[发明专利]基于语音对话的知识推荐方法、装置、设备及存储介质

权利要求书

1.一种基于语音对话的知识推荐方法，其特征在于，所述方法包括：

实时获取坐席及客户的对话语音数据，对所述对话语音数据进行文本识别，得到语音文本；

提取所述语音文本的文本语义，根据所述文本语义确定所述对话语音数据的主题；

利用预训练完成的主题关系预测模型计算基于所述主题的一个或者多个主题关系、及每个主题关系与所述主题之间的相对概率值；

根据所述相对概率值将所述主题关系进行从大到小排序，得到主题关系序列；

基于所述主题关系序列在预构建的内容库中检索得到对应的主题关系内容，得到主题关系内容序列；

将所述主题关系内容序列发送给所述坐席。

2.如权利要求1所述的基于语音对话的知识推荐方法，其特征在于，所述对所述对话语音数据进行文本识别，得到语音文本，包括：

对所述对话语音数据进行语音端点选取，得到对话语音片段；

对所述对话语音片段进行文本识别，得到语音文本。

3.如权利要求1所述的基于语音对话的知识推荐方法，其特征在于，所述提取所述语音文本的文本语义，根据所述文本语义确定所述对话语音数据的主题，包括：

对所述语音文本进行分词处理，得到文本分词；

对所述文本分词执行向量转化，得到所述文本分词的词向量；

利用预设的分词权重算法对所述词向量进行加权计算，得到文本向量；

利用预设的语义分析模型对所述文本向量进行语音主题预测，得到所述对话语音数据的主题。

4.如权利要求3所述的基于语音对话的知识推荐方法，其特征在于，所述利用预设的语义分析模型对所述文本向量进行语音主题预测，得到所述对话语音数据的主题，包括：

利用预设的语义分析模型对所述文本向量进行卷积、池化操作，得到所述文本向量的低维特征表达；

通过预设的映射函数将所述文本向量的低维特征表达映射至预先构建的高维空间，得到所述文本向量的高维特征表达；

利用预设的激活函数计算所述高维特征表达中每一个特征的特征输出值；

选取所述特征输出值最大的特征对应的主题为所述对话语音数据的主题。

5.如权利要求1所述的基于语音对话的知识推荐方法，其特征在于，所述利用预训练完成的主题关系预测模型计算得到基于所述对话主题的一个或者多个主题关系之前，所述方法还包括：

获取历史对话语音数据中的主题及基于所述主题的主题关系，并将所述历史对话语音数据中的主题及基于所述主题的主题关系作为训练样本集；

利用预构建的主题关系预测模型对所述训练样本集进行特征提取、激活操作，得到主题关系预测概率集；

计算所述主题关系预测概率集与所述训练样本集中的主题关系概率值之间的误差值，并判断所述误差值是否小于预设的误差值阈值；

若所述误差值大于或等于预设的误差值阈值，则调整所述主题关系预测模型中的参数，并返回所述利用预构建的主题关系预测模型对所述训练样本集进行特征提取、激活操作，得到主题关系预测概率集的步骤；

若所述误差值小于预设的误差值阈值，则训练完成，得到训练完成的主题关系预测模型。

6.如权利要求5所述的基于语音对话的知识推荐方法，其特征在于，所述计算所述主题关系预测概率集与所述训练样本集中的主题关系概率值之间的误差值，包括：

利用如下误差值计算公式计算所述主题关系预测概率集与所述训练样本集中的主题关系概率值之间的误差值：

其中，L为误差值，n为所述样本集中的样本数量，i为第i个训练样本，Y_i为第i个训练样本的真实概率值，y(i)为第i个训练样本的预测概率值。