[发明专利]客服对话意图分类方法及装置、电子设备及介质

说明书

本申请提供一种客服对话意图分类方法及装置、一种电子设备及一种计算机可读介质。其中，所述客服对话意图分类方法包括：获取第一训练样本集，其中，第一训练样本集包括第一数量的第一客服对话样本数据，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，第二训练样本集包括第二数量的第二客服对话样本数据；根据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。本申请方法既可以降低人工成本，又可以确保提高分类准确率。

技术领域

本申请涉及智能客服技术领域，具体涉及一种客服对话意图分类方法及装置、一种电子设备及一种计算机可读介质。

背景技术

目前，客服行业以人工为主，人工客服具有招人难、培训成本高、流动性大等缺点。人工客服的工作有很大一部分可以由智能客服替代，智能客服可以全天24小时工作，所以实现客服行业的智能化可以大大减少人力成本。

实现客服行业的智能问答系统需要从海量的历史对话语料进行对话意图分类，总结关键问题。客服行业拥有海量的历史对话数据，但其通常为无标注数据。因此，如何对历史对话数据进行高效准确的分类是推动客服智能问答系统发展的重要一环。

目前实现对话意图分类的方案主要分为有监督学习和无监督学习两大类，传统有监督学习需要人工标注大量样本、耗时耗力，而无监督学习虽然不需要标注样本，但其分类准确性较低，分类效果往往很难令人满意。

因此，需要提供一种兼具分类准确性和较高效率的客服对话意图分类方法。

发明内容

本申请的目的是提供一种客服对话意图分类方法及装置、一种电子设备及一种计算机可读介质。

本申请第一方面提供一种客服对话意图分类方法，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。

在本申请第一方面的一些实施方式中，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。

在本申请第一方面的一些实施方式中，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。

在本申请第一方面的一些实施方式中，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：