[發明專利]一種文本處理方法、裝置、設備及計算機存儲介質

在審

• 申請號: 201910777842.0
• 申請日: 2019-08-21
• 公開（公告）號: CN110502752A
• 公開（公告）日: 2019-11-26
• 發明（設計）人: 王妙心
• 申請（專利權）人: 北京一鏈數云科技有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06K9/62
• 代理公司: 44542 深圳市恒程創新知識產權代理有限公司
• 代理人: 張小容<國際申請>=<國際公布>=<進入

本發明公開一種文本處理方法、裝置、設備以及計算機存儲介質，首先從第一待處理文本中獲取目標特征詞；從預設存儲區域獲取與第一待處理文本相匹配的第一目標問句文本，并確定與第一目標問句文本關聯的第一解答文本；對第二待處理文本進行分詞，從分詞結果中確定第二待處理文本的特征詞對應的句子成分；若分詞結果中不包括目標特征詞，且句子成分不包括目標句子成分，將目標特征詞與第二待處理文本進行組合，生成新的第二待處理文本；從預設存儲區域獲取與新的第二待處理文本相匹配的第二目標問句文本，并確定與第二目標問句文本關聯的第二解答文本，對第二解答文本進行展示，機器人客服在面對用戶的多次提問后能夠有效地向用戶提供理想的解答。

技術領域

本發明涉及人工智能技術領域，尤其涉及一種文本處理方法、裝置、設備以及計算機存儲介質。

背景技術

隨著人工智能技術的飛速發展，NLP(Natural Language Processing，自然語言處理技術)廣泛應用于企業客服服務等實際業務環境中。

然而在實際應用中，基于以上的幾個功能性特點，形成了對話型交互機器人。

在文本相似度分析中，現有的分析模型大多處在理論研究和淺層的展示互動，然而在企業客服服務等實際業務環境中(例如對話型交互機器人)，很難依靠企業知識庫進行精準的識別和定位，普遍存在專業數據缺失的情況，無法快速有效的定位在業務場景之上。相對于長期訓練的NLP所用到的大數據集，專業領域的知識庫FAQ數據只能當做小樣本數據集，無法滿足深度學習的訓練集要求。

例如，當某個用戶需要向網站咨詢問題時，該用戶遇到的客服一開始是一個機器人，用戶輸入文本信息到對話框后，網站的后臺會根據用戶輸入的文本信息進行解析，然后會根據解析結果給用戶反饋一個解答文本；該用戶可能會基于機器人客服第一次反饋的解答文本再次輸入一個新的問題，但是這個新的問題可能存在一些語法問題或者該網站的后臺數據存在專業數據缺失的情況，進而網站的后臺無法正確解析該用戶提出的新的問題，無法給該用戶一個正確滿意的答案，最終該用戶需要和網站的人工客服進行電話溝通，這樣不僅浪費了用戶的時間，也讓網站不得不雇傭更多的人工客戶，進而使得人力成本增加。

上述內容僅用于輔助理解本發明的技術方案，并不代表承認上述內容是現有技術。

發明內容

本發明的主要目的在于提供了一種文本處理方法、裝置、設備以及計算機存儲介質，以解決機器人客服在面對用戶的多次提問時不能有效地給出理想的解答。

為實現上述目的，本發明提供了一種文本處理方法，所述方法包括以下步驟：

接收用戶輸入的第一待處理文本；

從所述第一待處理文本中獲取目標特征詞；

從預設存儲區域獲取與所述第一待處理文本相匹配的第一目標問句文本，并確定與所述第一目標問句文本關聯的第一解答文本，對所述第一解答文本進行展示；

接收所述用戶輸入的第二待處理文本；

對所述第二待處理文本進行分詞，從分詞結果中確定所述第二待處理文本的特征詞對應的句子成分；

若所述分詞結果中的不包括目標特征詞，且所述第二待處理文本的句子成分不包括目標句子成分，將所述目標特征詞與所述第二待處理文本進行組合，生成新的第二待處理文本；

從預設存儲區域獲取與所述新的第二待處理文本相匹配的第二目標問句文本，并確定與所述第二目標問句文本關聯的第二解答文本，對所述第二解答文本進行展示。

優選地，所述從所述第一待處理文本中獲取目標特征詞的步驟，包括：

基于動態規劃算法對所述第一待處理文本進行分詞，以使所述第一待處理文本具有多個特征詞；