[發明專利]一種復述句識別的方法及裝置

在審

• 申請號: 202010591942.7
• 申請日: 2020-06-24
• 公開（公告）號: CN111666755A
• 公開（公告）日: 2020-09-15
• 發明（設計）人: 周楠楠;湯耀華;楊海軍;徐倩
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06F40/279
• 分類號: G06F40/279;G06F40/211;G06F16/35;G06F16/332;G06F16/33;G06Q30/00
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 宋正偉

本發明提供了一種復述句識別的方法及裝置，該方法包括：通過獲取待識別的兩個句子，在確定兩個句子的編輯距離不為0時，將兩個句子預處理后，確定出兩個句子各自的句向量以及兩個句子的差向量，根據句向量和差向量確定出待識別的向量，將待識別的向量輸入到復述句識別模型中，確定兩個句子是否為復述句。通過對兩個句子分別進行預處理后，得到兩個句子各自的句向量，以及這個兩個句子的差向量，最后再由兩個句子各自的句向量和差向量得到作為復述句識別模型輸入的待識別向量。通過將識別兩個句子是否為復述句的問題作為分類預測進行處理，得到的識別結果相比僅僅是計算兩個句子的向量相似度的方式，本申請的識別精度高，提高了識別準確率。

技術領域

本發明涉及金融科技(Fintech)領域，尤其涉及一種復述句識別的方法及裝置。

背景技術

隨著計算機技術的發展，越來越多的技術應用在金融領域，傳統金融業正在逐步向金融科技轉變，但由于金融行業的安全性、實時性要求，也對技術提出的更高的要求。在金融領域的客服服務中，復述句識別是智能語音客服系統中一個重要的問題，正確的識別并理解復述句能夠很好的提升用戶體驗。

在智能語音客服系統中，復述句一般定義為用戶的當前輸入是否是對智能客服上一句在語義上的正確重復。現有的技術方案一般是通過兩個句子的向量相似度來確定是否為復述句。但是，由于識別精度僅依賴于向量相似度，而向量相似度的技術方案簡單、單一，因此，這種方法識別結果精度不高，影響用戶體驗。

綜上，目前亟需一種復述句識別的方法，用以解決現有技術中存在復述句識別精度不高的問題。

發明內容

本發明提供了一種復述句識別的方法及裝置，可以解決現有技術中存在復述句識別精度不高的問題。

第一方面，本發明提供了一種復述句識別的方法，包括：

獲取待識別的兩個句子；

在確定所述兩個句子的編輯距離不為0時，將所述兩個句子預處理后，確定出所述兩個句子各自的句向量以及所述兩個句子的差向量；

根據所述兩個句子各自的句向量和所述兩個句子的差向量確定出待識別的向量；

將所述待識別的向量輸入到復述句識別模型中，確定所述兩個句子是否為復述句，所述復述句識別模型是使用標注好的復述句訓練樣本對預設的識別模型進行訓練得到的。

上述技術方案中，通過對兩個句子分別進行預處理后，得到兩個句子各自的句向量，以及這個兩個句子的差向量，最后再由兩個句子各自的句向量和差向量得到作為復述句識別模型輸入的待識別向量。通過將識別兩個句子是否為復述句的問題作為分類預測進行處理，得到的識別結果相比僅僅是計算兩個句子的向量相似度的方式，識別精度高，可以提高復述句識別的準確率。

可選的，所述將所述兩個句子預處理，包括：

將所述兩個句子分別進行字符級切分，得到所述兩個句子各自對應的字符；

將所述兩個句子各自對應的字符按照預設格式放置后轉換為預設長度的數字形式。

可選的，所述確定所述兩個句子各自的句向量以及所述兩個句子的差向量，包括：

將預處理后的所述兩個句子分別輸入不同的預訓練模型中，得到所述兩個句子各自的句向量；

取所述兩個句子的各自的句向量的差值的絕對值作為所述兩個句子的差向量。

可選的，所述根據所述兩個句子各自的句向量和所述兩個句子的差向量確定出待識別的向量，包括：

將所述兩個句子各自的句向量、所述兩個句子的差向量進行加權求和得到所述待識別的向量；其中，各向量對應的權重在所述復述句識別模型訓練過程中對各向量的初始權重進行訓練得到的。