[发明专利]对问题描述信息进行分类的方法及装置

说明书

本说明书实施例中提供了一种对问题描述信息进行分类的方法及装置，方法包括：首先对用户提供的问题描述信息进行分词处理以得到词序列，并通过BERT模型分析该词序列以得到编码向量序列，其中，该编码向量序列中的各个编码向量与该词序列中的各个词一一对应；接着通过第一深度神经网络分析该编码向量序列以得到第一特征向量。同时，还可以获取用于指示该用户的账户状态的至少两项账户状态描述信息，并对至少两项账户状态描述信息进行特征提取以得到第二特征向量。之后，即可根据第一特征向量和第二特征向量确定问题描述信息对应的分类类别。

技术领域

本说明书一个或多个实施例涉及计算机领域，尤其涉及对问题描述信息进行分类的方法及装置。

背景技术

通过智能客服机器人与用户进行智能问答或者为用户指定人工客服的过程中，往往会针对用户提供的问题描述信息，执行相应的分类处理过程以确定该问题描述信息对应的分类类别。

通常的，分类类别可以是预先设置的标准问题，也可以是某个人工客服技能组的标识，以便向用户提供该标准问题对应的标准答案，或者为用户指定属于该标识所指示的人工客服技能组中的人工客服，使得指定的人工客服与用户进行进一步的对话，从而解决用户存在的问题。

因此，希望有一种新的技术方案，以期能够更为准确的确定用户提供的问题描述信息对应的分类类别。

发明内容

本说明书一个或多个实施例中提供了一种对问题描述信息进行分类的方法及装置，能够更为准确的确定用户提供的问题描述信息对应的分类类别。

第一方面，提供了一种对对问题描述信息进行分类的方法，该方法包括：

对用户提供的问题描述信息进行分词处理，得到词序列；

通过BERT模型分析所述词序列，得到编码向量序列，所述编码向量序列中的各个编码向量与所述词序列中的各个词一一对应；

通过第一DNN分析所述编码向量序列，得到第一特征向量；

获取用于指示所述用户的账户状态的至少两项账户状态描述信息，并对所述至少两项账户状态描述信息进行特征提取，得到第二特征向量；

至少根据所述第一特征向量和所述第二特征向量，确定所述问题描述信息对应的分类类别。

在一种可能的实施方式中，所述分类类别包括标准问题或人工客服技能组的标识。

在一种可能的实施方式中，所述至少两项账户状态描述信息包括：账户是否被锁定、借款额度、是否存在逾期还款中的至少两项。

在一种可能的实施方式中，所述问题描述信息包括所述用户向智能客服机器人提供的用户问句。

在一种可能的实施方式中，所述问题描述信息包括所述用户与智能客服机器人进行多轮对话的过程中，向所述智能客服机器人提供的用户问句以及与所述用户问句相关的应答信息。

在一种可能的实施方式中，所述对所述至少两项账户状态描述信息进行特征提取，得到第二特征向量，包括：

针对各项所述账户状态描述信息中属于离散型的第一账户状态描述信息，对所述第一账户状态描述信息进行独热编码，得到所述第一账户状态描述信息对应的第一编码；

针对各项所述账户状态描述信息中属于连续型的第二账户状态描述信息，对所述第二账户状态描述信息进行归一化处理，并根据归一化处理的结果得到第二编码；

形成由各项所述账户状态描述信息对应的第一编码或第二编码组成的编码序列；

通过第二DNN分析所述编码序列，得到第二特征向量。

在一种可能的实施方式中，所述方法还包括：