[发明专利]一种话术识别方法、装置及相关设备

权利要求书

1.一种话术识别方法，其特征在于，包括：

获取待检测语音数据对应的待检测文本数据以及数据库中的M个待检测话术，其中，所述M为正整数；

计算每一个所述待检测文本数据与每一个所述待检测话术的相似度，以得到每一个所述待检测文本数据的M个第一目标相似度，将每一个所述待检测文本数据的M个第一目标相似度中数值最大的相似度确定为目标相似度；

在所述目标相似度大于或等于第一阈值，且小于或等于第二阈值的情况下，将所述待检测文本数据输入至话术分类模型中，输出所述待检测文本数据的分类意图，且根据所述分类意图确定所述待检测文本数据的话术识别结果；

在所述目标相似度小于第一阈值，或者，所述目标相似度大于第二阈值的情况下，基于所述目标相似度的大小，确定所述待检测文本数据是否与所述目标待检测话术匹配；

其中，在所述目标相似度小于所述第一阈值的情况下，所述待检测文本数据与目标待检测话术不匹配；在所述目标相似度大于所述第二阈值的情况下，所述待检测文本数据与目标待检测话术匹配。

2.根据权利要求1所述的方法，其特征在于，所述将所述待检测文本数据输入至话术分类模型中，输出所述待检测文本数据的分类意图，包括：

确定与所述待检测文本数据对应的目标文本数据，所述目标文本数据包括第一文本数据和第二文本数据中的至少一项，所述第一文本数据位于所述待检测文本数据之前，所述第二文本数据位于所述待检测文本数据之后；

将所述待检测文本数据和所述目标文本数据输入至话术分类模型中，输出所述待检测文本数据的分类意图。

3.根据权利要求2所述的方法，其特征在于，所述话术分类模型包括双向循环神经网络、注意力机制和分类器，所述将所述待检测文本数据和所述目标文本数据输入至话术分类模型中，输出所述待检测文本数据的分类意图，包括：

确定所述待检测文本数据的第一特征向量，以及所述目标文本数据的第二特征向量，所述第一特征向量和所述第二特征向量均包括：字向量特征、词向量特征、词性标签和角色标签中的至少一种；

将所述第一特征向量和所述第二特征向量分别输入至所述双向循环神经网络中，输出所述第一特征向量对应的第一语义编码和所述第二特征向量对应的第二语义编码；

将所述第一语义编码和所述第二语义编码输入至所述注意力机制中，输出上下文向量；

将所述上下文向量输入至所述分类器中，输出所述待检测文本数据的分类意图。

4.根据权利要求1所述的方法，其特征在于，所述计算每一个所述待检测文本数据与每一个所述待检测话术的相似度之前，所述方法还包括：

对每一个所述待检测文本数据以及每一个所述待检测话术进行预处理，所述预处理包括以下方式中的至少一项：合并相邻的同一角色的句子、分词、去停用词、计算词向量和计算词的词频逆文件频率tfidf。

5.根据权利要求1所述的方法，其特征在于，每一个所述第一目标相似度通过下述方法得到：

将第一相似度、第二相似度、第三相似度、句型匹配结果和编辑距离中的至少两个的和确定为所述待检测文本数据与所述待检测话术的第一目标相似度；

或者，对第一相似度、第二相似度、第三相似度、句型匹配结果和编辑距离中的至少两个加权求和，并将加权求和得到的数值确定为所述待检测文本数据与所述待检测话术的第一目标相似度；

其中，所述第一相似度为所述待检测文本数据中包括的句子与所述待检测话术中对应句子的相似度，所述第二相似度为所述待检测话术中包括的句子与所述待检测文本数据中对应句子的相似度，所述第三相似度为所述待检测文本数据中包括的句子与所述待检测话术对应句子基于句子向量求得的相似度，所述句型匹配结果为所述待检测文本数据中包括的句子与所述待检测话术对应句子的句型是否相同的匹配结果，所述编辑距离为所述待检测文本数据中包括的句子与所述待检测话术对应句子的编辑距离。

6.根据权利要求5所述的方法，其特征在于，所述第一相似度和所述第二相似度根据词语的参数计算得到，所述词语的参数包括：词与词之间关系参数、词语的词性、是否为核心词和tfidf值。