筛选， 主语和宾语对象可 以使用多个要素筛 选式， 通过逻辑 运算符来组成复合筛 选条件。 7.根据权利要求6所述的一种基于意图识别的语义拆分信息提取的实现方法， 其特征 在于， 所述S 6中， 每个场景的工单字段从文中提取要 素， 所使用和步骤S 5中相同的要 素筛选 式定义。 8.根据权利要求1所述的一种基于意图识别的语义拆分信息提取的实现方法， 其特征 在于， 所述S2中包括业务规则管理单元， 且业务规则管理单元包括： 业务要素识别 单元、 意 图分析单元、 工单生成单元， 业务要 素识别单元和意图分析单元连接有语义算法单元， 业务 要素识别单 元接收文本 输入的数据， 工单生成单 元生成工单后进行输出。权　利　要　求　书 2/2 页 3 CN 115062625 A 3