[发明专利]一种基于改进LDA模型的对话模板匹配方法及装置

说明书

本申请公开了一种基于改进LDA模型的对话模板匹配方法及装置，可应用于通讯技术领域或金融领域。在执行所述方法时，获取用户发送的对话数据；基于预设的文档主题生成LDA模型，从预设的对话模板库中为所述对话数据匹配答复对话数据，其中，所述预设的文档主题生成LDA模型是基于蜻蜓算法对预先训练的文档主题生成LDA模型的主题数优化得到的；将所述答复对话数据发送至用户。由此可见，本申请基于蜻蜓算法对LDA模型的主题数进行优化，确定LDA模型的最优主题数，明确了LDA模型的主题数，提高客服机器人对话模板匹配的准确度和匹配效率。

技术领域

本申请涉及通讯技术领域，尤其涉及一种基于改进LDA模型的对话模板匹配方法及装置。

背景技术

随着移动设备设备的普及，应用于终端设备的终端软件APP被广泛使用，在这个背景下，为加大自助服务的建设，提高自助服务效率和服务质量，智能客服机器人应运而生，但是用户在与智能客服机器人沟通时常常会遇到智能机器人时常无法准确回答自己的问题，现在的智能机器人大多的逻辑就是根据客户的输入信息进行对话模板匹配，检测文本内容的相似性，最终从对话模板库中匹配对应的目标对话模板，现有技术中，匹配对应的目标对话模板一般使用隐含狄利克雷分布(Latent Dirichlet Allocation，LDA)算法模型(又称文档主题生成模型)，但是现有隐含狄利克雷分布LDA算法模型因为主题数的不确定，造成模型的匹配准确度降低，如何提高客服机器人对话模板匹配的准确度，提高客服机器人对话模板匹配效率是一个亟需解决的问题。

发明内容

有鉴于此，本申请实施例提供了一种基于改进LDA模型的对话模板匹配方法及装置，旨在通过改进LDA模型提高客服机器人对话模板匹配的准确度和匹配效率。

其方案包括：

第一方面，本申请实施例提供了一种基于改进LDA模型的对话模板匹配方法，所述方法包括：

获取用户发送的对话数据；

基于预设的文档主题生成LDA模型，从预设的对话模板库中为所述对话数据匹配答复数据，其中，所述预设的文档主题生成LDA模型是基于蜻蜓算法对预先训练的文档主题生成LDA模型的主题数优化得到的；

将所述答复数据发送至用户。

优选的，所述预先训练的文档主题生成LDA模型，包括：

获取训练对话数据集，所述训练对话数据集包括训练对话数据以及所述对话数据对应的训练主题；

将所述训练对话数据作为文档主题生成LDA模型的输入，将所述对话数据对应的训练主题作为所述文档主题生成LDA模型的的输出，并对所述文档主题生成LDA模型进行训练，以获得所述预先训练的文档主题生成LDA模型。

优选的，所述预设的文档主题生成LDA模型是基于蜻蜓算法对预先训练的文档主题生成LDA模型的主题数优化得到的，包括：

以模型初始准确率作为所述蜻蜓算法的初始适应度，以模型初始主题数作为所述蜻蜓算法的初始位置，对所述预先训练的文档主题生成LDA模型进行迭代更新，以得到最优主题数，其中，所述模型初始准确率是预设测试集输入所述预先训练的文档主题生成LDA模型后计算得到的；

确定所述预先训练的文档主题生成LDA模型的主题数为所述最优主题数，以得到所述预设的文档主题生成LDA模型。

优选的，所述基于预设的文档主题生成LDA模型，从预设的对话模板库中为所述对话数据匹配答复数据，包括：

将所述对话数据输入所述预设的文档主题生成LDA模型，以获得所述用户的对话主题；

基于预设的知识库映射关系，从预设的对话模板库中为所述对话主题匹配对话数据。