[发明专利]基于知识图谱的话术路径选择方法、装置和计算机设备

权利要求书

1.一种基于知识图谱的话术路径选择方法，所述方法包括：

根据当前业务场景获取对应的意图知识图谱，所述意图知识图谱为根据所述当前业务场景中的意图预先创建的；所述意图知识图谱包括多个意图节点以及各意图节点之间的关系；

获取输入话术，预测所述输入话术对应的全量话术路径的置信度，在所述全量话术路径中选择所述输入话术所对应的意图节点在所述意图知识图谱具有路径指向的话术路径；所述全量话术路径为所述意图知识图谱中的所有意图分支路径；

若所述全量话术路径中具有路径指向的话术路径中最高的置信度大于或等于阈值，则根据最高的所述置信度确定目标话术路径，根据所述目标话术路径确定所述输入话术的输出话术；

若所述全量话术路径中具有路径指向的话术路径中最高的置信度小于阈值，则获取所述输入话术对应的多个预设引导话术；

将所述输入话术作为上句，将预设引导话术作为下句，输入预先训练的预测模型，获取所述预测模型输出的各预设引导话术作为输出话术的概率；

将概率最高的所述预设引导话术作为所述输入话术的输出话术。

2.根据权利要求1所述的方法，其特征在于，所述获取输入话术，预测所述输入话术对应的全量话术路径的置信度，在所述全量话术路径中选择所述意图知识图谱对应的话术路径，包括：

将所述输入话术输入预先训练好的基于语义分析的话术路径选择模型，得到所述输入话术对应的全量话术路径及其置信度；

在所述全量话术路径中选择所述意图知识图谱对应的话术路径。

3.根据权利要求2所述的方法，其特征在于，将所述输入话术输入预先训练好的基于语义分析的话术路径选择模型，得到所述输入话术对应的全量话术路径及其置信度，包括：

将所述输入话术作为预先训练好的基于语义分析的话术路径选择模型的输入；

通过所述话术路径选择模型的分词器对所述输入话术进行分词处理；

获取各分词的特征向量；

将各分词的特征向量按顺序依次输入正反向长短期记忆网络，分别得到正向隐层向量和反向隐层向量；

拼接所述正向隐层向量和所述反向隐层向量，输出所述输入话术的全量话术路径及其置信度。

4.根据权利要求3所述的方法，其特征在于，获取各分词的特征向量，包括：

在所述输入话术句头的分词前添加开始标签，在句尾的分词后添加结束标签；

将添加开始标签和结束标签的各分词按序输入块嵌入模型，得到块编码；

根据所述开始标签和所述结束标签得到段编码，根据所在段位置得到位置编码；

根据所述块编码、段编码和位置编码，得到编码向量；

通过注意力机制对所述编码向量进行处理，得到特征向量。

5.根据权利要求1所述的方法，其特征在于，训练预测模型的方式，包括：

获取话术样本；

根据话术相似度，确定与所述话术样本最匹配的引导话术作为样本正例，与所述话术样本不匹配的引导话术作为样本负例；

将所述样本正例和所述样本负例输入语义模型训练，得到预测模型。