[发明专利]智能客服多轮问答方法、设备、存储介质及装置有效
| 申请号: | 201810722735.3 | 申请日: | 2018-07-03 |
| 公开(公告)号: | CN109727041B | 公开(公告)日: | 2023-04-18 |
| 发明(设计)人: | 于凤英;王健宗;肖京 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
| 主分类号: | G06Q30/01 | 分类号: | G06Q30/01 |
| 代理公司: | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人: | 胡海国 |
| 地址: | 518000 广东省深*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 智能 客服 问答 方法 设备 存储 介质 装置 | ||
1.一种智能客服多轮问答方法,其特征在于,所述智能客服多轮问答方法包括以下步骤:
获取用户当前轮次的目标问题;
从知识库中查找与所述目标问题匹配的标准意图,并获取所述标准意图与所述目标问题之间的匹配程度;
判断所述标准意图与所述目标问题之间的匹配程度是否超过预设匹配阈值;
若未超过,则对所述目标问题进行命名实体识别,获得识别结果;
检测是否存在所述当前轮次之前的至少一轮用户问题中继承的信号,获得检测结果;
根据所述识别结果、所述检测结果、所述目标问题和所述标准意图确定目标应答;
其中,所述根据所述识别结果、所述检测结果、所述目标问题和所述标准意图确定目标应答,包括:
若所述识别结果为存在命名实体,并且所述检测结果为存在信号,则根据所述目标问题中的命名实体和信号确定信号意图;
计算所述信号意图和所述标准意图之间的第一相似度;
判断所述第一相似度是否超过预设相似度阈值;
若超过,则根据所述标准意图确定目标应答;
所述对所述目标问题进行命名实体识别,获得识别结果,包括:
将所述目标问题通过长期短期记忆网络模型进行序列特征提取;
将提取出的序列特征通过条件随机场算法进行实体概率计算,并判断实体概率最大值是否超过预设概率阈值;
若所述实体概率最大值超过所述预设概率阈值,则认定所述实体概率最大值对应的特征为所述目标问题的命名实体,获得识别结果为存在命名实体;
若所述实体概率最大值未超过所述预设概率阈值,则获得识别结果为不存在命名实体。
2.如权利要求1所述的智能客服多轮问答方法,其特征在于,所述计算所述信号意图和所述标准意图之间的第一相似度之前,所述智能客服多轮问答方法还包括:
若所述检测结果为存在信号,但所述识别结果为不存在命名实体,则判断所述信号是否包括命名实体;
若所述信号不包括所述命名实体,则发出命名实体问询,并接收用户根据所述命名实体问询做出的命名实体回复;
根据所述命名实体回复和所述目标问题中的信号确定信号意图。
3.如权利要求1所述的智能客服多轮问答方法,其特征在于,所述计算所述信号意图和所述标准意图之间的第一相似度,包括:
将所述信号意图和所述标准意图通过长期短期记忆网络模型进行语义特征提取,获得信号语义向量和标准语义向量;
计算所述信号语义向量和标准语义向量之间的余弦相似度,并将所述余弦相似度作为所述信号意图和所述标准意图之间的第一相似度。
4.如权利要求1至3中任一项所述的智能客服多轮问答方法,其特征在于,所述从知识库中查找与所述目标问题匹配的标准意图,并获取所述标准意图与所述目标问题之间的匹配程度,包括:
通过ES检索从知识库中查找与所述目标问题匹配的候选意图集合;
计算所述目标问题与所述候选意图集合中的候选意图之间的第二相似度;
将所述第二相似度最高的候选意图作为与所述目标问题匹配的标准意图,并获取最高的第二相似度作为所述标准意图与所述目标问题之间的匹配程度。
5.如权利要求4所述的智能客服多轮问答方法,其特征在于,所述计算所述目标问题与所述候选意图集合中的候选意图之间的第二相似度,包括:
计算所述目标问题与所述候选意图集合中的候选意图之间的语义特征、文本特征、句法特征和主题特征;
通过逻辑回归将所述语义特征、所述文本特征、所述句法特征和所述主题特征进行聚合,获得所述目标问题与所述候选意图集合中的候选意图之间的第二相似度。
6.一种智能客服多轮问答设备,其特征在于,所述智能客服多轮问答设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的智能客服多轮问答程序,所述智能客服多轮问答程序被所述处理器执行时实现如权利要求1至5中任一项所述的智能客服多轮问答方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810722735.3/1.html,转载请声明来源钻瓜专利网。





