[發(fā)明專利]智能客服的語料構(gòu)建方法、裝置、計算機設備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201910065779.8
• 申請日: 2019-01-24
• 公開（公告）號: CN109918486A
• 公開（公告）日: 2019-06-21
• 發(fā)明（設計）人: 吳壯偉
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/35;G06F16/951;G06Q30/02
• 代理公司: 深圳市世聯(lián)合知識產(chǎn)權(quán)代理有限公司 44385
• 代理人: 王鍇

1.一種智能客服的語料構(gòu)建方法,其特征在于,包括下述步驟：

獲取待構(gòu)建問答語料數(shù)據(jù)的主題詞；

將所述主題詞輸入到預先設定的問題生成模型中,獲取所述問題生成模型響應所述主題詞而輸出的問題列表；

將所述問題列表輸入到預先設定的第一網(wǎng)絡爬蟲模型中，獲取所述第一網(wǎng)絡爬蟲模型響應所述問題列表而輸出的響應數(shù)據(jù)；

將所述響應數(shù)據(jù)作為所述問題列表的應答數(shù)據(jù)，所述應答數(shù)據(jù)與所述問題列表關(guān)聯(lián)構(gòu)成所述主題詞的問答語料數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的智能客服的語料構(gòu)建方法，其特征在于，在所述將所述主題詞輸入到預先設定的問題生成模型中,獲取所述問題生成模型響應所述主題詞而輸出的問題列表的步驟中，具體包括下述步驟：

將所述主題詞輸入到第二網(wǎng)絡爬蟲模型中，獲取所述第二網(wǎng)絡爬蟲模型響應所述主題詞而輸出的疑問候選數(shù)據(jù)；

按照預設的匹配規(guī)則對所述疑問候選數(shù)據(jù)進行匹配，獲取疑問匹配數(shù)據(jù)，其中所述匹配規(guī)則至少包含疑問語料匹配規(guī)則；

將所述疑問匹配數(shù)據(jù)作為所述主題詞的問題列表。

3.根據(jù)權(quán)利要求2所述的智能客服的語料構(gòu)建方法，其特征在于，在所述按照預設的匹配規(guī)則對所述疑問候選數(shù)據(jù)進行匹配的步驟中，所述匹配的步驟。

4.根據(jù)權(quán)利要求1所述的智能客服的語料構(gòu)建方法，其特征在于，在所述將所述主題詞輸入到預先設定的問題生成模型中,獲取所述問題生成模型響應所述主題詞而輸出的問題列表的步驟中，具體包括下述步驟：

將所述主題詞輸入到預先訓練的Seq2Seq模型中；

獲取所述Seq2Seq模型響應所述主題詞而輸出的問題列表。

5.根據(jù)權(quán)利要求1所述的智能客服的語料構(gòu)建方法，其特征在于，在所述將所述問題列表輸入到預先設定的第一網(wǎng)絡爬蟲模型中，獲取所述第一網(wǎng)絡爬蟲模型響應所述問題列表而輸出的響應數(shù)據(jù)的步驟之后，還包括下述步驟：

按照預設的過濾規(guī)則對所述響應數(shù)據(jù)進行過濾，獲取過濾數(shù)據(jù)，其中，所述過濾規(guī)則至少包含疑問語料數(shù)據(jù)過濾規(guī)則；

將所述過濾數(shù)據(jù)作為所述問題列表的應答數(shù)據(jù)。

6.根據(jù)權(quán)利要求1所述的智能客服的語料構(gòu)建方法，其特征在于，在所述將所述問題列表輸入到預先設定的第一網(wǎng)絡爬蟲模型中，獲取所述第一網(wǎng)絡爬蟲模型響應所述問題列表而輸出的響應數(shù)據(jù)的步驟之后，還包括下述步驟：

將所述響應數(shù)據(jù)輸入到預先訓練的深度神經(jīng)網(wǎng)絡模型中，獲取所述深度神經(jīng)網(wǎng)絡模型輸出的對所述響應數(shù)據(jù)的分類信息，其中，所述分類信息至少將所述響應數(shù)據(jù)區(qū)分為疑問語料數(shù)據(jù)和非疑問語料數(shù)據(jù)；

將所述非疑問語料數(shù)據(jù)作為所述問題列表的應答數(shù)據(jù)。

7.根據(jù)權(quán)利要求6所述的智能客服的語料構(gòu)建方法，其特征在于，所述預先訓練的深度神經(jīng)網(wǎng)絡模型是通過以下步驟進行訓練：

獲取標記有語料類別的訓練樣本，其中所述語料類別至少包含疑問語料和非疑問語料；

將所述訓練樣本輸入深度卷積神經(jīng)網(wǎng)絡模型獲取所述訓練樣本的參照語料類別；

比對所述訓練樣本內(nèi)不同樣本的參照語料類別與所述語料類別是否一致；

當參照語料類別與所述語料類別不一致時，反復循環(huán)迭代的更新所述深度神經(jīng)網(wǎng)絡模型中的權(quán)重，至所述參照語料類別與所述語料類別一致時結(jié)束。

8.一種智能客服的問答語料數(shù)據(jù)構(gòu)建裝置，其特征在于，包括：

獲取模塊，用于獲取待構(gòu)建問答語料數(shù)據(jù)的主題詞；

生成模塊，用于將所述主題詞輸入到預先設定的問題生成模型中,獲取所述問題生成模型響應所述主題詞而輸出的問題列表；

處理模塊，用于將所述問題列表輸入到預先設定的第一網(wǎng)絡爬蟲模型中，獲取所述第一網(wǎng)絡爬蟲模型響應所述問題列表而輸出的響應數(shù)據(jù)，其中所述第一網(wǎng)絡爬蟲模型以所述問題列表為約束條件抓取目標數(shù)據(jù)；

執(zhí)行模塊，用于將所述響應數(shù)據(jù)作為所述問題列表的應答數(shù)據(jù)，所述應答數(shù)據(jù)與所述問題列表關(guān)聯(lián)構(gòu)成所述主題詞的問答語料數(shù)據(jù)。