[发明专利]对话处理方法、装置、计算机设备和可读存储介质

说明书

本申请提出一种对话处理方法、装置、计算机设备和可读存储介质，其中，方法包括：获取对话上文；根据对话上文关联的目标对象，将对话上文分类至目标对象的结构树中，以在结构树中确定与对话上文匹配的分类节点；其中，分类节点对应目标对象的功能，各分类节点之间的层级关系是根据对应功能的层级关系确定的；确定分类节点对应的对话生成模型的准召率；根据准召率，确定是否采用对话生成模型生成对话上文对应的对话下文。该方法能够实现在人力成本不变的情况下，提升智能回复占比，减少流入人工处理的数据量。并且，可以提升对话下文与对话上文之间的逻辑性，保证输出的对话下文的准确性，以及降低接入成本，提升该方法的适用性。

技术领域

本申请涉及计算机技术领域，尤其涉及一种对话处理方法、装置、计算机设备和可读存储介质。

背景技术

随着软件的不断发展，用户口碑对软件越来越重要，其中，可以从软件内部的用户反馈数据或者软件外部的用户舆情数据中，获取用户口碑。目前，对于大量的用户舆情数据，可以通过机器人智能回复或者人工手动回复，智能回复占比较低，以及增加了运营人力成本。

相关技术中，可以基于相似搜索词(Query)检索的智能机器人对话系统和基于槽点填充的智能机器人对话系统，对用户舆情数据进行处理，输出对应的答复。其中，基于相似Query检索的智能机器人对话系统是：在语料库中检索与用户问题最相近的问题，而后输出上述最相近的问题对应的答案；基于槽点填充的智能机器人对话系统是：通过定义问题模板以及词槽，识别用户意图，当用户问题匹配到模板中槽点时，进行回复。其中，词槽是满足用户对话意图时的关键信息或限定条件，可以理解为用户需要提供的筛选条件。例如，在查询天气时，词槽可以是地点和时间。

然而第一种方式，需要大量语料训练模型；第二种方式，需要人工配置足够多的问题模板，因此，上述两个系统均存在使用成本较高以及适用性较低的问题。

发明内容

本申请提出一种对话处理方法、装置、计算机设备和可读存储介质，以实现在人力成本不变的情况下，提升智能回复占比，减少流入人工处理的数据量。并且，根据准召率，采用合适的处理策略，对对话上文进行处理，可以提升对话下文与对话上文之间的逻辑性，保证输出的对话下文的准确性。此外，通过挖掘结构树的方式，对对话上文进行分类，可以实现提供少量对话样本即可完成结构树的初始化与算法优化，降低接入成本，提升该方法的适用性，用于解决现有技术中使用成本较高以及适用性较低的技术问题。

本申请一方面实施例提出了一种对话处理方法，包括：

获取对话上文；

根据所述对话上文关联的目标对象，将所述对话上文分类至所述目标对象的结构树中，以在所述结构树中确定与所述对话上文匹配的分类节点；其中，所述分类节点对应所述目标对象的功能，各分类节点之间的层级关系是根据对应功能的层级关系确定的；

确定所述分类节点对应的对话生成模型的准召率；

根据所述准召率，确定是否采用所述对话生成模型生成所述对话上文对应的对话下文。

本申请实施例的对话处理方法，通过获取对话上文，而后根据对话上文关联的目标对象，将对话上文分类至目标对象的结构树中，以在结构树中确定与对话上文匹配的分类节点，接着确定分类节点对应的对话生成模型的准召率，最后根据准召率，确定是否采用对话生成模型生成对话上文对应的对话下文。由此，可以实现在人力成本不变的情况下，提升智能回复占比，减少流入人工处理的数据量。并且，根据准召率，采用合适的处理策略，对对话上文进行处理，可以提升对话下文与对话上文之间的逻辑性，保证输出的对话下文的准确性。此外，通过挖掘结构树的方式，对对话上文进行分类，可以实现提供少量对话样本即可完成结构树的初始化与算法优化，降低接入成本，提升该方法的适用性。

本申请又一方面实施例提出了一种对话处理装置，包括：

获取模块，用于获取对话上文；