[發(fā)明專利]一種基于決策樹的任務(wù)導(dǎo)向型自動(dòng)對(duì)話方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910795839.1
• 申請(qǐng)日: 2019-08-27
• 公開（公告）號(hào): CN110532363B
• 公開（公告）日: 2022-07-29
• 發(fā)明（設(shè)計(jì)）人: 王成;胡艷霞
• 申請(qǐng)（專利權(quán)）人: 華僑大學(xué)
• 主分類號(hào): G06F16/332
• 分類號(hào): G06F16/332;G06F16/35;G06F40/216;G06F40/289;G06K9/62
• 代理公司: 廈門市首創(chuàng)君合專利事務(wù)所有限公司 35204
• 代理人: 張松亭;李艾華

1.一種基于決策樹的任務(wù)導(dǎo)向型自動(dòng)對(duì)話方法，其特征在于，包括：

1.1)將法律咨詢的結(jié)論離散化為分類類別，把與結(jié)論相關(guān)的當(dāng)事人的信息離散化為基本屬性；

1.2)接收當(dāng)事人咨詢的問題，通過分類算法抽取基本屬性對(duì)應(yīng)的屬性值，結(jié)論對(duì)應(yīng)的類別值；

1.3)將收集的實(shí)際案例作為訓(xùn)練樣本，建立基于決策樹的法律咨詢分類預(yù)測模型；

1.4)接收新的當(dāng)事人的咨詢，根據(jù)所建立的決策樹實(shí)現(xiàn)咨詢對(duì)話的過程，并返回當(dāng)事人咨詢的結(jié)論；

所述1.2)，具體包括：

1.2.1)通過標(biāo)簽工程對(duì)部分咨詢案例中句子的每個(gè)屬性所對(duì)應(yīng)的屬性值打標(biāo)簽；

1.2.2)通過標(biāo)簽工程對(duì)部分咨詢案例中的結(jié)論所對(duì)應(yīng)的分類類別打標(biāo)簽；

1.2.3)對(duì)標(biāo)簽數(shù)據(jù)集通過分類算法訓(xùn)練模型；

1.2.4)通過分類算法訓(xùn)練的模型對(duì)咨詢案例進(jìn)行屬性值提取，及對(duì)結(jié)論對(duì)應(yīng)的類別值提取；

所述1.2.3)，具體包括：

1.2.3.1)標(biāo)簽數(shù)據(jù)集設(shè)定為一個(gè)句子，該句子對(duì)應(yīng)的屬性值類別標(biāo)簽為y；

1.2.3.2)文本特征提取：首先通過分詞工具對(duì)所述句子分詞，去掉分詞結(jié)果中的停用詞和低頻詞，其次每個(gè)詞語在該數(shù)據(jù)集中對(duì)應(yīng)的權(quán)重，計(jì)算公式如下：

TF-IDF＝TF_l*IDF_l

1.2.3.3)將得到的權(quán)重?cái)?shù)據(jù)作為LDA文本主題模型的輸入，訓(xùn)練提取句子主題特征x；

1.2.3.4)將提取的特征x作為分類算法的輸入，通過SVM算法進(jìn)行模型的訓(xùn)練，具體計(jì)算如下：

首先假設(shè)在高維空間的某一分類界面是y＝wx+b；其中w表示界面的權(quán)重，b表示界面的偏差，w和b的初值通過隨機(jī)初始化獲得，某一特征點(diǎn)x_i到平面的距離表達(dá)式為：

找到最近點(diǎn)距離最遠(yuǎn)的分界面，讓?duì)?Sub>i的值最大，也就是目標(biāo)函數(shù)，即：

其中，s表示句子總數(shù)，分析目標(biāo)函數(shù)，并將原分類問題可以轉(zhuǎn)化為：

s.t.y_i(wx_i+b)≥1,i＝1,2,3,...s

引入拉格朗日乘子α_i可得到拉格朗日函數(shù)，拉格朗日乘子α_i將約束條件函數(shù)與原函數(shù)聯(lián)系到一起，使能配成與變量數(shù)量相等的等式方程，從而求出得到原函數(shù)極值的各個(gè)變量的解：

s.t.α_i≥0

將問題轉(zhuǎn)換為求極大極小問題，即通過進(jìn)一步轉(zhuǎn)化分析得到其等價(jià)形式為：

假設(shè)至少有一個(gè)α_j0，得到

其中，b*為目標(biāo)函數(shù)的最優(yōu)解，α*為對(duì)偶問題的最優(yōu)解，由此得到目標(biāo)函數(shù)分類的超平面，以將不同類別的數(shù)據(jù)劃分；

所述1.2.4)，具體包括：

提取所有咨詢案例的主題特征，輸入訓(xùn)練好的分類算法模型中，預(yù)測其屬性對(duì)應(yīng)的屬性值類別，從而得到所有案例咨詢的結(jié)構(gòu)化數(shù)據(jù)；

所述1.3)，具體包括：

1.3.1)將得到的所有咨詢案例的結(jié)構(gòu)化數(shù)據(jù)作為決策樹的輸入；

1.3.2)分類屬性的選擇即選擇最優(yōu)劃分屬性，采取信息增益率的方法從屬性集合A＝{a₁,a₂,…,a_n}中選取最優(yōu)的屬性a_j；

所述1.3.2)，具體包括：

1.3.2.1)首先對(duì)結(jié)論D進(jìn)行信息熵的計(jì)算，計(jì)算公式如下：

其中，m代表D的類別數(shù)目，P_i代表結(jié)論D對(duì)應(yīng)類別i的總數(shù)占總的案例咨詢個(gè)數(shù)；

1.3.2.2)其次對(duì)所有屬性進(jìn)行信息熵的計(jì)算，計(jì)算公式如下：

其中，Q_i代表在屬性a_j對(duì)應(yīng)的屬性值類別k的條件下結(jié)論D中對(duì)應(yīng)類別i的總數(shù)占屬性a_j對(duì)應(yīng)的屬性值類別k的總數(shù)，表示屬性a_j對(duì)應(yīng)的屬性值類別k的數(shù)據(jù)信息；k∈[1,v]，v表示a_j對(duì)應(yīng)屬性值類別的總數(shù)；

1.3.2.3)計(jì)算在選擇屬性a_j的情況下的信息熵，也叫條件熵，具體計(jì)算如下：

其中，|D|代表總的案例咨詢個(gè)數(shù)，代表屬性值類別為k的數(shù)目；

1.3.2.4)信息增益定義為原來的信息需求與新需求之間的差，如下：

Gain(a_j)＝Info(D)-Info(D|a_j)

1.3.2.5)計(jì)算屬性a_j的分裂信息，具體計(jì)算如下:

1.3.2.6)信息增益率使用分裂信息值將信息增益規(guī)范化，具體計(jì)算如下：

1.3.2.7)計(jì)算所有屬性A的信息增益率，然后選取信息增益率最大的屬性作為分裂節(jié)點(diǎn)，即a＝max(GainRatio(a₁),GainRatio(a₂),…,GainRatio(a_n))，屬性節(jié)點(diǎn)a的每個(gè)屬性值對(duì)應(yīng)一個(gè)分支，且分支的數(shù)據(jù)為在屬性值為k的情況下剩余屬性及結(jié)論的數(shù)據(jù)，當(dāng)分支對(duì)應(yīng)的還有剩余屬性可選擇并且結(jié)論數(shù)據(jù)中的類別不唯一時(shí)，重復(fù)步驟1.3.2.1-1.3.2.7，否則停止分裂；

所述1.4)，具體包括：

1.4.1)當(dāng)接收到新的當(dāng)事人咨詢信息時(shí)，從決策樹根節(jié)點(diǎn)開始，向用戶提出屬性節(jié)點(diǎn)對(duì)應(yīng)的問題，抽取當(dāng)事人的信息；

1.4.2)將得到的主題特征輸入訓(xùn)練好的分類算法模型中，預(yù)測其屬性對(duì)應(yīng)的屬性值類別；

1.4.3)根據(jù)預(yù)測的屬性值類別與決策樹當(dāng)前節(jié)點(diǎn)屬性的屬性值進(jìn)行比較，選擇相等時(shí)的分支作為下一步對(duì)話的子決策樹；

1.4.4)當(dāng)子決策樹為葉子結(jié)點(diǎn)是停止對(duì)話，并且返回最后的結(jié)論類別對(duì)應(yīng)的答案返回給當(dāng)事人，否則重復(fù)1.4.1-1.4.3步驟。

2.根據(jù)權(quán)利要求1所述的基于決策樹的任務(wù)導(dǎo)向型自動(dòng)對(duì)話方法，其特征在于，所述1.1)，具體包括：

1.1.1)分析給出結(jié)論的類別個(gè)數(shù)，明確每個(gè)類別對(duì)應(yīng)的類別含義；

1.1.2)分析并提供可能影響結(jié)論的屬性集合以及屬性對(duì)應(yīng)的屬性值類別。