[发明专利]基于多元语义表示的层次化优质话术挖掘方法及装置

说明书

本发明提供一种基于多元语义表示的层次化优质话术挖掘方法及装置，包括：采用预设规则方法，提取对话数据库中每条数据中每轮对话的五元组；采用基于多元语义融合的话术编码技术，对提取的每个五元组进行话术编码，输出对应的整体语义表示；根据所有输出的语义表示，采用基于相似度的方法实现粗粒度的话术挖掘，并进一步采用基于聚类的方法实现细粒度的话术挖掘。本发明提供了一种多元语义融合学习的方法，综合对话的语境信息，实现话术的语义编码，提高话术相似度计算和细粒度聚类的准确性，从而提升话术挖掘的质量。

技术领域

本发明涉及计算机应用技术、文本挖掘、话术挖掘领域，特别涉及一种基于多元语义表示的层次化优质话术挖掘方法及装置。

背景技术

随着科学技术的进步和信息化的不断推进，电话营销以其高效率、低成本、广覆盖的优势在销售市场快速发展，并在保险、金融、在线教育、互联网等行业里得到了广泛应用，成为一种不可或缺的销售模式。虽然电话销售的触发率很高，但是销售人员流动性高，能力和经验参差不齐，并缺乏对目标客户的了解。这就导致电话销售人员在面对客户提出的问题时，缺乏有效的应对策略，难以有效吸引客户的兴趣、获得客户的信任，进而影响电话销售的成单率。由此，如何从历史的电话销售对话数据中收集并挖掘可复用的优质话术，并以此为后续的电话销售提供策略支持，是电销行业面临的重要挑战之一。

传统的话术收集方法通常需要在专家知识的指导下进行，单纯依靠人力实现不同场景下话术的整理和过滤。这一过程不仅耗时耗力，而且灵活性和可扩展性较差。尤其是面对不同的客户人群、多样的话术场景时，下游的话术推荐、智能问答等任务都需要大量的话术支撑，仅依靠人工整理的有限话术是难以实现的。

近年来，为了实现自动化的话术挖掘，分类、聚类等技术被广泛应用。其中，分类方法需要人工进行话术的整理和标注，并以此作为监督数据来训练分类模型。考虑到人工整理监督数据同样是耗时耗力的过程，并且当应用场景发生变化时，需要重新构建训练数据，因此分类的方法在极大程度上受到了数据的限制。而聚类作为一种无监督学习的方法，几乎无需人工参与，因此适用于数据挖掘的冷启动过程。例如，循环智能公司就采用聚类算法，将对话聚类成不同的组，并找出对话成单率显著高于整体成单率的数据组作为挖掘出的优质话术。虽然这种方法更加灵活、有效，并可以实现面向大规模对话数据的话术挖掘，但是这种方法在进行话术聚类的时候未充分考虑话语的上下文信息和用户属性信息，导致聚类结果不够准确。

为解决这一问题，本发明从对话数据中提取话语、以及对应的对话历史和用户属性，并提出一种多元语义表示方法，综合建模对话历史和用户属性对于话语的正向作用。基于语义编码的结果，本发明利用基于相似度的话术挖掘方法和基于聚类的话术挖掘方法实现层次化、多粒度的话术挖掘。

发明内容

本发明的目的在于提供一种基于多元语义表示的层次化优质话术挖掘方法及装置，用以解决上述提出的技术问题。

为实现上述目的，本发明提供如下技术方案：一种基于多元语义表示的层次化优质话术挖掘方法，包括：

步骤1：采用预设规则方法，提取对话数据库中每条数据中每轮对话的五元组；

步骤2：采用基于多元语义融合的话术编码技术，对提取的每个五元组进行话术编码，输出对应的语义整体表示；

步骤3：根据所有输出的语义表示，采用基于相似度的方法实现粗粒度的话术挖掘，并进一步采用基于聚类的方法实现细粒度的话术挖掘。

优选的，所述五元组包括：问题，回复，历史对话，用户属性，是否成单；

所述回复表示为待挖掘的话术信息，所述问题、历史对话、用户属性都表示为话术对应的语境信息，所述是否成单表示为指示话术有效性的依据。

优选的，步骤1：采用预设规则方法，提取对话数据库中每条数据中每轮对话的五元组，包括：