[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

本發明涉及智能客服技術領域，且公開了一種基于樸素貝葉斯分類算法的智能客服問答系統，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。本發明的優點在于：通過進行語音輸入，語音進行識別，對自然語言進行理解，將問題輸入問答引擎，同時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，能夠使準確有效識別人類在多種環境下，通過語言所要表達的意思，基于深度神經網絡、句法依存等人工智能技術，智能機器人能夠準確理解用戶問題，并具備智能反問等智能化能力，語義理解準確率超過95％，提高了服務質量與效率。

技術領域

本發明涉及智能客服技術領域，具體為一種基于樸素貝葉斯分類算法的智能客服問答系統。

背景技術

目前，問答系統已成為國內外的熱點研究領域，研究者們在問答系統領域提出了許多方案，根據不同的應用環境，問答系統主要分為三類：受限域問答系統、開放域問答系統和基于常見問題的問答系統。

雖然國內在智能問答系統中的研究取得了一定的成就，但相比于國外而言，無論在研究水平還是研究規模上國內的研究都與國外都有不小的差距。一方面是因為中文相對于英文更加的復雜，國外的一些相對比較成熟的技術不能直接引用；另一方面現有的智能問答系統一般不會對特定的領域進行針對性處理，導致檢索效果較差，無法獲取理想的結果。

因此本發明提出一種基于樸素貝葉斯分類算法的智能客服問答系統，同于解決上述問題。

發明內容

(一)解決的技術問題

針對現有技術的不足，本發明提供了一種基于樸素貝葉斯分類算法的智能客服問答系統，具備實現對信息通信客服坐席的智能支撐，有效提升客服服務質量和服務效率等優點，解決了不會對特定的領域進行針對性處理，導致檢索效果較差的問題。

(二)技術方案

為實現上述提升客服服務質量和服務效率的目的，本發明提供如下技術方案：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。

優選的，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。

優選的，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。

優選的，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。

優選的，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。

優選的，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。

優選的，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。

優選的，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。