[发明专利]智能对话方法、装置、设备及存储介质

权利要求书

1.一种智能对话方法，其特征在于，所述智能对话方法包括以下步骤：

在接收到用户端发送的问诊请求时，根据所述问诊请求确定对话文本；

根据预设文本分析模型对所述对话文本进行解析，以确定用户意图；

根据所述用户意图与标准问题库中各个标准问题进行匹配，以获得目标标准问题；

获取所述目标标准问题对应的解答信息，将所述解答信息反馈至用户端。

2.如权利要求1所述的智能对话方法，其特征在于，所述在接收到用户端发送的问诊请求时，根据所述问诊请求确定对话文本的步骤之前，还包括：

获取聚类样本集，所述聚类样本集为根据历史问诊对话记录构建的无监督样本集；

对所述聚类样本集进行特征提取，以获得聚类样本特征集；

根据所述聚类样本特征集进行无监督聚类，以获得聚类结果；

根据所述聚类结果对标准问题库进行扩展。

3.如权利要求2所述的智能对话方法，其特征在于，所述对所述聚类样本集进行特征提取，以获得聚类样本特征集的步骤之前，包括：

获取初始预训练模型及特征提取样本集，其中，所述初始预训练模型为基于Bi-LSTM算法构建的多层神经网络模型；

通过所述特征提取样本集对所述初始预训练模型进行训练，以获得预设预训练模型；

相应的，所述对所述聚类样本集进行特征提取，以获得聚类样本特征集的步骤，包括：

通过所述预设预训练模型对所述聚类样本集进行特征提取，以获得聚类样本特征集。

4.如权利要求3所述的智能对话方法，其特征在于，所述初始预训练模型中各层神经网络之间设有归一化处理层，所述归一化处理层用于进行残差连接处理及层归一化处理。

5.如权利要求2所述的智能对话方法，其特征在于，所述根据所述聚类样本特征集进行无监督聚类，以获得聚类结果的步骤，包括：

通过自编码聚类算法对所述聚类样本特征集进行无监督聚类，以获得聚类结果。

6.如权利要求2所述的智能对话方法，其特征在于，所述根据所述聚类结果对标准问题库进行扩展的步骤，包括：

将所述聚类结果进行展示，并接收用户基于所述聚类结果发送的问题标注指令；

根据所述问题标注指令确定问题标注结果，并根据所述聚类结果及所述问题标注结果生成聚类标准问题；

根据所述聚类标准问题对标准问题库进行扩展。

7.如权利要求1-6任一项所述的智能对话方法，其特征在于，所述在接收到用户端发送的问诊请求时，根据所述问诊请求确定对话文本的步骤，包括：

在接收到用户端发送的问诊请求时，提取所述问诊请求中的对话信息；

确定所述对话信息的数据格式；

在所述数据格式为文本格式时，将所述对话信息作为对话文本；

在所述数据格式为音频格式时，对所述对话信息进行语音识别，以获得对话文本。

8.一种智能对话装置，其特征在于，所述智能对话装置包括以下模块：

请求接收模块，用于在接收到用户端发送的问诊请求时，根据所述问诊请求确定对话文本；

意图分析模块，用于根据预设文本分析模型对所述对话文本进行解析，以确定用户意图；

问题匹配模块，用于根据所述用户意图与标准问题库中各个标准问题进行匹配，以获得目标标准问题；

对话响应模块，用于获取所述目标标准问题对应的解答信息，将所述解答信息反馈至用户端。

9.一种智能对话设备，其特征在于，所述智能对话设备包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的智能对话程序，所述智能对话程序被处理器执行时实现如权利要求1-7中任一项所述的智能对话方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有智能对话程序，所述智能对话程序执行时实现如权利要求1-7中任一项所述的智能对话方法的步骤。