[發明專利]一種客服對話語料聚類方法、系統、設備及存儲介質

在審

• 申請號: 202011039075.2
• 申請日: 2020-09-28
• 公開（公告）號: CN112148880A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 鄒倩霞
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/295
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 鄧應山

1.一種客服對話語料聚類方法，其特征在于，包括：

獲取待聚類語料的語料數目；

根據所述語料數目，確定多個聚類數目；

根據所述多個聚類數目，得到每個聚類數目對應的聚類簇；

對所述每個聚類數目對應的聚類簇進行單獨聚類，得到所述每個聚類數目對應的最優聚類簇；

根據所述最優聚類簇確定最優聚類數目；

輸出所述最優聚類數目對應的聚類簇的特征信息，根據所述特征信息得到所述語料信息聚類結果。

2.根據權利要求1所述的客服對話語料聚類方法，其特征在于，所述根據所述語料數目，確定多個聚類數目包括：

根據預設的聚類數目計算規則，確定聚類數目的范圍；

根據所述聚類數目的范圍，確定所述聚類數目的步長；

根據所述聚類數目的范圍以及所述聚類聚類數目的步長，確定多個聚類數目。

3.根據權利要求2所述的客服對話語料聚類方法，其特征在于，所述根據所述多個聚類數目，得到每個聚類數目對應的聚類簇包括：

根據所述多個聚類數目，將所述待聚類語料分成與每個聚類數目對應的多個待聚類簇；

對所述多個待聚類簇中的待聚類語料進行處理，得到語料特征向量；

對所述語料特征向量進行聚類計算，得到所述每個聚類數目對應的多個聚類簇。

4.根據權利要求3所述的客服對話語料聚類方法，其特征在于，所述對所述每個聚類數目對應的聚類簇進行單獨聚類，得到所述每個聚類數目對應的最優聚類簇包括：

計算每個聚類簇里的語料特征向量的均方差；

將均方差超過預設閾值的聚類簇進行重新聚類以及

將均方差不超過預設閾值的聚類簇作為每個聚類數目對應的最優聚類簇。

5.根據權利要求4所述的客服對話語料聚類方法，其特征在于，所述根據所述最優聚類簇確定最優聚類數目包括：

計算所述每個聚類數目對應的最優聚類簇的輪廓系數；

確定輪廓系數最大的聚類數目為最優聚類數目。

6.根據權利要求5所述的客服對話語料聚類方法，其特征在于，所述對所述多個待聚類簇中的待聚類語料進行處理，得到語料特征向量包括：

對所述待聚類語料進行分詞處理，得到與所述待聚類語料對應的分詞；

去除分詞中的停用詞，得到所述待聚類語料對應的實體；

對所述實體進行詞向量映射，得到所述語料特征向量。

7.根據權利要求6所述的客服對話語料聚類方法，其特征在于，所述方法還包括：

將所述語料信息聚類結果上傳至區塊鏈中。

8.一種客服對話語料聚類系統，其特征在于，包括：

語料數目獲取模塊，用于獲取待聚類的語料的語料數目；

聚類數目確定模塊，用于根據所述語料數目，確定多個聚類數目；

聚類簇獲取模塊，用于根據所述多個聚類數目，得到每個聚類數目對應的聚類簇；

單獨聚類模塊，用于對所述每個聚類數目對應的聚類簇進行單獨聚類，得到所述每個聚類數目對應的最優聚類簇；

最優聚類數目確定模塊，用于根據所述最優聚類簇確定最優聚類數目；

語料信息聚類結果輸出模塊，用于輸出所述最優聚類數目對應的聚類簇的特征信息，根據所述特征信息得到所述語料信息聚類結果。

9.一種計算機設備，所述計算機設備包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至7任一項所述的客服對話語料聚類方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質內存儲有計算機程序，所述計算機程序可被至少一個處理器所執行，以使所述至少一個處理器執行如權利要求1至7中任一項所述的客服對話語料聚類方法的步驟。