[發(fā)明專利]對話角色區(qū)分方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201711077745.8
• 申請日: 2017-11-03
• 公開（公告）號: CN107885723B
• 公開（公告）日: 2021-04-09
• 發(fā)明（設(shè)計）人: 英高海
• 申請（專利權(quán)）人: 廣州杰賽科技股份有限公司
• 主分類號: G06F40/35
• 分類號: G06F40/35;G06F40/00;G10L15/26
• 代理公司: 廣州三環(huán)專利商標代理有限公司 44202
• 代理人: 梁順宜;郝傳鑫

1.一種對話角色區(qū)分方法，其特征在于，所述方法包括：

根據(jù)待分析對話的對白和區(qū)分性詞語庫獲取所述待分析對話的對白的所有區(qū)分性詞語；其中，所述區(qū)分性詞語庫包括預先獲取的數(shù)量為第一設(shè)定數(shù)量的區(qū)分性詞語；

根據(jù)所述待分析對話的對白的所有區(qū)分性詞語和預先根據(jù)對話語料庫建立的對話角色判決模型獲取與所述待分析對話的對白對應的對話角色的標簽；其中，所述對話語料庫包括多句標準對白和對應于各句所述標準對白的對話角色的標簽；

分別獲取所述待分析對話的對白的各個區(qū)分性詞語在所述待分析對話的對白中的詞頻，作為第一組參量；

對所述待分析對話的對白的各個所述區(qū)分性詞語，分別獲取對話語料庫中具有對應的區(qū)分性詞語的標準對白的數(shù)量；

對所述待分析對話的對白的各個所述區(qū)分性詞語，分別根據(jù)所述對話語料庫的標準對白的總數(shù)和所述對話語料庫中具有對應的區(qū)分性詞語的標準對白的數(shù)量獲取第二組參量；

根據(jù)所述第一組參量和所述第二組參量生成所述待分析對話的對白的特征向量；

將所述待分析對話的對白的特征向量輸入至所述對話角色判別模型，以識別出與所述待分析對話的對白對應的對話角色的標簽；

根據(jù)識別到的所述待分析對話的所有對白對應的對話角色的標簽區(qū)分所述待分析對話中的對話角色。

2.如權(quán)利要求1所述的對話角色區(qū)分方法，其特征在于，所述方法還包括：

響應于訓練所述對話角色判別模型的指令，對所述區(qū)分性詞語庫的各個區(qū)分性詞語，分別獲取對應的區(qū)分性詞語在所述對話語料庫的各句所述標準對白中的詞頻，作為第三組參量；

對所述區(qū)分性詞語庫的各個區(qū)分性詞語，分別獲取所述對話語料庫中具有對應的區(qū)分性詞語的標準對白的數(shù)量；

對所述區(qū)分性詞語庫的各個區(qū)分性詞語，分別根據(jù)所述對話語料庫的標準對白的總數(shù)和所述對話語料庫中具有對應的區(qū)分性詞語的標準對白的數(shù)量獲取第四組參量；

根據(jù)所述第三組參量和所述第四組參量生成各句所述標準對白的特征向量；

基于樸素貝葉斯算法，根據(jù)所述各句所述標準對白的特征向量和所述對應于各句所述標準對白的對話角色的標簽訓練所述對話角色判別模型。

3.如權(quán)利要求2所述的對話角色區(qū)分方法，其特征在于，所述方法還包括：

響應于獲取所述區(qū)分性詞語庫的指令，對所述對話語料庫的所有標準對白進行預處理，以得到所述對話語料庫的所有詞語；

對所述對話語料庫的各個詞語，分別獲取對應的詞語在所述對話語料庫的各句所述標準對白中的詞頻，作為第五組參量；

對所述對話語料庫的各個詞語，分別獲取所述對話語料庫中具有對應的詞語的標準對白的數(shù)量；

對所述對話語料庫的各個詞語，分別根據(jù)所述對話語料庫的標準對白的總數(shù)和所述對話語料庫中具有對應的詞語的標準對白的數(shù)量獲取第六組參量；

根據(jù)所述第五組參量和所述第六組參量生成各句所述標準對白的特征向量；

基于信息增益法，根據(jù)各句所述標準對白的特征向量和所述對應于各句所述標準對白的對話角色的標簽在所述對話語料庫的所有詞語中選取數(shù)量為所述第一設(shè)定數(shù)量的詞語，以得到所述區(qū)分性詞語庫。

4.如權(quán)利要求1-2任一項所述的對話角色區(qū)分方法，其特征在于，所述根據(jù)待分析對話的對白和區(qū)分性詞語庫獲取所述待分析對話的對白的所有區(qū)分性詞語，包括：

對所述待分析對話的對白進行分詞，以得到所述待分析對話的對白的所有詞語；

將所述待分析對話的對白的所有詞語與所述區(qū)分性詞語庫的所有區(qū)分性詞語進行匹配，以獲取所述待分析對話的對白的區(qū)分性詞語。