1.一种意图实体信息抽取方法，其特征在于，包括下述步骤：获取初始文本数据，对所述初始文本数据进行预处理，得到待处理文本数据；获取预设的初始训练模型，将所述待处理文本数据输入至所述初始训练模型中，得到训练意图信息和训练实体信息，根据所述训练意图信息和所述训练实体信息对所述初始训练模型进行训练，在所述初始训练模型训练完成时，确定所述初始训练模型为初始识别模型；从所述初始识别模型中抽取预设个数的网络层，将抽取后的初始识别模型作为意图识别模型；在接收到目标文本数据时，根据所述意图识别模型对所述目标文本数据进行识别，得到所述目标文本数据的意图结果和实体信息。2.根据权利要求1所述的意图实体信息抽取方法，其特征在于，所述初始训练模型包括编码层、转换层、全连接层和条件随机场模型处理层，所述将所述待处理文本数据输入至所述初始训练模型中，得到训练意图信息和训练实体信息的步骤具体包括：将所述待处理文本数据输入至所述编码层，经过所述转换层和所述全连接层，输出得到所述训练意图信息；将所述待处理文本数据输入至所述编码层，经过所述转换层和所述条件随机场模型处理层，输出得到所述训练实体信息。3.根据权利要求1所述的意图实体信息抽取方法，其特征在于，所述根据所述训练意图信息和所述训练实体信息对所述初始训练模型进行训练的步骤具体包括：获取所述待处理文本数据的标准意图信息和标准实体信息，根据所述标准意图信息和所述训练意图信息计算第一损失函数，根据所述标准实体信息和所述训练实体信息计算第二损失函数，根据所述第一损失函数和所述第二损失函数计算总损失函数，在所述总损失函数收敛时，确定所述初始训练模型为待验证模型；获取测试文本，根据所述测试文本对所述待验证模型进行验证，在所述待验证模型对所述测试文本的验证通过率大于等于预设阈值时，确定所述初始训练模型训练完成。4.根据权利要求1所述的意图实体信息抽取方法，其特征在于，在所述得到所述目标文本数据的意图结果和实体信息的步骤之后还包括：定期采集文本实体信息，根据所述文本实体信息建立字典树；基于所述字典树构建所述文本实体信息的文本实体库。5.根据权利要求4所述的意图实体信息抽取方法，其特征在于，所述根据所述文本实体信息建立字典树的步骤具体包括：获取所述文本实体信息的标准权重值，确定所述标准权重值为叶子节点，确定所述文本实体信息为非叶子节点；根据所述叶子节点和所述非叶子节点建立字典树。6.根据权利要求4所述的意图实体信息抽取方法，其特征在于，在所述基于所述字典树构建所述文本实体信息的文本实体库的步骤之后还包括：在检测到新待检测文本时，根据所述意图识别模型抽取所述新待检测文本的第一实体信息，并赋予所述第一实体信息默认权重值；根据所述文本实体库获取所述新待检测文本的第二实体信息，以及所述第二实体信息

的标准权重值；根据所述默认权重值和所述标准权重值，确定所述新待检测文本的目标实体信息。7.根据权利要求6所述的意图实体信息抽取方法，其特征在于，所述根据所述默认权重值和所述标准权重值，确定所述新待检测文本的目标实体信息的步骤具体包括：确定是否存在与所述第一实体信息一致的第二实体信息，在确定存在与所述第一实体信息一致的第二实体信息时，将所述第一实体信息的默认权重值调整为与所述第一实体信息一致的第二实体信息的标准权重值；确定所有的所述标准权重值中最大权重值对应的实体信息为所述新待检测文本的目标实体信息。8.一种意图实体信息抽取装置，其特征在于，包括：获取模块，用于获取初始文本数据，对所述初始文本数据进行预处理，得到待处理文本数据；第一训练模块，用于获取预设的初始训练模型，将所述待处理文本数据输入至所述初始训练模型中，得到训练意图信息和训练实体信息，根据所述训练意图信息和所述训练实体信息对所述初始训练模型进行训练，在所述初始训练模型训练完成时，确定所述初始训练模型为初始识别模型；第二训练模块，用于从所述初始识别模型中抽取预设个数的网络层，将抽取后的初始识别模型作为意图识别模型；识别模块，用于在接收到目标文本数据时，根据所述意图识别模型对所述目标文本数据进行识别，得到所述目标文本数据的意图结果和实体信息。9.一种计算机设备，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如权利要求1至7中任一项所述的意图实体信息抽取方法的步骤。10.一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权利要求1至7中任一项所述的意图实体信息抽取方法的步骤。