1.一种语音交互中确定用户意图的方法,其特征在于,包括:
获取用户已输入的历史语音数据信息对应的文本数据信息的意图分类日志记录;
从所述意图分类日志记录的每个意图分类中获取多个相似的查询请求对应的文本数据信息;
根据所述每个意图分类中多个相似的查询请求对应的文本数据信息、预设的卷积神经网络模型和预设的转移概率矩阵,确定用户意图分类模型和目标转移概率矩阵;
使用所述用户意图分类模型和目标转移概率矩阵确定接收到的当前语音数据信息对应的当前文本数据信息所属的目标意图类别;
在所述目标意图类别对应的数据库中查找与所述当前语音数据信息对应的应答信息。
2.根据权利要求1所述的方法,其特征在于,根据所述每个意图分类中多个相似的查询请求对应的文本数据信息、预设的卷积神经网络模型和预设的转移概率矩阵,确定用户意图分类模型和目标转移概率矩阵,包括:
将所述每个意图分类中多个相似的查询请求对应的文本数据信息作为意图分类训练语料,利用预设的卷积神经网络模型进行训练,得到用户意图分类模型;
获取所述每个意图分类中多个相似的查询请求对应的文本数据信息中任意两个相似的查询请求对应的文本数据信息之间的上下文关系;
利用所述相似的查询请求对应的文本数据信息之间的上下文关系和所述预设的转移概率矩阵进行训练,得到所述目标转移概率矩阵。
3.根据权利要求1所述的方法,其特征在于,所述文本数据信息包括以下至少一项:文本信息和拼音信息;
所述意图分类训练语料包括以下至少一种形式:
文本语料和拼音预料。
4.根据权利要求1所述的方法,其特征在于,所述使用所述用户意图分类模型和目标转移概率矩阵确定接收到的当前语音数据信息对应的当前文本数据信息所属的目标意图类别,包括:
将所述当前文本数据信息作为所述用户意图分类模型的输入,得到所述当前文本数据信息对应的第一分类结果;
获取所述当前文本数据信息对应的上一句文本数据信息所属的意图类别;
根据所述上一句文本数据信息所属的意图类别和所述目标转移概率矩阵,确定所述当前文本数据信息对应的第二分类结果;
根据所述第一分类结果和所述第二分类结果确定所述当前文本数据信息所属的目标意图分类。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一分类结果和所述第二分类结果确定所述当前文本数据信息所属的目标意图分类,包括:
根据所述第一分类结果和所述第二分类结果的乘积,确定所述当前文本数据信息所属的目标意图分类。
6.一种信息分类装置,其特征在于,包括:
第一获取模块,用于获取用户已输入的历史语音数据信息对应的文本数据信息的意图分类日志记录;
第二获取模块,用于从所述意图分类日志记录的每个意图分类中获取多个相似的查询请求对应的文本数据信息;
第一确定模块,用于根据所述每个意图分类中多个相似的查询请求对应的文本数据信息、预设的卷积神经网络模型和预设的转移概率矩阵,确定用户意图分类模型和目标转移概率矩阵;
第二确定模块,用于使用所述用户意图分类模型和目标转移概率矩阵确定接收到的当前语音数据信息对应的当前文本数据信息所属的目标意图类别;
查找模块,用于在所述目标意图类别对应的数据库中查找与所述当前语音数据信息对应的应答信息。
7.根据权利要求6所述的装置,其特征在于,所述第一确定模块包括:
第一训练子模块,用于将所述每个意图分类中多个相似的查询请求对应的文本数据信息作为意图分类训练语料,利用预设的卷积神经网络模型进行训练,得到用户意图分类模型;
第一获取子模块,用于获取所述每个意图分类中多个相似的查询请求对应的文本数据信息中任意两个相似的查询请求对应的文本数据信息之间的上下文关系;
第二训练子模块,用于利用所述相似的查询请求对应的文本数据信息之间的上下文关系和所述预设的转移概率矩阵进行训练,得到所述目标转移概率矩阵。
8.根据权利要求6所述的装置,其特征在于,所述文本数据信息包括以下至少一项:文本信息和拼音信息;
所述意图分类训练语料包括以下至少一种形式:
文本语料和拼音预料。
9.根据权利要求6所述的装置,其特征在于,所述第二确定模块包括:
处理子模块,用于将所述当前文本数据信息作为所述用户意图分类模型的输入,得到所述当前文本数据信息对应的第一分类结果;
第二获取子模块,用于获取所述当前文本数据信息对应的上一句文本数据信息所属的意图类别;
第一确定子模块,用于根据所述上一句文本数据信息所属的意图类别和所述目标转移概率矩阵,确定所述当前文本数据信息对应的第二分类结果;
第二确定子模块,用于根据所述第一分类结果和所述第二分类结果确定所述当前文本数据信息所属的目标意图分类。
10.根据权利要求9所述的装置,其特征在于,所述第二确定子模块用于:
根据所述第一分类结果和所述第二分类结果的乘积,确定所述当前文本数据信息所属的目标意图分类。