人机对话系统主要由语音识别(Automatic Speech Recognition,ASR)、口语理解(Spoken Language Understanding,SLU)、对话管理(Dialog Management,DM)、对话生成[1](Dialogue Generation,DG)和语音合成[2](Text to Speech,TTS)五部分组成,口语理解在人机对话过程中起着极其重要的作用,而口语理解又分为领域识别、意图识别和语义槽填充三部分,意图识别作为口语理解的子模块,也是人机对话的关键。目前主流的意图识别方式主要有基于规则模型的意图识别方法、基于传统机器学习方法、基于深度学习方法以及融合规则和深度学习的意图识别方法。广义的意图识别很难实现,因此本文主要研究限定人机对话领域、限定意图类别的意图识别系统。本文将意图识别问题转换为一般的多分类问题,并结合人机对话领域中的短文本特性和意图的动词性特性进一步优化分类模型,以期达到较好的意图识别性能。本文主要从支持向量机、Fast Text算法、卷积神经网络、循环神经网络四个方面研究意图识别问题,并搭建基于web的意图识别系统,方便进行意图识别的测试与结果展示。本文采用snips语音平台官方开源的英文语料数据集,该数据集标注了共七个意图类别,语料来源为人机对话过程中的用户语句。文本预处理的工作主要有删除标点和特殊符号、分词、统一转小写、词干提取、词形还原等操作,然后采用了基于信息熵的特征选择算法进行适当的特征降维。本文的传统机器学习算法主要选用支持向量机(Support Vector Machine,SVM),数据集转换为频率-逆文档频率矩阵作为SVM模型的输入,然后采用网格搜索(Grid Search)训练模型并寻找最佳的参数组合;Fast Text是美国Face Book公司推出的快速文本分类算法,采用最简单的三层神经网络模型训练意图识别模型,能够取得不逊于深度学习方法的成绩。实验采用词袋模型和N-gram模型提取文本特征作为模型的输入,且由于十分简单的网络结构只需要训练一组词向量权重矩阵;本文深度学习方法采用经典的卷积神经网络和循环神经网络训练意图识别模型。在卷积神经网络模型中,采用大型数据集预训练词向量作为输入,结合短文本的特征调整卷积核大小、卷积核数量、学习率等超参数组合,并使用交叉熵损失函数和随机梯度下降算法得到了综合性能较好的模型;在循环神经网络模型中,主要目的在于测试短文本的时间序列特征对意图识别的参与比重,结果显示相对卷积神经网络模型平均准确率仅提高了0.005左右,分析原因为短文本中时间序列特征所占的比重仅与N-gram特征、大小为2的卷积核提取的特征相当。