1.一种面向人工智能应用的人机界面数字会话挖掘方法，其特征在于，应用于AI大数据挖掘系统，所述方法包括：利用基础会话文本挖掘网络对已认证HMI数字会话文本进行处理，得到所述已认证HMI数字会话文本对应的第一互动意向判别报告以及第一热力关系网；

利用所述基础会话文本挖掘网络对完成话术调整的HMI会话调整文本进行处理，得到所述HMI会话调整文本对应的第二互动意向判别报告以及第二热力关系网；所述HMI会话调整文本是通过对所述已认证HMI数字会话文本进行话术调整所得的；

结合所述第一热力关系网、所述第二热力关系网、所述第一互动意向判别报告以及所述第二互动意向判别报告，对所述基础会话文本挖掘网络的配置变量进行改进，得到已调试会话文本解析模型。

2.如权利要求1所述的方法，其特征在于，所述利用基础会话文本挖掘网络对已认证HMI数字会话文本进行处理，得到所述已认证HMI数字会话文本对应的第一互动意向判别报告以及第一热力关系网，包括：获取已认证HMI数字会话文本，通过基础会话文本挖掘网络生成所述已认证HMI数字会话文本对应的第一互动意向判别报告，依据所述第一互动意向判别报告和所述已认证HMI数字会话文本的已认证语义描述生成第一热力关系网；其中，所述第一互动意向判别报告是通过所述已认证HMI数字会话文本中的已认证问答事件对应的目标询问向量所确定的，所述第一热力关系网用于表示所述已认证问答事件的文本块在所述已认证HMI数字会话文本中的分布数据；

所述利用所述基础会话文本挖掘网络对完成话术调整的HMI会话调整文本进行处理，得到所述HMI会话调整文本对应的第二互动意向判别报告以及第二热力关系网；所述HMI会话调整文本是通过对所述已认证HMI数字会话文本进行话术调整所得的，包括：对所述已认证HMI数字会话文本进行话术调整得到HMI会话调整文本，通过所述基础会话文本挖掘网络生成所述HMI会话调整文本对应的第二互动意向判别报告，依据所述第二互动意向判别报告与所述HMI会话调整文本的重构语义描述生成第二热力关系网；其中，所述第二互动意向判别报告是通过所述HMI会话调整文本中的已认证问答事件对应的重构询问向量所确定的，所述第二热力关系网用于表示所述已认证问答事件的文本块在所述HMI会话调整文本中的分布数据；

所述结合所述第一热力关系网、所述第二热力关系网、所述第一互动意向判别报告以及所述第二互动意向判别报告，对所述基础会话文本挖掘网络的配置变量进行改进，得到已调试会话文本解析模型，包括：依据所述第一热力关系网和所述第二热力关系网，确定所述基础会话文本挖掘网络的类似度代价信息，依据所述第一互动意向判别报告、所述第二互动意向判别报告以及所述已认证HMI数字会话文本携带的文本块意向词语，确定所述基础会话文本挖掘网络的意向判别代价信息；

结合所述类似度代价信息和所述意向判别代价信息，对所述基础会话文本挖掘网络的配置变量进行改进，生成已调试会话文本解析模型；其中，所述已调试会话文本解析模型用于挖掘待处理HMI数字会话文本中的文本块所对应的问答事件局部意向和分布报告。

3.如权利要求2所述的方法，其特征在于，所述通过基础会话文本挖掘网络生成所述已认证HMI数字会话文本对应的第一互动意向判别报告，依据所述第一互动意向判别报告和所述已认证HMI数字会话文本的已认证语义描述生成第一热力关系网，包括：将所述已认证HMI数字会话文本加载到所述基础会话文本挖掘网络，依据所述基础会话文本挖掘网络，获取所述已认证HMI数字会话文本中的所述已认证问答事件对应的目标询问向量；

依据所述基础会话文本挖掘网络中的判别组件，对所述目标询问向量进行处理，得到所述已认证HMI数字会话文本对应的第一互动意向判别报告；

获取所述基础会话文本挖掘网络中的目标语义编码组件所生成的针对所述已认证HMI数字会话文本的已认证语义描述，将所述第一互动意向判别报告和所述已认证语义描述进行加权，得到所述已认证HMI数字会话文本对应的初始热力关系网；

对所述初始热力关系网进行扩展处理，得到与所述已认证HMI数字会话文本具有相同可视化规模的第一热力关系网；

其中，所述依据所述基础会话文本挖掘网络，获取所述已认证HMI数字会话文本中的所述已认证问答事件对应的目标询问向量，包括：在所述基础会话文本挖掘网络中，获取所述已认证HMI数字会话文本中的所述已认证问答事件对应的场景询问向量，通过所述基础会话文本挖掘网络中的判别组件，生成所述场景询问向量对应的场景互动意向判别报告；

将所述场景互动意向判别报告和所述已认证语义描述进行加权，得到所述已认证HMI数字会话文本对应的场景特征簇，依据所述场景特征簇对所述已认证HMI数字会话文本进行拆解处理，得到X个会话文本段落；X为正整数；

将所述X个会话文本段落依次加载到所述基础会话文本挖掘网络，在所述基础会话文本挖掘网络中获取所述X个会话文本段落分别对应的段落询问向量；

将所述场景询问向量与所述X个会话文本段落所对应的段落询问向量进行向量聚合，得到所述已认证HMI数字会话文本中的所述已认证问答事件对应的目标询问向量；

其中，所述基础会话文本挖掘网络包括Y个梯度关注子网，每个梯度关注子网包括最少一个语义编码组件，Y为正整数；所述在所述基础会话文本挖掘网络中，获取所述已认证HMI数字会话文本中的所述已认证问答事件对应的场景询问向量，包括：获取所述Y个梯度关注子网中的第u个梯度关注子网的传入信息；其中，u为1时，所述第u个梯度关注子网的传入信息为所述已认证HMI数字会话文本，u为小于Y的正整数；

依据所述第u个梯度关注子网中的最少一个语义编码组件，对第u个梯度关注子网的传入信息进行滑窗编码，得到初始语义描述；

对所述初始语义描述和所述第u个梯度关注子网的传入信息进行整合，得到所述第u个梯度关注子网的语义描述组合结果，将所述第u个梯度关注子网的语义描述组合结果作为第u+1个梯度关注子网的传入信息；所述第u个梯度关注子网与所述第u+1个梯度关注子网级联；

将第Y个梯度关注子网的语义描述组合结果，确定为所述已认证HMI数字会话文本中的所述已认证问答事件对应的场景询问向量；

其中，所述场景询问向量的个数为Z个，Z为正整数；所述通过所述基础会话文本挖掘网络中的判别组件，生成所述场景询问向量对应的场景互动意向判别报告，包括：确定Z个场景询问向量分别对应的目标特征变量，将所述Z个场景询问向量所对应的目标特征变量整合为场景文本知识；

依据所述基础会话文本挖掘网络中的特征映射组件，将所述场景文本知识转换为待判别场景文本知识；

将所述待判别场景文本知识加载到所述基础会话文本挖掘网络中的判别组件，通过所述基础会话文本挖掘网络中的判别组件，生成所述待判别场景文本知识对应的场景互动意向判别报告。

4.如权利要求2所述的方法，其特征在于，所述依据所述第一热力关系网和所述第二热力关系网，确定所述基础会话文本挖掘网络的类似度代价信息，包括：对所述第二热力关系网进行所述话术调整，得到已调整热力关系网；

对所述第一热力关系网和所述已调整热力关系网进行类似度分析，确定所述基础会话文本挖掘网络的类似度代价信息。

5.如权利要求2所述的方法，其特征在于，所述依据所述第一互动意向判别报告、所述第二互动意向判别报告以及所述已认证HMI数字会话文本携带的文本块意向词语，确定所述基础会话文本挖掘网络的意向判别代价信息，包括：获取所述第一互动意向判别报告与所述已认证HMI数字会话文本携带的文本块意向词语之间的第一评估偏移，依据所述第一评估偏移确定所述基础会话文本挖掘网络的训练代价信息；

获取所述第二互动意向判别报告与所述文本块意向词语之间的第二评估偏移，依据所述第二评估偏移确定所述基础会话文本挖掘网络的调整代价信息；

依据所述训练代价信息和所述调整代价信息，确定所述基础会话文本挖掘网络的所述意向判别代价信息。

6.如权利要求2所述的方法，其特征在于，所述结合所述类似度代价信息和所述意向判别代价信息，对所述基础会话文本挖掘网络的配置变量进行改进，生成已调试会话文本解析模型，包括：依据所述类似度代价信息和所述意向判别代价信息，确定所述基础会话文本挖掘网络对应的综合网络代价信息；

通过对所述综合网络代价信息进行收敛处理，改进所述基础会话文本挖掘网络的配置变量，将包含改进后的配置变量的基础会话文本挖掘网络确定为已调试会话文本解析模型。

7.如权利要求2所述的方法，其特征在于，所述方法还包括：

获取待处理HMI数字会话文本，通过已调试会话文本解析模型获取待处理HMI数字会话文本中的目标问答事件所对应的问答事件询问向量，识别所述问答事件询问向量对应的问答事件局部意向判别报告；其中，所述问答事件局部意向判别报告用于表示所述目标问答事件的文本块所对应的问答事件局部意向标签；

依据所述问答事件局部意向判别报告和所述待处理HMI数字会话文本的问答事件语义描述，生成问答事件局部特征簇；

获取所述问答事件局部特征簇对应的均值特征变量，依据所述均值特征变量确定所述目标问答事件中的文本块在所述待处理HMI数字会话文本中的分布报告，依据所述问答事件局部意向标签和所述分布报告确定所述待处理HMI数字会话文本中的所述目标问答事件所对应的询问数据预测报告；

其中，所述通过已调试会话文本解析模型获取待处理HMI数字会话文本中的目标问答事件所对应的问答事件询问向量，包括：将所述待处理HMI数字会话文本加载到所述已调试会话文本解析模型，在所述已调试会话文本解析模型中获取所述待处理HMI数字会话文本中的所述目标问答事件对应的场景问答事件知识，依据所述已调试会话文本解析模型中的判别组件，生成所述场景问答事件知识对应的场景问答事件互动意向判别报告；

获取所述已调试会话文本解析模型中的目标语义编码组件所生成的针对所述待处理HMI数字会话文本的问答事件语义描述，将所述场景问答事件互动意向判别报告和所述问答事件语义描述进行加权，得到所述待处理HMI数字会话文本对应的场景问答事件知识簇；

依据所述场景问答事件知识簇对所述待处理HMI数字会话文本进行拆解处理，得到X个问答事件文本段落，依据所述已调试会话文本解析模型获取所述X个问答事件文本段落分别对应的问答事件段落语义；其中，X为正整数；

将所述场景问答事件知识和所述X个问答事件文本段落所对应的问答事件环节向量聚合为所述问答事件询问向量。

8.一种AI大数据挖掘系统，其特征在于，包括：处理器、存储器以及网络接口；所述处理器与所述存储器、所述网络接口相连；所述网络接口用于提供数据通信功能，所述存储器用于存储程序代码，所述处理器用于调用所述程序代码，以执行权利要求1‑7任一项所述的面向人工智能应用的人机界面数字会话挖掘方法。

9.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序在运行时执行权利要求1‑7任一项所述的面向人工智能应用的人机界面数字会话挖掘方法。

10.一种计算机程序产品，其特征在于，包括计算机程序或计算机可执行指令，所述计算机程序或计算机可执行指令被处理器执行时，实现权利要求1‑7任一项所述的面向人工智能应用的人机界面数字会话挖掘方法。