(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 202211123073.0 (22)申请日 2022.09.15 (71)申请人 中国工商银行股份有限公司 地址 100140 北京市西城区复兴门内大街 55号 (72)发明人 吴欢　林慕云　殷富成　许承飞　 (74)专利代理 机构 北京同立钧成知识产权代理 有限公司 1 1205 专利代理师 吴会英　刘芳 (51)Int.Cl. G06K 9/62(2022.01) G06F 16/36(2019.01) G06N 5/02(2006.01) G06Q 40/02(2012.01) (54)发明名称 意图分类方法、 装置、 设备、 存储介质及程序 产品 (57)摘要 本申请提供一种意图分类方法、 装置、 设备、 存储介质及程序产品， 可用于 人工智能领域或其 他领域。 该方法包括： 通过挂失人来电获取挂失 人电话号码及被挂失账户； 通过在预先构建的用 户关系知识 图谱中查询挂失人电话号码及被挂 失账户， 以获取挂失人与被挂失人的关系以及挂 失人的属性信息； 采用训练完成的意图分类算法 根据挂失人与被挂失人的关系以及挂失人的属 性信息对挂失人的意图进行分类确定挂失人的 意图。 通过预先构建的用户关系知识图谱就可以 快速确定挂失人与被挂失人的关系以及挂失人 的属性信息； 而采用意图分类算法对挂失人的意 图进行分类可以更准确的确定挂失人的意图， 从 而可以快速且准确的确定挂失人的意图， 避免对 用户财产造成侵害。 权利要求书2页 说明书13页 附图3页 CN 115470855 A 2022.12.13 CN 115470855 A 1.一种意图分类方法， 其特 征在于， 包括： 通过挂失人来电获取挂失人电话 号码及被挂失账户； 通过在预先构建的用户关系知识图谱中查询挂失人电话号码及被挂失账户， 以获取挂 失人与被挂失人 的关系以及挂失人 的属性信息； 所述挂失人 的属性信息包括： 挂失人 的历 史挂失信息； 采用训练完成的意图分类算法根据所述挂失人与被挂失人的关系以及所述挂失人的 属性信息对挂失人 的意图进行分类， 以确定挂失人 的意图； 所述训练完成的意图分类算法 为预先通过样本数据对预设意图分类算法进行训练后获得的。 2.根据权利要求1所述的方法， 其特征在于， 所述通过在预先构建的用户关系知识图谱 中查询挂 失人电话号码及被挂失账户， 以获取挂 失人与被挂 失人的关系以及挂失人的属性 信息之前， 包括： 获取数据库中的用户信 息； 所述用户信 息包括以下信息的至少一个： 用户电话号码、 用 户账户； 根据用户信息构建用户关系知识图谱。 3.根据权利要求2所述的方法， 其特 征在于， 还 包括： 若获取的挂失人电话号码未在用户关系知识图谱中， 则将挂失人电话号码加入数据 库； 采用加入挂失人电话 号码后的数据库更新所述用户关系知识图谱。 4.根据权利要求1 ‑3任一项所述的方法， 其特征在于， 所述意图分类算法为模糊C均值 算法， 所述训练完成的意图分类算法中包括训练完成的隶属度矩阵及意图分类聚类中心； 所述采用训练完成的意图分类算法根据所述挂失人与被挂失人的关系以及所述挂失人的 属性信息对挂失人的意图进行分类， 以确定挂失人的意图， 包括： 采用训练完成的隶属度矩阵计算所述挂失人与被挂失账户的关系以及所述挂失人的 属性信息与各训练完成的意图分类聚类中心的隶属度； 根据隶属度最大的对应的意图分类聚类中心确定挂失人的意图。 5.根据权利要求1 ‑3任一项所述的方法， 其特征在于， 所述采用训练完成的意图分类算 法根据所述挂失人与被挂失人的关系以及所述挂失人的属 性信息对挂失人的意图进行分 类， 以确定挂失人的意图之前， 还 包括： 获取样本数据； 所述样本数据中包括历史样本数据； 所述历史样本数据包括通过历史 挂失人来电获取的历史挂失人电话 号码及历史被挂失账户； 采用样本数据对意图分类算法进行训练， 以在对意图分类算法的训练完成后， 采用训 练完成的意图分类算法对挂失人的意图进行分类。 6.根据权利要求5所述的方法， 其特征在于， 所述样本数据中还包括虚拟样本数据； 所 述获取样本数据， 包括： 通过历史挂失人来电获取历史样本数据； 采用对抗网络模型根据所述历史样本数据生成虚拟样本数据； 所述虚拟样本数据包 括： 虚拟挂失人电话 号码及虚拟被挂失账户。 7.根据权利要求6所述的方法， 其特征在于， 所述对抗网络模型中包括： 生成器及判别 器； 所述采用对抗网络模型根据所述历史样本数据生成虚拟 样本数据， 包括：权　利　要　求　书 1/2 页 2 CN 115470855 A 2将历史样本数据及随机噪声输入生成器中以生成初始 虚拟样本数据； 若采用判别器确定生成的初始虚拟样本数据为真实数据且对抗网络模型满足交叉熵 最小化原则， 则将所述初始 虚拟样本数据确定为样本数据中的虚拟 样本数据。 8.根据权利要求7 所述的方法， 其特 征在于， 包括： 若采用判别器确定生成的初始虚拟样本数据为虚假数据或对抗网络模型不满足交叉 熵最小化原则， 则优化对抗网络模型中的参数； 采用优化后的对抗网络模型根据所述历史样本数据生成虚拟 样本数据。 9.根据权利要求5所述的方法， 其特征在于， 所述意图分类算法为模糊C均值算法， 所述 意图分类算法中包括隶属度矩阵及意图分类聚类中心； 所述采用样本数据对意图分类算法 进行训练， 包括： 通过在预先构建的用户关系知识图谱中查询 样本数据， 以获取样本数据中挂失人与被 挂失人的关系以及挂失人 的属性信息； 所述挂失人 的属性信息包括： 挂失人 的历史挂失信 息； 根据获取的样本数据中挂失人与被挂失人的关系以及挂失人的属性信息对隶属度矩 阵及意图分类聚类中心进行迭代； 若迭代次数大于或等于预设次数、 或意图分类算法的聚类准则函数的误差值小于或等 于预设函数值， 则将当前隶属度 矩阵及意图分类聚类中心确定为训练完成的隶属度矩阵及 意图分类聚类中心。 10.一种意图分类装置， 其特 征在于， 包括： 信息获取模块， 用于通过挂失人来电获取挂失人电话 号码及被挂失账户； 关系获取模块， 用于通过在预先构建的用户关系知识图谱中查询挂失人电话号码及被 挂失账户， 以获取挂失人与被挂失人 的关系以及挂失人 的属性信息； 所述挂失人 的属性信 息包括： 挂失人的历史挂失信息； 分类模块， 用于采用训练完成的意图分类算法根据 所述挂失人与被挂失人的关系以及 所述挂失人 的属性信息对挂失人 的意图进行分类， 以确定挂失人 的意图； 所述训练完成的 意图分类算法为预 先通过样本数据对预设意图分类算法进行训练后获得的。 11.一种电子设备， 其特 征在于， 包括： 处 理器， 以及与所述处 理器通信连接的存 储器； 所述处理器及所述存 储器之间电路互连； 所述存 储器存储计算机执 行指令； 所述处理器执行所述存储器存储的计算机执行指令， 以实现如权利要求1 ‑9中任一项 所述的方法。 12.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中存储有计算机 执行指令， 所述计算机执行指令被处理器执行时用于实现如权利要求1 ‑9中任一项所述的 方法。 13.一种计算机程序产品， 包括计算机执行指令， 其特征在于， 所述计算机执行指令被 处理器执行时实现如权利要求1 ‑9中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115470855 A 3