本申請涉及一種智慧社區(qū)背景下的問題意圖識別方法、裝置及設(shè)備，屬于大數(shù)據(jù)和分析引擎。

背景技術(shù)：

1、近年來，隨著智慧社區(qū)建設(shè)的深入推進(jìn)，數(shù)字化技術(shù)在社區(qū)治理中的應(yīng)用越來越廣泛。智慧社區(qū)的建設(shè)不僅提升了管理效率，還改善了居民的生活質(zhì)量。然而，智慧社區(qū)的建設(shè)面臨著諸多挑戰(zhàn)，如管理的規(guī)范性、服務(wù)的精準(zhǔn)性和個性化等。

2、高新技術(shù)在智慧社區(qū)中的應(yīng)用能夠顯著提升服務(wù)質(zhì)量和管理效率。通過物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能等技術(shù)，可以實現(xiàn)社區(qū)的智能化管理，提高居民的生活質(zhì)量。不過，數(shù)字技術(shù)在社區(qū)治理中雖然能夠提升效率，但也面臨諸多現(xiàn)實困境，需要采取相應(yīng)的對策。例如，數(shù)據(jù)孤島、技術(shù)壁壘和居民參與度低等問題嚴(yán)重影響了智慧社區(qū)的建設(shè)效果。

3、人機(jī)對話系統(tǒng)為人類與計算機(jī)交互提供了一種便利的方式，使用自然語言作為人機(jī)交互的接口，更符合人類的操作習(xí)慣。在對話系統(tǒng)中，要對用戶指令做出正確響應(yīng)，必須先將用戶指令翻譯成計算機(jī)能識別的機(jī)器指令。意圖識別是自然語言處理(nlp)中的一個關(guān)鍵任務(wù)，旨在通過分析用戶輸入的自然語言文本，準(zhǔn)確理解其背后的意圖或目的。在人機(jī)對話系統(tǒng)中，意圖識別是將用戶指令翻譯成計算機(jī)可識別的機(jī)器指令的第一步。

4、意圖識別的方法經(jīng)歷了從統(tǒng)計方法和傳統(tǒng)機(jī)器學(xué)習(xí)到深度學(xué)習(xí)和遷移學(xué)習(xí)的演變。早期的方法主要依賴詞頻統(tǒng)計、tfidf等傳統(tǒng)技術(shù)，通過捕捉文本的重要特征來推斷用戶的意圖。這些方法在初期階段發(fā)揮了重要作用，但隨著技術(shù)的發(fā)展，深度學(xué)習(xí)方法逐漸成為主流，通過復(fù)雜的神經(jīng)網(wǎng)絡(luò)模型更好地捕捉文本中的語義和上下文信息。

5、不過，實際應(yīng)用中，這些深度學(xué)習(xí)方法依然存在對用戶輸入的問題理解精確率不足等問題。

技術(shù)實現(xiàn)思路

1、本申請?zhí)峁┮环N智慧社區(qū)背景下的問題意圖識別方法，以解決目前方案中依然存在對用戶輸入的問題理解精確率不足等問題。

2、為了實現(xiàn)上述目的，本申請?zhí)峁┤缦录夹g(shù)方案：

3、第一方面，本申請實施例提供一種智慧社區(qū)背景下的問題意圖識別方法，其包括：

4、獲取通過多種方式收集的社工問答歷史記錄，作為基礎(chǔ)數(shù)據(jù)集，并對所述基礎(chǔ)數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行預(yù)處理，得到高質(zhì)量數(shù)據(jù)集；

5、構(gòu)建基于bert的意圖識別模型，并利用所述高質(zhì)量數(shù)據(jù)集進(jìn)行模型訓(xùn)練；

6、在模型訓(xùn)練過程中，對模型效果進(jìn)行評估，并基于評估結(jié)果對意圖識別模型的結(jié)構(gòu)和參數(shù)進(jìn)行優(yōu)化，以使意圖識別模型的效果滿足要求；

7、基于訓(xùn)練好的意圖識別模型進(jìn)行問題意圖識別。

8、基于以上的方法，可選地，所述對所述基礎(chǔ)數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行預(yù)處理，包括：

9、對所述基礎(chǔ)數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)注、數(shù)據(jù)分詞和數(shù)據(jù)劃分。

10、基于以上的方法，可選地，所述構(gòu)建基于bert的意圖識別模型，并利用所述高質(zhì)量數(shù)據(jù)集進(jìn)行模型訓(xùn)練，包括：

11、根據(jù)bert模型的結(jié)構(gòu)和原理，構(gòu)建一個適合社工問答系統(tǒng)意圖識別的模型框架；

12、使用預(yù)訓(xùn)練的bert模型參數(shù)進(jìn)行初始化；

13、將預(yù)處理后的數(shù)據(jù)進(jìn)行格式化和編碼；

14、利用格式化和編碼后的數(shù)據(jù)對bert模型進(jìn)行訓(xùn)練。

15、基于以上的方法，可選地，所述利用格式化和編碼后的數(shù)據(jù)對bert模型進(jìn)行訓(xùn)練，包括：

16、將所述高質(zhì)量數(shù)據(jù)集劃分為訓(xùn)練集、測試集和驗證集；

17、使用訓(xùn)練集對模型進(jìn)行訓(xùn)練，通過調(diào)整超參數(shù)來優(yōu)化訓(xùn)練過程；

18、利用驗證集進(jìn)行模型驗證，及時監(jiān)控模型的性能變化，防止過擬合或欠擬合；

19、以及，根據(jù)驗證集上的性能表現(xiàn)，對模型進(jìn)行微調(diào)，包括調(diào)整模型結(jié)構(gòu)、增加或減少層數(shù)、修改損失函數(shù)，以提高模型的準(zhǔn)確性和泛化能力。

20、基于以上的方法，可選地，所述對模型效果進(jìn)行評估，包括：

21、使用多種評價指標(biāo)對模型效果進(jìn)行評估，所述多種評價指標(biāo)包括精確率、召回率和f1值。

22、基于以上的方法，可選地，所述多種方式收集的社工問答歷史記錄包括社區(qū)服務(wù)中心的記錄、在線服務(wù)平臺的用戶反饋、社交媒體上的互動記錄。

23、第二方面，本申請實施例還提供一種智慧社區(qū)背景下的問題意圖識別裝置，其包括：

24、數(shù)據(jù)獲取模塊，用于獲取通過多種方式收集的社工問答歷史記錄，作為基礎(chǔ)數(shù)據(jù)集，并對所述基礎(chǔ)數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行預(yù)處理，得到高質(zhì)量數(shù)據(jù)集；

25、模型訓(xùn)練模塊，用于構(gòu)建基于bert的意圖識別模型，并利用所述高質(zhì)量數(shù)據(jù)集進(jìn)行模型訓(xùn)練；

26、模型評估優(yōu)化模塊，用于在模型訓(xùn)練過程中，對模型效果進(jìn)行評估，并基于評估結(jié)果對意圖識別模型的結(jié)構(gòu)和參數(shù)進(jìn)行優(yōu)化，以使意圖識別模型的效果滿足要求；

27、應(yīng)用模塊，用于基于訓(xùn)練好的意圖識別模型進(jìn)行問題意圖識別。

28、第三方面，本申請實施例還提供一種電子設(shè)備，其包括存儲器和處理器，所述存儲器存儲有計算機(jī)程序，所述處理器調(diào)用并執(zhí)行所述計算機(jī)程序時，實現(xiàn)如第一方面任意一項所述的智慧社區(qū)背景下的問題意圖識別方法。

29、本申請?zhí)峁┑闹腔凵鐓^(qū)背景下的問題意圖識別方法、裝置及設(shè)備中，通過引入bert深度學(xué)習(xí)技術(shù)，構(gòu)建高質(zhì)量的數(shù)據(jù)集，優(yōu)化模型的結(jié)構(gòu)和參數(shù)，顯著提高了社工問答系統(tǒng)在意圖識別方面的準(zhǔn)確性和效率。從而，不僅可以提升社區(qū)服務(wù)的質(zhì)量和效率，推動智慧社區(qū)建設(shè)的創(chuàng)新發(fā)展，還能夠增強(qiáng)社區(qū)居民的幸福感和滿意度。進(jìn)而，通過技術(shù)的不斷創(chuàng)新和應(yīng)用，本發(fā)明為智慧社區(qū)的建設(shè)提供了新的技術(shù)路徑和實踐方案。

技術(shù)特征：

1.一種智慧社區(qū)背景下的問題意圖識別方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述基礎(chǔ)數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行預(yù)處理，包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述構(gòu)建基于bert的意圖識別模型，并利用所述高質(zhì)量數(shù)據(jù)集進(jìn)行模型訓(xùn)練，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述利用格式化和編碼后的數(shù)據(jù)對bert模型進(jìn)行訓(xùn)練，包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對模型效果進(jìn)行評估，包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述多種方式收集的社工問答歷史記錄包括社區(qū)服務(wù)中心的記錄、在線服務(wù)平臺的用戶反饋、社交媒體上的互動記錄。

7.一種智慧社區(qū)背景下的問題意圖識別裝置，其特征在于，包括：

8.一種電子設(shè)備，其特征在于，包括存儲器和處理器，所述存儲器存儲有計算機(jī)程序，所述處理器調(diào)用并執(zhí)行所述計算機(jī)程序時，實現(xiàn)如權(quán)利要求1至6任意一項所述的智慧社區(qū)背景下的問題意圖識別方法。

技術(shù)總結(jié)
本申請?zhí)峁┮环N智慧社區(qū)背景下的問題意圖識別方法、裝置及設(shè)備。其中，通過引入BERT深度學(xué)習(xí)技術(shù)，構(gòu)建高質(zhì)量的數(shù)據(jù)集，優(yōu)化模型的結(jié)構(gòu)和參數(shù)，顯著提高了社工問答系統(tǒng)在意圖識別方面的準(zhǔn)確性和效率。從而，不僅可以提升社區(qū)服務(wù)的質(zhì)量和效率，推動智慧社區(qū)建設(shè)的創(chuàng)新發(fā)展，還能夠增強(qiáng)社區(qū)居民的幸福感和滿意度。進(jìn)而，通過技術(shù)的不斷創(chuàng)新和應(yīng)用，本發(fā)明為智慧社區(qū)的建設(shè)提供了新的技術(shù)路徑和實踐方案。

技術(shù)研發(fā)人員：魏家齊,沙爽,李兵,李昱,劉蕊
受保護(hù)的技術(shù)使用者：北京市科學(xué)技術(shù)研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15