[發明專利]一種請求類型識別方法、裝置和計算機可讀存儲介質在審
| 申請號: | 202011154498.9 | 申請日: | 2020-10-26 |
| 公開(公告)號: | CN112417108A | 公開(公告)日: | 2021-02-26 |
| 發明(設計)人: | 孟振南;齊喬松;雷欣;李志飛 | 申請(專利權)人: | 出門問問(蘇州)信息科技有限公司 |
| 主分類號: | G06F16/332 | 分類號: | G06F16/332;G06F16/33 |
| 代理公司: | 北京樂知新創知識產權代理事務所(普通合伙) 11734 | 代理人: | 劉婧 |
| 地址: | 215000 江蘇省蘇州市蘇州工*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 請求 類型 識別 方法 裝置 計算機 可讀 存儲 介質 | ||
1.一種請求類型識別方法,其特征在于,所述方法包括:
接收目標對象所發送的請求信息;
將所接收到的請求信息輸入于自然語言處理模型組進行請求類型識別,生成用于表征所述請求信息是否為正常請求的識別結果;
根據所生成的識別結果,生成相應的反饋信息,并將所述反饋信息發送至所述目標對象。
2.根據權利要求1所述的方法,其特征在于,所述自然語言處理模型組至少包括基于規則的自然語言處理模型;
相應的,所述將所接收到的請求信息輸入于自然語言處理模型組進行請求類型識別,包括:
將所述請求信息輸入于所述基于規則的自然語言處理模型進行識別,生成用于表征所述請求信息內容長度的置信度;
若判定所生成的置信度超過第一預設閾值,則判定所述請求信息為正常請求;
若判定所生成的置信度未超過所述第一預設閾值,則判定所述請求信息為非正常請求。
3.根據權利要求2所述的方法,其特征在于,所述自然語言處理模型組還包括用于識別所述請求信息所屬領域的分類模型;
相應的,在經所述基于規則的自然語言處理模型判定所述請求信息為正常請求之后,所述方法還包括:
將所述請求信息輸入于所述分類模型進行意圖識別,生成對應于所述請求信息的意圖識別結果;
若判定所生成的意圖識別結果包含于預設意圖中,則判定所述請求信息為正常請求;
若判定所生成的意圖識別結果未包含于預設意圖中,則判定所述請求信息為非正常請求。
4.根據權利要求3所述的方法,其特征在于,所述自然語言處理模型組還包括用于計算語句概率的語言模型;
相應的,在經所述分類模型判定所述請求信息為正常請求之后,所述方法還包括:
將所述請求信息輸入于所述語言模型,生成用于表征所述請求信息出現概率的困惑度;
若判定所生成的困惑度低于第二預設閾值,則判定所述請求信息為正常請求;
若判定所生成的困惑度未低于所述第二預設閾值,則判定所述請求信息為非正常請求。
5.根據權利要求4所述的方法,其特征在于,所述自然語言處理模型組還包括用于標注語句中字詞的標注模型;
相應的,在經所述語言模型判定所述請求信息為正常請求之后,所述方法還包括:
將所述請求信息輸入于所述標注模型,生成對應于所述請求信息中字詞的標注類型;
若判定所生成的標注類型不均為專有名詞類型,則判定所述請求信息為正常請求;
若判定所生成的標注類型均為專有名詞類型,則判定所述請求信息為非正常請求。
6.根據權利要求2-5任一項所述的方法,其特征在于,若判定所述請求信息為正常請求時,所述根據所生成的識別結果,生成相應的反饋信息,包括:
根據所述請求信息,生成對應的反饋信息,其中所述反饋信息中至少包含對應所述請求信息的回復信息;
若判定所述請求信息為非正常請求時,所述根據所生成的識別結果,生成相應的反饋信息,包括:
根據所述非正常請求,獲取包含對應話術的反饋信息。
7.一種請求類型識別裝置,其特征在于,所述裝置包括:
信息接收模塊,用于接收目標對象所發送的請求信息;
類型識別模塊,用于將所接收到的請求信息輸入于自然語言處理模型組進行請求類型識別,生成用于表征所述請求信息是否為正常請求的識別結果;
信息反饋模塊,用于根據所生成的識別結果,生成相應的反饋信息,并將所述反饋信息發送至所述目標對象。
8.根據權利要求7所述的裝置,其特征在于,所述自然語言處理模型組至少包括基于規則的自然語言處理模型;
相應的,所述類型識別模塊具體用于:
將所述請求信息輸入于所述基于規則的自然語言處理模型進行識別,生成用于表征所述請求信息內容長度的置信度;
若判定所生成的置信度超過第一預設閾值,則判定所述請求信息為正常請求;
若判定所生成的置信度未超過所述第一預設閾值,則判定所述請求信息為非正常請求。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于出門問問(蘇州)信息科技有限公司,未經出門問問(蘇州)信息科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011154498.9/1.html,轉載請聲明來源鉆瓜專利網。





