[發明專利]人機對話方法、裝置、電子設備及計算機存儲介質

在審

• 申請號: 202011241431.9
• 申請日: 2020-11-09
• 公開（公告）號: CN114462358A
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 王博;周銘吉;李博;韓屹
• 申請（專利權）人: 中移（上海）信息通信科技有限公司;中移智行網絡科技有限公司;中國移動通信集團有限公司
• 主分類號: G06F40/151
• 分類號: G06F40/151;G06F40/295;G06F40/30;G06N3/04;G06N3/08
• 代理公司: 北京東方億思知識產權代理有限責任公司 11258
• 代理人: 彭瓊

1.一種基于金融垂直數據知識圖譜的人機對話方法，其特征在于，包括：

獲取用戶輸入的文本；

將所述文本輸入預設的命名實體識別模型，輸出第一問句模板；其中，所述命名實體識別模型包括CRF層和Bi-LSTM層，所述CRF層用于對文本進行序列標注，所述Bi-LSTM層用于提取文本的語義特征，所述CRF層和所述Bi-LSTM層的權重系數不同；

基于所述第一問句模板，確定預設的問句庫中與所述第一問句模板對應的目標問句模板；

基于預設的金融垂直數據知識圖譜，生成所述目標問句模板對應的答案文本。

2.根據權利要求1所述的基于金融垂直數據知識圖譜的人機對話方法，其特征在于，所述將所述文本輸入預設的命名實體識別模型，輸出第一問句模板，包括：

對所述文本進行預處理；

將預處理后的文本輸入所述命名實體識別模型，輸出所述第一問句模板。

3.根據權利要求2所述的基于金融垂直數據知識圖譜的人機對話方法，其特征在于，所述對所述文本進行預處理，包括：

對所述文本進行文本格式轉換。

4.根據權利要求1所述的基于金融垂直數據知識圖譜的人機對話方法，其特征在于，所述基于所述第一問句模板，確定預設的問句庫中與所述第一問句模板對應的目標問句模板，包括：

基于相似度算法，確定所述問句庫中第二問句模板和所述第一問句模板之間的相似度；

判斷所述相似度是否大于預設相似度閾值；

若所述相似度大于所述預設相似度閾值，則將所述第二問句模板確定為所述目標問句模板。

5.根據權利要求4所述的基于金融垂直數據知識圖譜的人機對話方法，其特征在于，所述方法還包括：

若所述相似度不大于所述預設相似度閾值，則對所述第一問句模板中的非標簽詞語進行同義詞的替換；

基于所述相似度算法，匹配同義詞替換后的第一問句模板的目標問句模板。

6.根據權利要求1所述的基于金融垂直數據知識圖譜的人機對話方法，其特征在于，在所述將所述文本輸入預設的命名實體識別模型，輸出第一問句模板之前，所述方法還包括：

利用訓練樣本集進行模型訓練，得到所述命名實體識別模型。

7.根據權利要求1所述的基于金融垂直數據知識圖譜的人機對話方法，其特征在于，在所述基于預設的金融垂直數據知識圖譜，生成所述目標問句模板對應的答案文本之前，所述方法還包括：

構建所述金融垂直數據知識圖譜。

8.一種基于金融垂直數據知識圖譜的人機對話裝置，其特征在于，包括：

獲取模塊，用于獲取用戶輸入的文本；

輸出模塊，用于將所述文本輸入預設的命名實體識別模型，輸出第一問句模板；其中，所述命名實體識別模型包括CRF層和Bi-LSTM層，所述CRF層用于對文本進行序列標注，所述Bi-LSTM層用于提取文本的語義特征，所述CRF層和所述Bi-LSTM層的權重系數不同；

確定模塊，用于基于所述第一問句模板，確定預設的問句庫中與所述第一問句模板對應的目標問句模板；

生成模塊，用于基于預設的金融垂直數據知識圖譜，生成所述目標問句模板對應的答案文本。

9.一種電子設備，其特征在于，所述電子設備包括：處理器以及存儲有計算機程序指令的存儲器；

所述處理器執行所述計算機程序指令時實現如權利要求1-7任意一項所述的基于金融垂直數據知識圖譜的人機對話方法。

10.一種計算機存儲介質，其特征在于，所述計算機存儲介質上存儲有計算機程序指令，所述計算機程序指令被處理器執行時實現如權利要求1-7任意一項所述的基于金融垂直數據知識圖譜的人機對話方法。