[發明專利]業務的分類處理方法、裝置、服務平臺及存儲介質

在審

• 申請號: 201811441761.5
• 申請日: 2018-11-29
• 公開（公告）號: CN111242710A
• 公開（公告）日: 2020-06-05
• 發明（設計）人: 王穎帥;李曉霞;苗詩雨
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張曉霞;劉芳

1.一種業務的分類處理方法，其特征在于，包括：

獲取用戶請求的業務特征數據；

基于所述業務特征數據及預設的分類器網絡模型，確定用戶請求對應的目標業務場景；

基于所述目標業務場景，為用戶提供相應的業務服務。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取用戶請求的商品特征數據；

基于所述商品特征數據及預設的長短期記憶網絡LSTM模型確定用戶請求對應的目標商品；

相應的，所述基于所述目標業務場景，為用戶提供相應的業務服務，包括：

基于所述目標業務場景及所述目標商品，為用戶提供相應的業務服務。

3.根據權利要求1所述的方法，其特征在于，所述分類器網絡模型通過以下步驟獲得：

獲取業務訓練數據，所述業務訓練數據包括業務訓練特征數據及業務訓練標注數據；

采用所述業務訓練特征數據及所述業務訓練標注數據，對預先建立的分類器網絡進行訓練，獲得所述分類器網絡模型。

4.根據權利要求2所述的方法，其特征在于，所述LSTM模型通過以下步驟獲得：

獲取商品訓練數據，所述商品訓練數據包括商品訓練特征數據及商品訓練槽位標簽；

對所述商品訓練槽位標簽進行BIOES格式轉換，獲得BIOES格式數據；

采用所述商品訓練特征數據及所述BIOES格式數據，對預先建立的LSTM網絡進行訓練，獲得所述LSTM模型。

5.根據權利要求4所述的方法，其特征在于，所述商品訓練特征數據包括以下特征中的至少兩種：

字級別特征、詞語級別特征、產品詞級別特征、品牌詞級別特征、CRF上下文窗口關聯特征；

在獲取商品訓練數據之后，所述方法還包括：

對所述商品訓練特征數據進行特征融合處理，獲得融合訓練特征數據；

相應的，采用所述商品訓練特征數據及所述BIOES格式數據，對預先建立的LSTM網絡進行訓練，獲得所述LSTM模型，包括：

采用所述融合訓練特征數據及所述BIOES格式數據，對預先建立的LSTM網絡進行訓練，獲得所述LSTM模型。

6.根據權利要求5所述的方法，其特征在于，所述商品特征數據包括以下特征中的至少兩種：

字級別特征、詞語級別特征、產品詞級別特征、品牌詞級別特征、CRF上下文窗口關聯特征；

相應的，在獲取用戶請求的商品特征數據之后，所述方法還包括：

對所述商品特征數據進行特征融合處理，獲得融合特征數據；

相應的，基于所述商品特征數據及預設的長短期記憶網絡LSTM模型確定用戶請求對應的目標商品，包括：

基于所述融合特征數據及預設的LSTM模型確定用戶請求對應的目標商品。

7.根據權利要求1所述的方法，其特征在于，業務場景包括商品查詢場景、訂單查詢場景、模糊優惠查詢場景、特定優惠查詢場景、售后服務場景、全站直達場景及未知場景。

8.根據權利要求3所述的方法，其特征在于，所述獲取業務訓練數據，包括：

獲取歷史業務服務數據，所述歷史業務服務數據至少包括多條歷史請求內容；

采用預設過濾規則對所述歷史業務服務數據進行正則過濾；

對過濾后的歷史業務服務數據進行業務場景標注，獲得所述業務訓練標注數據；

基于過濾后的歷史業務服務數據及預設文本向量模型，獲得所述業務訓練特征數據。