[發明專利]定制化話術推薦方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202010784769.2
• 申請日: 2020-08-06
• 公開（公告）號: CN111914077A
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 樊忠睿;吳振宇;王建明
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/335;G06N3/02;G06Q30/02
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 劉廣達

1.一種定制化話術推薦方法，其特征在于，包括：

獲取用于表征用戶特征的第一數據和所述用戶問題的第二數據；

將所述第一數據和所述第二數據分別輸入至預設推薦模型中，得到與用戶偏好度匹配的產品數據；

將所述第一數據、所述第二數據和所述產品數據均輸入至預設話術模型中，生成定制化的話術文本。

2.根據權利要求1所述的方法，其特征在于，將所述第一數據和所述第二數據分別輸入至預設推薦模型之前，還包括：

根據所述第一數據和所述第二數據構建第一訓練樣本集；

基于所述第一訓練樣本集和DeepFM推薦算法訓練所述推薦模型。

3.根據權利要求2所述的方法，其特征在于，基于所述第一訓練樣本集和DeepFM推薦算法訓練所述推薦模型，包括：

采用多任務協同訓練的方式訓練所述推薦模型。

4.根據權利要求1所述的方法，其特征在于，將所述第一數據、所述第二數據和所述產品數據均輸入至預設話術模型之前，還包括：

根據所述第一數據、所述第二數據和所述產品數據構建第二訓練樣本集；

基于所述第二訓練樣本集和Transformer模型訓練所述話術模型。

5.根據權利要求2-4任一項所述的方法，其特征在于，還包括：

通過聯合訓練的方式訓練所述推薦模型和所述話術模型。

6.根據權利要求5所述的方法，其特征在于，所述通過聯合訓練的方式訓練所述推薦模型和所述話術模型，包括：

將所述推薦模型隱層的數據深層表征輸入所述話術模型；

將所述話術模型的嵌入向量輸入所述推薦模型。

7.根據權利要求1所述的方法，其特征在于，所述生成定制化的話術文本之后，還包括：

將所述定制化的話術文本輸入智能外呼系統。

8.一種定制化話術推薦裝置，其特征在于，包括：

獲取模塊，用于獲取用于表征用戶特征的第一數據和所述用戶問題的第二數據；

推薦模塊，用于將所述第一數據和所述第二數據分別輸入至預設推薦模型中，得到與用戶偏好度匹配的產品數據；

話術模塊，用于將所述第一數據、所述第二數據和所述產品數據均輸入至預設話術模型中，生成定制化的話術文本。

9.一種計算機設備，包括存儲器和處理器，所述存儲器中存儲有計算機可讀指令，所述計算機可讀指令被所述處理器執行時，使得所述處理器執行如權利要求1至7中任一項權利要求所述定制化話術推薦方法的步驟。

10.一種存儲有計算機可讀指令的存儲介質，所述計算機可讀指令被一個或多個處理器執行時，使得一個或多個處理器執行如權利要求1至7中任一項權利要求所述定制化話術推薦方法的步驟。