[发明专利]基于语义识别的话术推荐方法、装置、设备及存储介质

权利要求书

1.一种基于语义识别的话术推荐方法，其特征在于，包括：

从预设历史语料库中获取训练语料，并对所述训练语料进行语义识别，得到所述训练语料的语义识别结果，其中，所述训练语料为存储在所述历史语料库中的用户与通话机器人沟通过程中产生的语音信息；

基于所述语义识别结果对所述训练语料进行分类，得到正样本和负样本；

对所述正样本和所述负样本进行随机组合，得到训练样本集和验证数据集；

通过所述训练样本集对预设的初始意图识别模型进行训练，并通过所述验证数据集对完成训练的通话意图模型进行验证，获取验证通过的通话意图模型；

接收意图识别指令，获取与所述意图识别指令对应的当前通话的通话内容；

将所述当前通话的通话内容导入验证通过的所述通话意图模型，输出与当前通话内容相匹配的通话意图；

将所述通话意图导入到预先训练好的话术推荐模型，得到与所述通话意图相匹配的目标话术。

2.如权利要求1所述的基于语义识别的话术推荐方法，其特征在于，所述从预设历史语料库中获取训练语料，并对所述训练语料进行语义识别，得到所述训练语料的语义识别结果的步骤，具体包括：

从预设历史语料库中获取训练语料，并对所述训练语料进行预处理；

基于预设的词典库对预处理后的所述训练语料进行语义识别，得到所述训练语料的语义识别结果。

3.如权利要求1所述的基于语义识别的话术推荐方法，其特征在于，所述对所述正样本和所述负样本进行随机组合，得到训练样本集和验证数据集的步骤，具体包括：

分别对所述正样本和所述负样本进行标注；

对标注后的所述正样本和所述负样本进行随机组合，得到训练样本集和验证数据集，并将所述训练样本集和所述验证数据集存储在所述预设历史语料库中。

4.如权利要求1所述的基于语义识别的话术推荐方法，其特征在于，所述通过所述训练样本集对预设的初始意图识别模型进行训练的步骤，具体包括：

将所述训练样本集导入预设的初始意图识别模型，对所述训练样本集中的训练语料进行分词处理，并对分词后的训练语料进行向量特征转换处理，得到词向量；

对所述词向量进行卷积运算，提取所述词向量对应的特征数据；

计算所述特征数据与预设意图标签之间的相似度，并基于相似度计算结果对所述初始意图识别模型进行迭代更新，直至模型拟合，输出训练完成的通话意图模型。

5.如权利要求4所述的基于语义识别的话术推荐方法，其特征在于，所述计算所述特征数据与预设意图标签之间的相似度，并基于相似度计算结果对所述初始意图识别模型进行迭代更新，直至模型拟合，输出训练完成的通话意图模型的步骤，具体包括：

计算所述特征数据与预设意图标签之间的相似度，输出相似度最大的识别结果作为所述训练语料对应的意图识别结果；

基于意图识别结果与预设标准结果，使用反向传播算法进行拟合，获取识别误差；

将识别误差与预设阈值进行比较，若识别误差大于预设阈值，则对通话意图模型进行迭代更新，直到识别误差小于或等于预设阈值为止；

将识别误差小于或等于预设阈值的通话意图模型作为训练完成的通话意图模型，输出训练完成的通话意图模型。

6.如权利要求5所述的基于语义识别的话术推荐方法，其特征在于，在所述将识别误差小于或等于预设阈值的通话意图模型作为训练完成的通话意图模型，输出训练完成的通话意图模型的步骤之后，还包括：

获取所述验证数据集中的验证样本，并将所述验证样本导入训练完成的通话意图模型，获取模型验证结果；

将所述模型验证结果与所述验证样本的标签进行比对，根据比对结果对训练完成的通话意图模型进行验证。