一种业务意图识别方法、装置、设备及其存储介质

技术领域

本申请涉及金融科技技术领域，应用于客户业务意图识别场景中，尤其涉及一种业务意图识别方法、装置、设备及其存储介质。

背景技术

随着金融行业的快速发展，金融公司涉及到的业务范围越来越宽泛，在金融行业领域，经常涉及到坐席人员与客户间的交流，很多客户由于需要购买新的产品或者获得新的服务，会通过坐席人员进行业务沟通。

尤其在保险电话销售场景中，坐席在ITS作业过程中需要与客户进行电话沟通，促成客户投保，由于ITS系统没有完善的对话引导流程，导致初中级坐席和客户对话的效果不理想，目前主要针对客户的单句进行意图识别，对于客户意思表达明确，无歧义的语句可以精确识别其意图，但客户往往思维发散，表达的含义多样，单靠当前语句往往会造成歧义，导致业务意图识别结果准确度不高。

发明内容

本申请实施例的目的在于提出一种业务意图识别方法、装置、设备及其存储介质，以解决现有技术在进行客户业务意图识别时，存在客户业务意图识别结果准确度不高的问题。

为了解决上述技术问题，本申请实施例提供业务意图识别方法，采用了如下所述的技术方案：

一种业务意图识别方法，包括下述步骤：

获取坐席终端与客户终端间的历史对话录音，并通过目标语音识别技术对所述历史对话录音进行文本转换，获得文本数据；

采用预设的对话意图第一识别模型对所述文本数据进行意图识别，获取第一识别结果；

调用预先构建的业务词典，根据第一识别结果、所述文本数据和所述业务词典，构建训练样本；

将所述训练样本输入预构建的对话意图第二识别模型，进行训练，获得训练完成的对话意图第二识别模型，其中，所述对话意图第二识别模型为基于ERNIE的文本意图识别模型；

获取待测对话数据，将所述待测对话数据输入所述训练完成的对话意图第二识别模型，获取第二识别结果，根据所述第二识别结果，预测目标客户的业务意图。

进一步的，所述通过目标语音识别技术对所述历史对话录音进行文本转换，获得文本数据的步骤，具体包括：

采用PP-ASR语音识别组件，对所述历史对话录音进行语音信号采集和处理，获得语音信号处理结果；

根据语音信号处理结果，对所述历史对话录音进行分类，获得坐席方语音序列和客户方语音序列；

将所述坐席方语音序列和所述客户方语音序列分别输入到预设的声学模型，进行编码处理，获得语音编码结果，其中，所述预设的声学模型为基于LSTM-CTC结构的声学模型；

通过预设的解码器和语言模型，对所述语音编码结果进行解码处理，获得坐席方文本序列和客户方文本序列；

根据所述PP-ASR语音识别组件内置的标点处理功能，对所述坐席方文本序列和所述客户方文本序列分别进行标点处理，获得标注过标点的坐席方文本序列和标注过标点的客户方文本序列；

按照对话时序，对标注过标点的坐席方文本序列和标注过标点的客户方文本序列进行序列化整理，获得序列化整理结果作为所述文本数据。

进一步的，所述采用预设的对话意图第一识别模型对所述文本数据进行意图识别，获取第一识别结果的步骤，具体包括：

将所述文本数据输入所述对话意图第一识别模型；

通过所述对话意图第一识别模型，按照对话时序，对所述文本数据依次进行分词处理、词性分析、去停用词处理，获得文本处理结果；

采用词频统计法，统计出所述文本处理结果中排名前N位的高频词，作为意图关键词，其中，所述词频统计法包括TF-IDF词频算法，N为大于或等于1的正整数；

将所述意图关键词作为所述第一识别结果。

进一步的，所述业务词典中包括金融行业业务专用词汇，所述根据第一识别结果、所述文本数据和所述业务词典，构建训练样本的步骤，具体包括：

获取历史对话录音的时间信息，根据所述时间信息，设置每次对话时的文本数据分别对应的时间戳；

基于所述时间戳，识别并获取所有文本数据分别对应的第一识别结果，构建所有文本数据分别对应的意图关键词集；

通过所述业务词典和所述时间戳，识别并获取所有文本数据分别包含的金融行业业务专用词汇，构建所有文本数据分别对应的行业专用词集；

根据所有文本数据分别对应的意图关键词集、行业专用词集，构建意图关键词集与行业专用词集的关联关系；

基于意图关键词集与行业专用词集的关联关系，以及所有文本数据分别对应的意图关键词集和行业专用词集，构建意图关键词集、行业专用词集、文本数据三者间的关系对照图谱；

通过预设的同义词典，对所有文本数据分别对应的意图关键词集、行业专用词集进行扩充处理，获得扩充后所有文本数据分别对应的意图关键词集、行业专用词集；

将所述扩充后所有文本数据分别对应的意图关键词集、行业专用词集，以及所有文本数据作为所述训练样本。

进一步的，所述将所述训练样本输入预构建的对话意图第二识别模型，进行训练，获得训练完成的对话意图第二识别模型的步骤，具体包括：

获取输入到所述对话意图第二识别模型中的训练样本；

根据意图关键词集、行业专用词集、文本数据三者间的关系对照图谱，对所述训练样本进行划分，划分出不同的子训练样本，其中，每个子训练样本中都包含当次对话时的文本数据、所述文本数据对应的扩充后的意图关键词集、所述文本数据对应的扩充后的行业专用词集；

采用所述基于ERNIE的文本意图识别模型分别对所有子训练样本中的文本数据、意图关键词集、行业专用词集进行知识增强学习，获得知识增强学习完成的文本意图识别模型，作为所述训练完成的对话意图第二识别模型。

进一步的，所述采用所述基于ERNIE的文本意图识别模型分别对所有子训练样本中的文本数据、意图关键词集、行业专用词集进行知识增强学习，获得知识增强学习完成的文本意图识别模型的步骤，具体包括：

采用所述基于ERNIE的文本意图识别模型分别对所有子训练样本中的文本数据进行句子语义分析、句子因果关系判断、语句结构分析；

根据所有子训练样本对应的句子语义分析结果、句子因果关系判断结果、语句结构分析结果，进行意图关键词重提取，获得重提取结果；

根据所述重提取结果和所述预设的同义词典，重构所有文本数据对应的意图关键词集，获取所有文本数据分别对应的重构后意图关键词集；

以重构后意图关键词集替换模型输入时对应的意图关键词集，构建重构后意图关键词集、文本数据和所述文本数据对应的扩充后的行业专用词集三者间的关系对照图谱，获得知识增强学习完成的文本意图识别模型。

进一步的，所述获取待测对话数据，将所述待测对话数据输入所述训练完成的对话意图第二识别模型，获取第二识别结果，根据所述第二识别结果，预测目标客户的对话意图的步骤，具体包括：

通过所述训练完成的对话意图第二识别模型，对所述待测对话数据进行句子语义分析、句子因果关系判断、语句结构分析；

获得所述待测对话数据对应的句子语义分析结果、句子因果关系判断结果、语句结构分析结果；

根据所述待测对话数据对应的句子语义分析结果、句子因果关系判断结果、语句结构分析结果，进行意图关键词提取，获得所述待测对话数据对应的意图关键词集；

将所述意图关键词集与所有重构后意图关键词集分别进行相似度计算，筛选出相似度最大的重构后意图关键词集，作为筛选结果；

根据所述筛选结果，识别出在模型训练阶段，所述重构后意图关键词集对应的文本数据，以及所述文本数据对应的历史对话录音；

获取所述历史对话录音中客户最终达成的业务意图，并将所述业务意图作为模型预测结果反馈给所述目标客户。

为了解决上述技术问题，本申请实施例还提供业务意图识别装置，采用了如下所述的技术方案：

一种业务意图识别装置，包括：

文本数据获得模块，用于获取坐席终端与客户终端间的历史对话录音，并通过目标语音识别技术对所述历史对话录音进行文本转换，获得文本数据；

第一识别模块，用于采用预设的对话意图第一识别模型对所述文本数据进行意图识别，获取第一识别结果；

训练样本构建模块，用于调用预先构建的业务词典，根据第一识别结果、所述文本数据和所述业务词典，构建训练样本；

模型训练模块，用于将所述训练样本输入预构建的对话意图第二识别模型，进行训练，获得训练完成的对话意图第二识别模型，其中，所述对话意图第二识别模型为基于ERNIE的文本意图识别模型；

第二识别模块，用于获取待测对话数据，将所述待测对话数据输入所述训练完成的对话意图第二识别模型，获取第二识别结果，根据所述第二识别结果，预测目标客户的业务意图。

为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：

一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现上述所述的业务意图识别方法的步骤。

为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：

一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如上述所述的业务意图识别方法的步骤。

与现有技术相比，本申请实施例主要有以下有益效果：

本申请实施例所述业务意图识别方法，通过获取坐席终端与客户终端间的历史对话录音，并通过目标语音识别技术对历史对话录音进行文本转换，获得文本数据；采用预设的对话意图第一识别模型对所述文本数据进行意图识别；根据意图识别结果、文本数据和业务词典，构建训练样本；将训练样本输入预构建的基于ERNIE的对话意图第二识别模型，进行训练，获得训练完成的对话意图第二识别模型；获取待测对话数据，将待测对话数据输入训练完成的对话意图第二识别模型，获取第二识别结果，根据第二识别结果，预测目标客户的业务意图。先获取到原有的对话意图识别模型的处理结果，便于后续在原有处理结果的基础上再次进行业务意图识别处理，采用基于ERNIE的文本意图识别模型在原有处理结果的基础上再次进行业务意图识别，使得不仅仅从关键词上预测客户业务意图，还根据整个对话录音的沟通场景预测客户业务意图，提高了客户业务意图预测的准确性。

附图说明

为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的业务意图识别方法的一个实施例的流程图；

图3是图2所示步骤201的一个具体实施例的流程图；

图4是图2所示步骤202的一个具体实施例的流程图；

图5是图2所示步骤203的一个具体实施例的流程图；

图6是图2所示步骤204的一个具体实施例的流程图；

图7是图6所示步骤603的一个具体实施例的流程图；

图8是图2所示步骤205的一个具体实施例的流程图；

图9是根据本申请的业务意图识别装置的一个实施例的结构示意图；

图10是根据本申请的计算机设备的一个实施例的结构示意图。

具体实施方式

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

为了使本技术领域的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving PictureExpertsGroup Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(MovingPictureExperts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的页面提供支持的后台服务器。

需要说明的是，本申请实施例所提供的业务意图识别方法一般由服务器/终端设备执行，相应地，业务意图识别装置一般设置于服务器/终端设备中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的业务意图识别方法的一个实施例的流程图。所述的业务意图识别方法，包括以下步骤：

步骤201，获取坐席终端与客户终端间的历史对话录音，并通过目标语音识别技术对所述历史对话录音进行文本转换，获得文本数据。

本实施例中，所述坐席终端可以为金融行业中保险坐席终端，或者电商平台中销售坐席终端，所述历史对话录音包括客户与坐席进行业务意向沟通时的对话录音。

继续参考图3，图3是图2所示步骤201的一个具体实施例的流程图，包括：

步骤301，获取坐席终端与客户终端间的历史对话录音；

步骤302，采用PP-ASR语音识别组件，对所述历史对话录音进行语音信号采集和处理，获得语音信号处理结果；

本实施例中，所述PP-ASR语音识别组件是一个提供ASR功能的工具。其提供了多种中文和英文的模型，支持模型的训练，并且支持使用命令行的方式进行模型的推理，也支持流式ASR的服务部署。支持语音识别和标点处理两个功能同时使用，因此，将其应用到坐席终端与客户终端间的历史对话录音识别中，既能获得语音识别结果，也能对对话内容设置标点符号，便于后期进行业务意图识别。

步骤303，根据语音信号处理结果，对所述历史对话录音进行分类，获得坐席方语音序列和客户方语音序列；

具体的，由于历史对话录音中包含坐席方语音和客户方语音，在发音主体不同的情况下，常常涉及到音色的不同，相应的，也会造成语音信号的不同，可以根据语音信号处理结果，对历史对话录音进行分类，获得坐席方语音序列和客户方语音序列。

步骤304，将所述坐席方语音序列和所述客户方语音序列分别输入到预设的声学模型，进行编码处理，获得语音编码结果，其中，所述预设的声学模型为基于LSTM-CTC结构的声学模型；

具体的，采用基于LSTM-CTC结构的声学模型，对所述坐席方语音序列和所述客户方语音序列进行编码处理，获得语音编码结果，其中，引入了CTC(Connectionist TemporalClassification，连接主义时间分类)准则，解决了语音标注序列与语音特征序列不等长的问题，而引入LSTM保证了对所述坐席方语音序列和所述客户方语音序列进行编码时，编码结果的序列性。

步骤305，通过预设的解码器和语言模型，对所述语音编码结果进行解码处理，获得坐席方文本序列和客户方文本序列；

本实施例中，所述语言模型与所述历史对话录音的语言类别一致，例如，所述历史对话录音为中文，则所述语言模型为中文语言模型，同理，所述历史对话录音为英文，则所述语言模型为英文语言模型。

步骤306，根据所述PP-ASR语音识别组件内置的标点处理功能，对所述坐席方文本序列和所述客户方文本序列分别进行标点处理，获得标注过标点的坐席方文本序列和标注过标点的客户方文本序列；

步骤307，按照对话时序，对标注过标点的坐席方文本序列和标注过标点的客户方文本序列进行序列化整理，获得序列化整理结果作为所述文本数据。

步骤202，采用预设的对话意图第一识别模型对所述文本数据进行意图识别，获取第一识别结果。

具体的，所述预设的对话意图第一识别模型指公司原有的对话意图识别模型。

继续参考图4，图4是图2所示步骤202的一个具体实施例的流程图，包括：

步骤401，将所述文本数据输入所述对话意图第一识别模型；

步骤402，通过所述对话意图第一识别模型，按照对话时序，对所述文本数据依次进行分词处理、词性分析、去停用词处理，获得文本处理结果；

步骤403，采用词频统计法，统计出所述文本处理结果中排名前N位的高频词，作为意图关键词，其中，所述词频统计法包括TF-IDF词频算法，N为大于或等于1的正整数；

步骤404，将所述意图关键词作为所述第一识别结果。

步骤203，调用预先构建的业务词典，根据第一识别结果、所述文本数据和所述业务词典，构建训练样本。

构建业务词典，本实施例中，所述业务词典中包括金融行业业务专用词汇。所述金融行业业务专用词汇，例如健康险、意健险、投保、保全等。

继续参考图5，图5是图2所示步骤203的一个具体实施例的流程图，包括：

步骤501，获取历史对话录音的时间信息，根据所述时间信息，设置每次对话时的文本数据分别对应的时间戳；

具体的，根据历史对话录音的时间信息不同，可以获得多个历史对话录音，并根据所述时间信息分别为对应的对话文本数据设置时间戳，便于对每次对话时的文本数据进行区分。

步骤502，基于所述时间戳，识别并获取所有文本数据分别对应的第一识别结果，构建所有文本数据分别对应的意图关键词集；

步骤503，通过所述业务词典和所述时间戳，识别并获取所有文本数据分别包含的金融行业业务专用词汇，构建所有文本数据分别对应的行业专用词集；

步骤504，根据所有文本数据分别对应的意图关键词集、行业专用词集，构建意图关键词集与行业专用词集的关联关系；

步骤505，基于意图关键词集与行业专用词集的关联关系，以及所有文本数据分别对应的意图关键词集和行业专用词集，构建意图关键词集、行业专用词集、文本数据三者间的关系对照图谱；

通过获得所有文本数据分别对应的意图关键词集和行业专用词集，即获取到原有的对话意图识别模型的处理结果，便于后续在原有处理结果的基础上再次进行业务意图识别处理。

步骤506，通过预设的同义词典，对所有文本数据分别对应的意图关键词集、行业专用词集进行扩充处理，获得扩充后所有文本数据分别对应的意图关键词集、行业专用词集；

通过采用同义词典对所有文本数据分别对应的意图关键词集、行业专用词集进行扩充处理，使得再次进行业务意图识别处理时，输入的训练样本更加充足，便于提高业务意图识别的准确性。

步骤507，将所述扩充后所有文本数据分别对应的意图关键词集、行业专用词集，以及所有文本数据作为所述训练样本。

步骤204，将所述训练样本输入预构建的对话意图第二识别模型，进行训练，获得训练完成的对话意图第二识别模型，其中，所述对话意图第二识别模型为基于ERNIE的文本意图识别模型。

继续参考图6，图6是图2所示步骤204的一个具体实施例的流程图，包括：

步骤601，获取输入到所述对话意图第二识别模型中的训练样本；

步骤602，根据意图关键词集、行业专用词集、文本数据三者间的关系对照图谱，对所述训练样本进行划分，划分出不同的子训练样本，其中，每个子训练样本中都包含当次对话时的文本数据、所述文本数据对应的扩充后的意图关键词集、所述文本数据对应的扩充后的行业专用词集；

步骤603，采用所述基于ERNIE的文本意图识别模型分别对所有子训练样本中的文本数据、意图关键词集、行业专用词集进行知识增强学习，获得知识增强学习完成的文本意图识别模型，作为所述训练完成的对话意图第二识别模型。

具体的，所述ERNIE为百度开创性提出的基于知识增强的持续学习语义理解框架，将大数据预训练与多源丰富知识相结合，通过持续学习技术，不断吸收海量文本数据中词汇、结构、语义等方面的知识，实现模型效果不断进化，其支持实体预测、句子因果关系判断、文章句子结构重建等语义任务，能够从训练样本中获取词法、句法、语义等多个维度的自然语言信息，提高了业务意图识别的准确性。

继续参考图7，图7是图6所示步骤603的一个具体实施例的流程图，包括：

步骤701，采用所述基于ERNIE的文本意图识别模型分别对所有子训练样本中的文本数据进行句子语义分析、句子因果关系判断、语句结构分析；

通过采用基于ERNIE的文本意图识别模型分别对所有子训练样本中的文本数据进行句子语义分析、句子因果关系判断、语句结构分析，使得不仅仅从关键词上预测客户业务意图，还根据整个对话录音的沟通场景上，训练文本数据与客户业务意图的对照关系，提高了客户业务意图预测的准确性。

步骤702，根据所有子训练样本对应的句子语义分析结果、句子因果关系判断结果、语句结构分析结果，进行意图关键词重提取，获得重提取结果；

步骤703，根据所述重提取结果和所述预设的同义词典，重构所有文本数据对应的意图关键词集，获取所有文本数据分别对应的重构后意图关键词集；

步骤704，以重构后意图关键词集替换模型输入时对应的意图关键词集，构建重构后意图关键词集、文本数据和所述文本数据对应的扩充后的行业专用词集三者间的关系对照图谱，获得知识增强学习完成的文本意图识别模型。

通过进行意图关键词重提取、重构所有文本数据对应的意图关键词集，保证了对原有的对话意图识别模型的识别结果进行纠错和更新，结合了整个对话语音上下文，更有利于对客户业务意图预测的准确性。

步骤205，获取待测对话数据，将所述待测对话数据输入所述训练完成的对话意图第二识别模型，获取第二识别结果，根据所述第二识别结果，预测目标客户的业务意图。

继续参考图8，图8是图2所示步骤205的一个具体实施例的流程图，包括：

步骤801，通过所述训练完成的对话意图第二识别模型，对所述待测对话数据进行句子语义分析、句子因果关系判断、语句结构分析；

步骤802，获得所述待测对话数据对应的句子语义分析结果、句子因果关系判断结果、语句结构分析结果；

步骤803，根据所述待测对话数据对应的句子语义分析结果、句子因果关系判断结果、语句结构分析结果，进行意图关键词提取，获得所述待测对话数据对应的意图关键词集；

步骤804，将所述意图关键词集与所有重构后意图关键词集分别进行相似度计算，筛选出相似度最大的重构后意图关键词集，作为筛选结果；

本实施例中，所述将所述意图关键词集与所有重构后意图关键词集分别进行相似度计算，可以采用余弦相似度算法，也可以采用编辑距离法，其目的是为了从所有重构后意图关键词集中筛选出目标意图关键词集。

步骤805，根据所述筛选结果，识别出在模型训练阶段，所述重构后意图关键词集对应的文本数据，以及所述文本数据对应的历史对话录音；

步骤806，获取所述历史对话录音中客户最终达成的业务意图，并将所述业务意图作为模型预测结果反馈给所述目标客户。

由于待测对话数据的业务意图是未知的，而历史对话录音中客户的业务意图是已知的，通过从所有重构后意图关键词集中筛选出目标意图关键词集，可以识别出对应的历史对话录音中的客户，根据所述客户的业务意图预测出目标客户的业务意图，保证了更加准确的预测出目标客户的业务意图。

本申请通过获取坐席终端与客户终端间的历史对话录音，并通过目标语音识别技术对历史对话录音进行文本转换，获得文本数据；采用预设的对话意图第一识别模型对所述文本数据进行意图识别；根据意图识别结果、文本数据和业务词典，构建训练样本；将训练样本输入预构建的基于ERNIE的对话意图第二识别模型，进行训练，获得训练完成的对话意图第二识别模型；获取待测对话数据，将待测对话数据输入训练完成的对话意图第二识别模型，获取第二识别结果，根据第二识别结果，预测目标客户的业务意图。先获取到原有的对话意图识别模型的处理结果，便于后续在原有处理结果的基础上再次进行业务意图识别处理，采用基于ERNIE的文本意图识别模型在原有处理结果的基础上再次进行业务意图识别，使得不仅仅从关键词上预测客户业务意图，还根据整个对话录音的沟通场景预测客户业务意图，提高了客户业务意图预测的准确性。

本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。

本申请实施例中，通过获取坐席终端与客户终端间的历史对话录音，对历史对话录音进行文本转换，获得文本数据；采用预设的对话意图第一识别模型对所述文本数据进行意图识别；根据意图识别结果、文本数据和业务词典，构建训练样本；将训练样本输入预构建的基于ERNIE的对话意图第二识别模型，进行训练，获得训练完成的对话意图第二识别模型；获取待测对话数据，将待测对话数据输入训练完成的对话意图第二识别模型，获取第二识别结果，根据第二识别结果，预测目标客户的业务意图。采用基于ERNIE的文本意图识别模型在原有处理结果的基础上再次进行业务意图识别，使得不仅仅从关键词上预测客户业务意图，还根据整个对话录音的沟通场景预测客户业务意图，提高了客户业务意图预测的准确性。

进一步参考图9，作为对上述图2所示方法的实现，本申请提供了业务意图识别装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图9所示，本实施例所述的业务意图识别装置900包括：文本数据获得模块901、第一识别模块902、训练样本构建模块903、模型训练模块904和第二识别模块905。其中：

文本数据获得模块901，用于获取坐席终端与客户终端间的历史对话录音，并通过目标语音识别技术对所述历史对话录音进行文本转换，获得文本数据；

第一识别模块902，用于采用预设的对话意图第一识别模型对所述文本数据进行意图识别，获取第一识别结果；

训练样本构建模块903，用于调用预先构建的业务词典，根据第一识别结果、所述文本数据和所述业务词典，构建训练样本；

模型训练模块904，用于将所述训练样本输入预构建的对话意图第二识别模型，进行训练，获得训练完成的对话意图第二识别模型，其中，所述对话意图第二识别模型为基于ERNIE的文本意图识别模型；

第二识别模块905，用于获取待测对话数据，将所述待测对话数据输入所述训练完成的对话意图第二识别模型，获取第二识别结果，根据所述第二识别结果，预测目标客户的业务意图。

本申请通过获取坐席终端与客户终端间的历史对话录音，并通过目标语音识别技术对历史对话录音进行文本转换，获得文本数据；采用预设的对话意图第一识别模型对所述文本数据进行意图识别；根据意图识别结果、文本数据和业务词典，构建训练样本；将训练样本输入预构建的基于ERNIE的对话意图第二识别模型，进行训练，获得训练完成的对话意图第二识别模型；获取待测对话数据，将待测对话数据输入训练完成的对话意图第二识别模型，获取第二识别结果，根据第二识别结果，预测目标客户的业务意图。先获取到原有的对话意图识别模型的处理结果，便于后续在原有处理结果的基础上再次进行业务意图识别处理，采用基于ERNIE的文本意图识别模型在原有处理结果的基础上再次进行业务意图识别，使得不仅仅从关键词上预测客户业务意图，还根据整个对话录音的沟通场景预测客户业务意图，提高了客户业务意图预测的准确性。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机可读指令来指令相关的硬件来完成，该计算机可读指令可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。

应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

为解决上述技术问题，本申请实施例还提供计算机设备。具体请参阅图10，图10为本实施例计算机设备基本结构框图。

所述计算机设备10包括通过系统总线相互通信连接存储器10a、处理器10b、网络接口10c。需要指出的是，图中仅示出了具有组件10a-10c的计算机设备10，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。

所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。

所述存储器10a至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器10a可以是所述计算机设备10的内部存储单元，例如该计算机设备10的硬盘或内存。在另一些实施例中，所述存储器10a也可以是所述计算机设备10的外部存储设备，例如该计算机设备10上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。当然，所述存储器10a还可以既包括所述计算机设备10的内部存储单元也包括其外部存储设备。本实施例中，所述存储器10a通常用于存储安装于所述计算机设备10的操作系统和各类应用软件，例如一种业务意图识别方法的计算机可读指令等。此外，所述存储器10a还可以用于暂时地存储已经输出或者将要输出的各类数据。

所述处理器10b在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器10b通常用于控制所述计算机设备10的总体操作。本实施例中，所述处理器10b用于运行所述存储器10a中存储的计算机可读指令或者处理数据，例如运行所述业务意图识别方法的计算机可读指令。

所述网络接口10c可包括无线网络接口或有线网络接口，该网络接口10c通常用于在所述计算机设备10与其他电子设备之间建立通信连接。

本实施例提出的计算机设备，属于金融科技技术领域，应用于客户业务意图识别场景中。本申请通过获取坐席终端与客户终端间的历史对话录音，并通过目标语音识别技术对历史对话录音进行文本转换，获得文本数据；采用预设的对话意图第一识别模型对所述文本数据进行意图识别；根据意图识别结果、文本数据和业务词典，构建训练样本；将训练样本输入预构建的基于ERNIE的对话意图第二识别模型，进行训练，获得训练完成的对话意图第二识别模型；获取待测对话数据，将待测对话数据输入训练完成的对话意图第二识别模型，获取第二识别结果，根据第二识别结果，预测目标客户的业务意图。先获取到原有的对话意图识别模型的处理结果，便于后续在原有处理结果的基础上再次进行业务意图识别处理，采用基于ERNIE的文本意图识别模型在原有处理结果的基础上再次进行业务意图识别，使得不仅仅从关键词上预测客户业务意图，还根据整个对话录音的沟通场景预测客户业务意图，提高了客户业务意图预测的准确性。

本申请还提供了另一种实施方式，即提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令可被处理器执行，以使所述处理器执行如上述的业务意图识别方法的步骤。

本实施例提出的计算机可读存储介质，属于金融科技技术领域，应用于客户业务意图识别场景中。本申请通过获取坐席终端与客户终端间的历史对话录音，并通过目标语音识别技术对历史对话录音进行文本转换，获得文本数据；采用预设的对话意图第一识别模型对所述文本数据进行意图识别；根据意图识别结果、文本数据和业务词典，构建训练样本；将训练样本输入预构建的基于ERNIE的对话意图第二识别模型，进行训练，获得训练完成的对话意图第二识别模型；获取待测对话数据，将待测对话数据输入训练完成的对话意图第二识别模型，获取第二识别结果，根据第二识别结果，预测目标客户的业务意图。先获取到原有的对话意图识别模型的处理结果，便于后续在原有处理结果的基础上再次进行业务意图识别处理，采用基于ERNIE的文本意图识别模型在原有处理结果的基础上再次进行业务意图识别，使得不仅仅从关键词上预测客户业务意图，还根据整个对话录音的沟通场景预测客户业务意图，提高了客户业务意图预测的准确性。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。

显然，以上所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例，附图中给出了本申请的较佳实施例，但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本申请专利保护范围之内。