[發明專利]一種基于樸素貝葉斯分類算法的智能客服問答系統

在審

• 申請號: 202010763826.9
• 申請日: 2020-08-01
• 公開（公告）號: CN112115242A
• 公開（公告）日: 2020-12-22
• 發明（設計）人: 成思遠;趙煒;劉平;莊磊;魏勇;張冬亞;殷娣娣;劉惠;刁首人;宋崢崢;趙小萌;李丹;王堯
• 申請（專利權）人: 國網河北省電力有限公司信息通信分公司;國家電網有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33;G06F16/36;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣東有知貓知識產權代理有限公司 44681
• 代理人: 朱親林

1.一種基于樸素貝葉斯分類算法的智能客服問答系統，其特征在于，包括以下步驟：

1)用戶進行語音輸入；

2)語音識別模塊對語音進行識別；

3)語言識別模塊通過識別算法對自然語言進行理解；

4)將理解后的問題輸入問答引擎；

5)問答引擎通過知識挖掘，獲取基于知識庫的問答與基于知識圖譜的問答；

6)將回答的語言進行語音合成，然后輸出給用戶。

2.根據權利要求1所述的一種基于樸素貝葉斯分類算法的智能客服問答系統，其特征在于，所述步驟4)問答引擎中包括有模型訓練模塊，模型訓練模塊向答引擎中輸入模擬訓練問題，并于問答引擎進行開放式聊天。

3.根據權利要求1所述的一種基于樸素貝葉斯分類算法的智能客服問答系統，其特征在于，所述步驟3)對自然語言進行理解包括對用戶意圖的理解與用戶問題的快速定位，所述用戶意圖的理解與用戶問題的快速定位采用backpropagation算法。

4.根據權利要求1所述的一種基于樸素貝葉斯分類算法的智能客服問答系統，其特征在于，所述步驟5)知識挖掘包括實體的鏈接與消歧、知識規則挖掘、知識圖譜表示學習，所述實體的鏈接與消歧為知識的內容挖掘。

5.根據權利要求1所述的一種基于樸素貝葉斯分類算法的智能客服問答系統，其特征在于，所述步驟5)知識庫包括標簽體系、二維化結構與機器學習，所述機器學習使用監督學習和非監督學習兩種學習方法。

6.根據權利要求5所述的一種基于樸素貝葉斯分類算法的智能客服問答系統，其特征在于，所述標簽體系的構建包括知識本體層構建和知識學習層構建，所述知識本體層包含術語抽取、同義詞抽取、概念抽取、分類關系抽取，所述知識學習層包含知識學習、知識數據填充。

7.根據權利要求1所述的一種基于樸素貝葉斯分類算法的智能客服問答系統，其特征在于，所述步驟3)對自然語言進行理解時使用回溯法和分支限界法。

8.根據權利要求1所述的一種基于樸素貝葉斯分類算法的智能客服問答系統，其特征在于，所述步驟5)中所述標簽體系周遭相關聯的一切標簽均展示，所述標簽體系無立體結構的上下層關系展示。

9.根據權利要求1所述的一種基于樸素貝葉斯分類算法的智能客服問答系統，其特征在于，所述步驟5)中機器學習的訓練流程為：

A：獲取新樣本；

B：選取樣本特征；

C：根據特征為樣本進行分類；

D：根據分類判斷結果。

10.根據權利要求5所述的一種基于樸素貝葉斯分類算法的智能客服問答系統，其特征在于，所述監督學習和非監督學習兩種學習方法分別由于內容處理與自主選擇處理。