[發(fā)明專(zhuān)利]一種應(yīng)用于垂直領(lǐng)域的專(zhuān)業(yè)詞匯糾錯(cuò)方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201810651482.5
• 申請(qǐng)日: 2018-06-22
• 公開(kāi)（公告）號(hào): CN110633463A
• 公開(kāi)（公告）日: 2019-12-31
• 發(fā)明（設(shè)計(jì)）人: 趙鵬;吳雪軍
• 申請(qǐng)（專(zhuān)利權(quán)）人: 鼎復(fù)數(shù)據(jù)科技(北京)有限公司
• 主分類(lèi)號(hào): G06F17/27
• 分類(lèi)號(hào): G06F17/27
• 代理公司: 11426 北京康思博達(dá)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)
• 代理人: 孫建玲;劉冬梅

本發(fā)明公開(kāi)了一種應(yīng)用于垂直領(lǐng)域的智能對(duì)話機(jī)器人的專(zhuān)業(yè)詞匯糾錯(cuò)方法及系統(tǒng)，實(shí)現(xiàn)過(guò)程為：構(gòu)建混淆集，所述混淆集中包括有拼寫(xiě)正確的專(zhuān)業(yè)詞匯和與專(zhuān)業(yè)詞匯對(duì)應(yīng)的易混淆詞；對(duì)用戶拼寫(xiě)輸入的句子進(jìn)行分詞處理；加載混淆集，對(duì)分詞處理后的每個(gè)詞語(yǔ)進(jìn)行遍歷，識(shí)別存在的易混淆詞，并替換為正確的專(zhuān)業(yè)詞匯，完成糾錯(cuò)。本發(fā)明中方法和系統(tǒng)可實(shí)現(xiàn)實(shí)時(shí)糾錯(cuò)，耗時(shí)極少，有效的提升了客服機(jī)器人對(duì)用戶的意圖識(shí)別，提升了單輪會(huì)話和多輪會(huì)話的效果。

技術(shù)領(lǐng)域

本發(fā)明屬于信息技術(shù)領(lǐng)域，涉及一種糾錯(cuò)方法及系統(tǒng)；特別涉及一種應(yīng)用于垂直領(lǐng)域的智能對(duì)話機(jī)器人的專(zhuān)業(yè)詞匯糾錯(cuò)方法及系統(tǒng)。

背景技術(shù)

在諸多行業(yè)中都會(huì)用到客服，然而人工客服在很多方面有很多缺陷，相比之下，智能聊天機(jī)器人就有很多優(yōu)勢(shì)，比如可以24小時(shí)全天候在線、反應(yīng)迅速，無(wú)需等待；由于數(shù)據(jù)的可存儲(chǔ)性，對(duì)于重復(fù)問(wèn)題，避免了多次重復(fù)性答復(fù)編輯；效率高成本低。然而在用戶與機(jī)器人交互的過(guò)程中，用戶往往會(huì)打錯(cuò)字，而且往往是垂直領(lǐng)域的專(zhuān)業(yè)詞匯，并且機(jī)器人對(duì)該詞匯非常敏感，直接影響到后續(xù)的意圖識(shí)別，最終影響其職能實(shí)現(xiàn)。對(duì)于專(zhuān)業(yè)詞匯的糾錯(cuò)可以提升智能對(duì)話機(jī)器人的效果，如答復(fù)針對(duì)性。而對(duì)于專(zhuān)業(yè)詞匯的糾錯(cuò)缺乏相應(yīng)的語(yǔ)料(通用詞匯的糾錯(cuò)具有相應(yīng)的語(yǔ)料)，無(wú)法像通用糾錯(cuò)那樣采用語(yǔ)言模型(如N-Gram)進(jìn)行糾錯(cuò)。

同時(shí)，目前對(duì)垂直領(lǐng)域中專(zhuān)業(yè)詞匯的校準(zhǔn)是以詞語(yǔ)為單位進(jìn)行校準(zhǔn)，而并非以句子作為單位進(jìn)行校準(zhǔn)，如在汽車(chē)領(lǐng)域，智能客服機(jī)器人對(duì)句子中的車(chē)牌車(chē)系詞匯進(jìn)行校準(zhǔn)，識(shí)別詞匯“標(biāo)志”后將其轉(zhuǎn)換為車(chē)系詞匯“標(biāo)致”，這種情況由于未考慮詞語(yǔ)上下文情景，會(huì)導(dǎo)致不必要的轉(zhuǎn)換，如詢(xún)問(wèn)語(yǔ)句“這款車(chē)的標(biāo)志是啥樣的”中“標(biāo)志”是不需要轉(zhuǎn)換的。其他垂直領(lǐng)域如“電子數(shù)碼”、“運(yùn)動(dòng)品牌”、“飲食菜譜”等領(lǐng)域，同樣會(huì)出現(xiàn)由于單純識(shí)別詞語(yǔ)而導(dǎo)致的曲解語(yǔ)義的問(wèn)題。

基于上述問(wèn)題，亟需開(kāi)發(fā)一種專(zhuān)業(yè)詞匯糾錯(cuò)方法或系統(tǒng)以適用于垂直領(lǐng)域的糾錯(cuò)，以對(duì)話中的句子為單位，準(zhǔn)確、快速、全面的對(duì)其中由于拼寫(xiě)錯(cuò)誤導(dǎo)致不能被智能對(duì)話機(jī)器人識(shí)別的專(zhuān)業(yè)詞匯進(jìn)行校準(zhǔn)，利于智能對(duì)話機(jī)器人服務(wù)性能的提高。

發(fā)明內(nèi)容

為了克服上述問(wèn)題，本發(fā)明人進(jìn)行了銳意研究，提供了一種應(yīng)用于垂直領(lǐng)域的智能對(duì)話機(jī)器人的專(zhuān)業(yè)詞匯糾錯(cuò)方法及系統(tǒng)，通過(guò)構(gòu)建混淆集，優(yōu)化混淆集，對(duì)用戶拼寫(xiě)的句子進(jìn)行分詞后加載優(yōu)化后的混淆集，采用混淆集對(duì)分詞后的每個(gè)詞語(yǔ)做遍歷，將錯(cuò)誤拼寫(xiě)的詞語(yǔ)進(jìn)行替換，獲得糾錯(cuò)后的句子。該方法針對(duì)垂直領(lǐng)域中句子為單位進(jìn)行專(zhuān)業(yè)詞匯糾錯(cuò)，混淆集以專(zhuān)業(yè)詞匯為基礎(chǔ)進(jìn)行構(gòu)建，以準(zhǔn)確率、召回率和時(shí)效性為考量進(jìn)行優(yōu)化，再此前提下遍歷詞語(yǔ)實(shí)現(xiàn)糾錯(cuò)，從而完成本發(fā)明。

本發(fā)明的目的在于提供以下技術(shù)方案：

(1)一種應(yīng)用于垂直領(lǐng)域的專(zhuān)業(yè)詞匯糾錯(cuò)方法，該方法包括以下步驟：

步驟100)，構(gòu)建混淆集，所述混淆集包括拼寫(xiě)正確的專(zhuān)業(yè)詞匯和與專(zhuān)業(yè)詞匯對(duì)應(yīng)的易混淆詞；

步驟200)，對(duì)用戶拼寫(xiě)輸入的句子進(jìn)行分詞處理；

步驟300)，加載混淆集，對(duì)分詞處理后的每個(gè)詞語(yǔ)進(jìn)行混淆集遍歷，識(shí)別存在的易混淆詞，并替換為正確的專(zhuān)業(yè)詞匯，完成糾錯(cuò)。

(2)一種用于實(shí)現(xiàn)上述(1)所述方法的系統(tǒng)，所述系統(tǒng)包括：

混淆集構(gòu)建模塊：用于構(gòu)建混淆集，所述混淆集中包括有拼寫(xiě)正確的專(zhuān)業(yè)詞匯和與專(zhuān)業(yè)詞匯對(duì)應(yīng)的易混淆詞；

分詞模塊：用于對(duì)用戶拼寫(xiě)輸入的句子進(jìn)行分詞處理；

糾錯(cuò)模塊，用于加載混淆集，對(duì)分詞處理后的每個(gè)詞語(yǔ)進(jìn)行混淆集遍歷，識(shí)別存在的易混淆詞，并替換為正確的專(zhuān)業(yè)詞匯，完成糾錯(cuò)。

根據(jù)本發(fā)明提供的一種應(yīng)用于垂直領(lǐng)域的智能對(duì)話機(jī)器人的專(zhuān)業(yè)詞匯糾錯(cuò)方法及系統(tǒng)，具有以下有益效果：