[發(fā)明專利]基于對話機器人的分診方法、裝置、存儲介質及機器人有效
| 申請?zhí)枺?/td> | 201910981777.3 | 申請日: | 2019-10-16 |
| 公開(公告)號: | CN110838359B | 公開(公告)日: | 2023-07-07 |
| 發(fā)明(設計)人: | 謝靜文;阮曉雯;徐亮 | 申請(專利權)人: | 平安科技(深圳)有限公司 |
| 主分類號: | G16H40/20 | 分類號: | G16H40/20;G06F16/332;G06F16/335 |
| 代理公司: | 深圳中一聯(lián)合知識產權代理有限公司 44414 | 代理人: | 劉永康 |
| 地址: | 518000 廣東省深圳市福田區(qū)福*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 對話 機器人 方法 裝置 存儲 介質 | ||
1.一種基于對話機器人的分診方法,其特征在于,應用于預設的對話機器人中,所述方法包括:
在接收到用戶下發(fā)的分診請求指令之后,按照預設的對話流程與所述用戶進行F輪對話,并獲取所述用戶在各輪對話中的對話語句,F為正整數;
根據所述用戶在各輪對話中的對話語句分別確定所述用戶在預設的各個分診維度上的主訴信息;
將所述用戶在各個分診維度上的主訴信息構造為所述用戶的主訴信息集合;
分別計算所述用戶的主訴信息集合與預設的主訴信息庫中的各個分診條目之間的匹配度;
將優(yōu)選分診條目對應的科室推薦給所述用戶,所述優(yōu)選分診條目為所述匹配度取得最大值時所對應的分診條目;
所述根據所述用戶在各輪對話中的對話語句分別確定所述用戶在預設的各個分診維度上的主訴信息包括:
在預設的詞向量數據庫中分別查詢各個第一詞語的詞向量,所述第一詞語為組成所述用戶在第f輪對話中的對話語句的詞語,所述詞向量數據庫為記錄詞語與詞向量之間的對應關系的數據庫,1≤f≤F;
計算所述主訴信息庫在第f個分診維度上的詞語中心向量;
根據各個第一詞語的詞向量和所述詞語中心向量從各個第一詞語中選取優(yōu)選詞語;其中,所述優(yōu)選詞語的詞向量與所述詞語中心向量之間的距離最短;
若所述優(yōu)選詞語的詞向量與所述詞語中心向量之間的距離小于預設的最大偏移距離,則將所述優(yōu)選詞語確定為所述用戶在第f個分診維度上的主訴信息。
2.根據權利要求1所述的基于對話機器人的分診方法,其特征在于,所述計算所述主訴信息庫在第f個分診維度上的詞語中心向量包括:
在所述詞向量數據庫中分別查詢各個第二詞語的詞向量,所述第二詞語為所述主訴信息庫中的各個分診條目在第f個分診維度上的詞語;
根據下式計算所述主訴信息庫在第f個分診維度上的詞語中心向量:
其中,n為各個第二詞語的序號,1≤n≤N,N為第二詞語的總數,WordVecn為第n個第二詞語的詞向量,且WordVecn=(elemn,1,elemn,2,...,elemn,d,...,elemn,D),d為詞向量中的元素序號,1≤d≤D,D為每個詞向量中的元素總數,elemn,d為第n個第二詞語的詞向量中的第d個元素,CtVec為所述主訴信息庫在第f個分診維度上的詞語中心向量。
3.根據權利要求2所述的基于對話機器人的分診方法,其特征在于,所述最大偏移距離的設置過程包括:
根據下式分別計算各個第二詞語的詞向量與所述詞語中心向量之間的距離:
其中,VecDisn為第n個第二詞語的詞向量與所述詞語中心向量之間的距離;
根據下式計算所述最大偏移距離:
MaxDis=Max(VecDis1,VecDis2,...,VecDisn,...,VecDisN)
其中,Max為求最大值函數,MaxDis為所述最大偏移距離。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于平安科技(深圳)有限公司,未經平安科技(深圳)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910981777.3/1.html,轉載請聲明來源鉆瓜專利網。





