[发明专利]客服机器人会话文本分类方法及装置、设备、存储介质

权利要求书

1.一种客服机器人会话文本分类方法，其特征在于，包括：

获取客服机器人在所进行会话中的输入语句，所述输入语句是等待所述客服机器人处理响应的会话消息；

通过神经网络模型对所述输入语句进行编码，提取得到所述输入语句的关键语义特征；

通过另一神经网络模型对所述关键语义特征进行解码，获得所述输入语句对应的标准会话文本；

通过对所述标准会话文本进行语义特征提取获得所述标准会话文本对应的语义向量；

对所述标准会话文本的语义向量进行类别标签预测，获得所述标准会话文本对应的类别标签概率向量；

从所述类别标签概率向量中选取最大概率标签所对应的类别作为所述标准会话文本的类别，所述类别用于辅助执行所述客服机器人对所述输入语句的响应。

2.根据权利要求1所述的方法，其特征在于，所述通过神经网络模型对所述输入语句进行编码提取所述输入语句的关键语义特征，包括：

通过进行所述输入语句中词语的向量化获得所述输入语句中词语对应的词向量；

通过神经网络模型按照时间先后顺序对所述输入语句中词语对应的词向量进行遍历，提取遍历所得的第一隐状态向量为所述输入语句的语义向量。

3.根据权利要求1所述的方法，其特征在于，所述通过对所述标准会话文本进行语义特征提取获得所述标准会话文本对应的语义向量，包括：

获取所述关键语义特征解码所得的第二隐状态向量，由所述第二隐状态向量构成隐状态向量矩阵；

根据对所述隐状态向量矩阵对所述标准会话文本进行语义特征提取；

通过对所提取语义特征的池化获得所述标准会话文本对应的语义向量。

4.根据权利要求1所述的方法，其特征在于，所述对所述标准会话文本的语义向量进行类别标签预测，获得所述标准会话文本对应的类别标签概率向量，包括：

通过目标参数矩阵对所述标准会话文本的语义向量进行非线性映射，获得所述标准会话文本在文本类别标记空间中的状态向量；

对所述标准会话文本在文本类别标记空间的状态向量进行概率归一化，得到所述标准会话文本对应的类别标签概率向量。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

对进行所述输入语句转换成所述标准会话文本的翻译偏差和对所述标准会话文本进行文本分类的分类偏差进行求和运算，获得输入语句分类偏差；

通过最小化所述输入语句分类偏差对所述目标参数矩阵进行更新。

6.一种客服机器人会话文本分类装置，其特征在于，所述装置包括：

输入语句转换模块，用于获取客服机器人在所进行会话中的输入语句，所述输入语句是等待所述客服机器人处理响应的会话消息；通过神经网络模型对所述输入语句进行编码，提取得到所述输入语句的关键语义特征；通过另一神经网络模型对所述关键语义特征进行解码，获得所述输入语句对应的标准会话文本；

语义特征提取模块，用于通过对所述标准会话文本进行语义特征提取获得所述标准会话文本对应的语义向量；

文本类别预测模块，用于对所述标准会话文本的语义向量进行类别标签预测，获得所述标准会话文本对应的类别标签概率向量；

文本类别获取模块，用于从所述类别标签概率向量中选取最大概率标签所对应的类别作为所述标准会话文本的类别，所述类别用于辅助执行所述客服机器人对所述输入语句的响应。

7.如权利要求6所述的装置，其特征在于，所述文本类别预测模块包括：状态向量获取单元和类别标签概率向量获取单元；

所述状态向量获取单元用于通过目标参数矩阵对所述标准会话文本的语义向量进行非线性映射，获得所述标准会话文本在文本类别标记空间中的状态向量；

所述类别标签概率向量获取单元用于对所述标准会话文本在文本类别标记空间的状态向量进行概率归一化，得到所述标准会话文本对应的类别标签概率向量。