[發明專利]一種文本類型確定方法及裝置

有效

• 申請號: 201911414826.1
• 申請日: 2019-12-31
• 公開（公告）號: CN111125337B
• 公開（公告）日: 2023-10-13
• 發明（設計）人: 秦艷婷;李思雯;陳健
• 申請（專利權）人: 慧擇保險經紀有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33;G06F16/35;G06F40/289;G06N20/00;G10L15/26
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 常忠良

1.一種文本類型確定方法，其特征在于，包括：

獲得待檢測對話文本；

通過與角色對應的角色用語庫，識別所述待檢測對話文本中指定角色對應的至少一個文本；

對所述指定角色對應的所述至少一個文本中的任一個文本：獲得該文本對應的詞組向量，將所述詞組向量輸入至預先訓練好的場景分類模型中，獲得所述場景分類模型輸出的與該文本對應的場景類型，在所述場景類型對應的各種預設文本類型中，確定與該文本匹配的預設文本類型；

將確定的預設文本類型確定為該文本的文本類型。

2.根據權利要求1所述的方法，其特征在于，所述獲得待檢測對話文本包括：

獲得對話語音；

對所述對話語音進行語音識別，獲得語音識別結果；

將所述語音識別結果轉化為待檢測對話文本。

3.根據權利要求1所述的方法，其特征在于，所述獲得該文本對應的詞組向量，包括：

對該文本進行結巴分詞處理，獲得分詞結果向量；

對所述分詞結果向量進行停用詞過濾處理，獲得詞組向量。

4.根據權利要求1所述的方法，其特征在于，所述場景分類模型的訓練過程可以包括：

獲得攜帶有場景類別標記的訓練對話文本；

對所述訓練對話文本進行結巴分詞處理，獲得訓練分詞結果向量；

對所述訓練分詞結果向量進行停用詞過濾處理，獲得訓練詞組向量；

對所述訓練詞組向量進行機器學習，獲得場景分類模型，其中，所述場景分類模型的輸入為：文本對應的詞組向量，輸出為：與該文本對應的場景類型。

5.根據權利要求1所述的方法，其特征在于，所述在所述場景類型對應的各種預設文本類型中，確定與該文本匹配的預設文本類型，包括：

在所述場景類型對應的每種預設文本類型的詞庫：確定該文本是否包含該詞庫中的詞匯，如果是，則確定該文本與該預設文本類型匹配。

6.根據權利要求1所述的方法，其特征在于，所述在所述場景類型對應的各種預設文本類型中，確定與該文本匹配的預設文本類型，包括：

在所述場景類型對應的每種預設文本類型的文本模板庫：確定該文本與該文本模板庫中各文本模板的相似度，當該文本與該文本模板庫中至少一個文本模板的相似度大于預設閾值時，則確定該文本與該預設文本類型匹配。

7.根據權利要求1所述的方法，其特征在于，所述在所述場景類型對應的各種預設文本類型中，確定與該文本匹配的預設文本類型，包括：

將該文本輸入該文本對應的場景類型的文本類型識別模型中，獲得文本類型識別模型輸出的文本類型。

8.一種文本類型確定裝置，其特征在于，包括：對話文本獲得單元、指定角色文本獲得單元、詞組向量獲得單元、場景類型獲得單元、文本類型匹配單元和文本類型確定單元，

所述對話文本獲得單元，用于獲得待檢測對話文本；

所述指定角色文本獲得單元，用于通過與角色對應的角色用語庫，識別所述待檢測對話文本中指定角色對應的至少一個文本；

所述詞組向量獲得單元，用于對所述指定角色對應的所述至少一個文本中的任一個文本：獲得該文本對應的詞組向量；

所述場景類型獲得單元，用于將所述詞組向量輸入至預先訓練好的場景分類模型中，獲得所述場景分類模型輸出的與該文本對應的場景類型；

所述文本類型匹配單元，用于在所述場景類型對應的各種預設文本類型中，確定與該文本匹配的預設文本類型；

所述文本類型確定單元，用于將確定的預設文本類型確定為該文本的文本類型。

9.根據權利要求8所述的裝置，其特征在于，所述對話文本獲得單元包括：對話語音獲得子單元、語音識別結果獲得子單元和對話文本轉化子單元，

所述對話語音獲得子單元，用于獲得對話語音；

所述語音識別結果獲得子單元，用于對所述對話語音進行語音識別，獲得語音識別結果；

所述對話文本轉化子單元，用于將所述語音識別結果轉化為待檢測對話文本。

10.根據權利要求8所述的裝置，其特征在于，所述詞組向量獲得單元包括：分詞結果向量獲得子單元和詞組向量獲得子單元，

所述分詞結果向量獲得子單元，用于對該文本進行結巴分詞處理，獲得分詞結果向量；

所述詞組向量獲得子單元，用于對所述分詞結果向量進行停用詞過濾處理，獲得詞組向量。