[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

本發明公開了一種文本類型確定方法及裝置，可以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。本發明可以通過場景分類的技術手段確定對話文本的文本類型。

技術領域

本發明涉及文本處理領域，尤其涉及一種文本類型確定方法及裝置。

背景技術

隨著通信技術的發展，越來越多的人擁有了通信設備。通過通信設備，用戶之間可以方便的進行對話。

用戶之間的對話常攜帶有大量的有用信息，例如：可以對某角色的對話進行分類。當獲得該角色的對話內容后，可以根據該對話內容確定該角色的對話的類型。例如：專利代理師常需要和專利委托方進行電話溝通，則可以將專利代理師的對話內容進行分類，例如：分為：溝通電學領域技術方案、溝通化學領域技術方案、溝通機械領域技術方案、溝通生物領域技術方案等。

上述對話內容類型，對于后續進行對話的統計分析十分重要，但是現在還沒有確定對話的對話內容類型的方法。

發明內容

鑒于上述問題，本發明提供一種克服上述問題或者至少部分地解決上述問題的一種文本類型確定方法及裝置，技術方案如下：

一種文本類型確定方法，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。

可選的，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。

可選的，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。

可選的，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。

可選的，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。

可選的，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：