[发明专利]客服对话意图分类方法及装置、电子设备及介质

权利要求书

1.一种客服对话意图分类方法，其特征在于，包括：

获取第一训练样本集，其中，所述第一训练样本集包括第一数量的第一客服对话样本数据，所述第一客服对话样本数据具有人工标注的意图类别标识；

基于所述第一训练样本集，采用文本数据增强技术进行样本量扩充，得到第二训练样本集，其中，所述第二训练样本集包括第二数量的具有意图类别标识的第二客服对话样本数据，所述第二数量大于所述第一数量；

根据所述第二训练样本集训练文本分类模型，得到训练后的文本分类模型；

采用训练后的所述文本分类模型对待分类的客服对话数据进行分类，得到所述客服对话数据对应的意图类别标识。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一训练样本集，采用文本数据增强技术进行样本量扩充，得到第二训练样本集，包括：

针对所述第一训练样本集中的每条第一客服对话样本数据，提取对话意图段落；

根据提取的所述对话意图段落和所述第一客服对话样本数据的意图类别标识，生成第三客服对话样本数据；

将所有所述第三客服对话样本数据的集合，确定为第三训练样本集；

针对所述第三训练样本集，采用文本数据增强技术进行样本量扩充，得到第二训练样本集。

3.根据权利要求2所述的方法，其特征在于，所述针对所述第一训练样本集中的每条第一客服对话样本数据，提取对话意图段落，包括：

针对所述第一训练样本集中的每条第一客服对话样本数据，采用正则化技术匹配出客服问候语；

将所述客服问候语之后的指定数量句对话提取为对话意图段落。

4.根据权利要求2所述的方法，其特征在于，所述针对所述第三训练样本集，采用文本数据增强技术进行样本量扩充，得到第二训练样本集，包括：

针对所述第三训练样本集中的每条第三客服对话样本数据，执行同义词替换、同义词插入、词语位置变换和词语删除中的至少一项处理，得到与所述第三客服对话样本数据对应的多条第二客服对话样本数据；

将所有所述第二客服对话样本数据的集合，确定为第二训练样本集。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述根据所述第二训练样本集训练文本分类模型，得到训练后的文本分类模型，包括：

针对所述第二训练样本集中的每条所述第二客服对话样本数据，进行分词处理，生成训练语料；

将所述训练语料转换为词向量；

利用所述词向量训练文本分类模型，得到训练后的文本分类模型。

6.根据权利要求5所述的方法，其特征在于，所述针对所述第二训练样本集中的每条所述第二客服对话样本数据，进行分词处理，生成训练语料，包括：

针对所述第二训练样本集中的每条所述第二客服对话样本数据，进行分词处理，得到多条词语；

根据预设的过滤规则对所述多条词语进行过滤后，得到训练语料。

7.根据权利要求1所述的方法，其特征在于，所述文本分类模型包括层次注意力模型。

8.一种客服对话意图分类装置，其特征在于，包括：

第一训练样本集获取模块，用于获取第一训练样本集，其中，所述第一训练样本集包括第一数量的第一客服对话样本数据，所述第一客服对话样本数据具有人工标注的意图类别标识；

样本量扩充模块，用于基于所述第一训练样本集，采用文本数据增强技术进行样本量扩充，得到第二训练样本集，其中，所述第二训练样本集包括第二数量的具有意图类别标识的第二客服对话样本数据，所述第二数量大于所述第一数量；

模型训练模块，用于根据所述第二训练样本集训练文本分类模型，得到训练后的文本分类模型；

意图分类模块，用于采用训练后的所述文本分类模型对待分类的客服对话数据进行分类，得到所述客服对话数据对应的意图类别标识。