[发明专利]电力服务机器人智能场景会话方法及装置有效
| 申请号: | 201911244280.X | 申请日: | 2019-12-06 |
| 公开(公告)号: | CN111177310B | 公开(公告)日: | 2023-08-18 |
| 发明(设计)人: | 王缉芬;梁炜皓;赵泰龙;张旭;王圣竹;杨倩;郭敏;洪莹 | 申请(专利权)人: | 广西电网有限责任公司 |
| 主分类号: | G06F16/33 | 分类号: | G06F16/33;G06F16/332;G06F16/35;G06F40/295;G06F40/30 |
| 代理公司: | 北京国帆知识产权代理事务所(普通合伙) 11334 | 代理人: | 刘小哲 |
| 地址: | 530023 广西*** | 国省代码: | 广西;45 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 电力 服务 机器人 智能 场景 会话 方法 装置 | ||
1.一种基于自然语言理解的电力服务机器人智能场景会话方法,其特征在于,所述方法包括:
电力服务机器人基于用户输入的文本信息进行用户意图识别处理,并根据识别结果构建会话流程;
在所述会话流程内对所述文本信息进行文字实体抽取处理,获得所述文本信息中的实体信息,所述实体信息包括地点、时间、人名、手机号、数值中的一个或多个组合;以及,
在所述会话流程内对所述文本信息进行表达式解析,获得表达式解析结果;
基于所述实体信息和所述表达式解析结果在所述会话流程内选择会话节点,基于所述会话节点利用自然语言理解模型对所述文本信息进行上下文结合更新处理,获得上下文结合更新结果;
根据所述上下文结合更新结果进行上下文节点跳转处理,并基于上下文节点跳转处理结果进行场景会话回复;
所述基于所述会话节点利用自然语言理解模型对所述文本信息进行上下文结合更新处理,获得上下文结合更新结果,包括:
将所述文本信息输入所述自然语言理解模型中获得输出文本信息;
基于所述电力服务机器人获得所述文本信息的对应的人工标注数据;
基于所述输出文本信息以及所述文本信息的对应的人工标注数据进行上下文结合更新处理,获得上下文结合更新结果。
2.根据权利要求1所述的电力服务机器人智能场景会话方法,其特征在于,所述电力服务机器人基于用户输入的文本信息进行用户意图识别处理,包括:
基于所述电力服务机器人获得所述用户输入的文本信息;
基于意图匹配对所述文本信息进行用户意图识别处理。
3.根据权利要求2所述的电力服务机器人智能场景会话方法,其特征在于,所述基于所述电力服务机器人获得所述用户输入的文本信息,包括:
基于用户在所述电力服务机器人操作界面上输入的文字信息获得所述文本信息;或,
基于用户通过所述电力服务机器人的音频采集设备输入的语音信息进行文本信息转换处理,获得所述文本信息。
4.根据权利要求2所述的电力服务机器人智能场景会话方法,其特征在于,所述基于意图匹配对所述文本信息进行用户意图识别处理,包括:
基于词表穷举法对所述文本信息进行词表拆分,基于拆分的词表直接匹配的方式进行用户意图识别处理;或,
基于规则解析法对所述文本信息进行分词解析,基于解析的分词匹配的方式进行用户意图识别处理;或,
基于机器学习法对所述文本信息进行意图学习分类,并基于意图学习分类结果进行用户意图识别处理。
5.根据权利要求1所述的电力服务机器人智能场景会话方法,其特征在于,所述在所述会话流程内对所述文本信息进行文字实体抽取处理,获得所述文本信息中的实体信息,包括:
基于长短期记忆网络和条件随机场在所述会话流程内对所述文本信息进行文字实体抽取处理,获得抽取实体信息;
对所述抽取实体信息进行实体融合归一化处理,获得所述文本信息中的实体信息。
6.根据权利要求1所述的电力服务机器人智能场景会话方法,其特征在于,所述在所述会话流程内对所述文本信息进行表达式解析,获得表达式解析结果,包括:
在所述会话流程内基于正则表达式对所述文本信息进行表达式解析,获得表达式解析结果。
7.根据权利要求1所述的电力服务机器人智能场景会话方法,其特征在于,所述自然语言理解模型的训练包括:
获得会话中的样本文本信息,所述样本文本信息包括历史节点、历史上下文信息、会话意图信息以及历史实体信息;
将所述样本文本信息中的词进行向量化处理,获取所述样本信息中的词向量;
将所述词向量输入所述自然语言理解模型中进行样本训练,输出训练结果;
判断所述输出训练结果是否达到预设阈值,若是,则判断所述自然语言理解模型训练收敛,若否,则利用所述样本文本信息进行继续训练。
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广西电网有限责任公司,未经广西电网有限责任公司许可,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/201911244280.X/1.html,转载请声明来源钻瓜专利网。





