[發(fā)明專利]對話文本分析方法、裝置、電子裝置及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011254446.9
• 申請日: 2020-11-11
• 公開（公告）號: CN112364622A
• 公開（公告）日: 2021-02-12
• 發(fā)明（設(shè)計）人: 謝恩寧;陳糧陽
• 申請（專利權(quán)）人: 杭州大搜車汽車服務(wù)有限公司
• 主分類號: G06F40/205
• 分類號: G06F40/205;G06F40/295;G06F40/35;G06N3/00
• 代理公司: 杭州華進(jìn)聯(lián)浙知識產(chǎn)權(quán)代理有限公司 33250
• 代理人: 聶磊

1.一種對話文本分析方法，其特征在于，包括：

獲取待分析的對話文本數(shù)據(jù)，其中，所述對話文本數(shù)據(jù)包括多輪次對話文本分析所產(chǎn)生的文本數(shù)據(jù)及與所述多輪次對話文本分析關(guān)聯(lián)的實時通信數(shù)據(jù)；

根據(jù)預(yù)設(shè)語義匹配規(guī)則對所述文本數(shù)據(jù)進(jìn)行語義匹配，確定候選意向標(biāo)簽數(shù)據(jù)，其中，所述預(yù)設(shè)語義匹配規(guī)則基于預(yù)設(shè)語義匹配模型和預(yù)設(shè)配置信息確定，所述預(yù)設(shè)配置信息包括對不同對話文本分析所產(chǎn)生的文本數(shù)據(jù)進(jìn)行解析的解析信息；

對所述候選意向標(biāo)簽數(shù)據(jù)進(jìn)行篩選處理，獲取目標(biāo)意向標(biāo)簽數(shù)據(jù)，其中，所述篩選處理包括實體抽取、標(biāo)簽過濾；

根據(jù)所述實時通信數(shù)據(jù)確定所述目標(biāo)意向標(biāo)簽數(shù)據(jù)對應(yīng)的意向等級。

2.根據(jù)權(quán)利要求1所述的對話文本分析方法，其特征在于，根據(jù)預(yù)設(shè)語義匹配規(guī)則對所述對話文本數(shù)據(jù)進(jìn)行語義匹配，確定候選意向標(biāo)簽數(shù)據(jù)包括：

對所述文本數(shù)據(jù)進(jìn)行自然語言理解，得到與所述多輪次對話文本分析對應(yīng)的第一語義數(shù)據(jù)；

獲取所述第一語義數(shù)據(jù)中用戶對話所對應(yīng)的第一用戶語義數(shù)據(jù)；

通過所述預(yù)設(shè)語義匹配模型在所述第一用戶語義數(shù)據(jù)中檢測至少一個第一目標(biāo)語義數(shù)據(jù)，其中，所述第一目標(biāo)語義數(shù)據(jù)包括所述預(yù)設(shè)配置信息中與用戶意圖數(shù)據(jù)關(guān)聯(lián)的用戶潛在意圖數(shù)據(jù)，所述預(yù)設(shè)語義匹配模型包括BERT語義匹配模型；

在檢測到所述第一目標(biāo)語義數(shù)據(jù)的情況下，確定所述候選意向標(biāo)簽數(shù)據(jù)包括所述第一目標(biāo)語義數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的對話文本分析方法，其特征在于，在未檢測到所述第一目標(biāo)語義數(shù)據(jù)的情況下，所述方法包括：

獲取第一輪次對話中的第一機器人話術(shù)，其中，所述第一輪次對話包括所述多輪次對話文本分析其中一次；

對與所述第一機器人話術(shù)對應(yīng)的第一用戶應(yīng)答數(shù)據(jù)進(jìn)行推理，得到第一推理意圖數(shù)據(jù)，并確定所述候選意向標(biāo)簽數(shù)據(jù)包括所述第一推理意圖數(shù)據(jù)，其中，所述第一推理意圖數(shù)據(jù)包括所述第一用戶應(yīng)答數(shù)據(jù)關(guān)聯(lián)的語義特征值。

4.根據(jù)權(quán)利要求2所述的對話文本分析方法，其特征在于，在確定所述候選意向標(biāo)簽數(shù)據(jù)包括所述第一目標(biāo)語義數(shù)據(jù)之后，所述方法包括：根據(jù)所述第一目標(biāo)語義數(shù)據(jù)推理得到第二推理意圖數(shù)據(jù)，并確定所述候選意向標(biāo)簽數(shù)據(jù)包括所述第二推理意圖數(shù)據(jù)，其中，所述第二推理意圖數(shù)據(jù)包括相對所述第一目標(biāo)語義數(shù)據(jù)具有相反語義的語義特征值。

5.根據(jù)權(quán)利要求2所述的對話文本分析方法，其特征在于，在確定所述候選意向標(biāo)簽數(shù)據(jù)包括所述第一目標(biāo)語義數(shù)據(jù)之后，所述方法包括：

獲取第二輪次對話中的第二機器人話術(shù)，其中，所述第二輪次對話包括所述多輪次對話文本分析其中一次；

在與所述第二機器人話術(shù)對應(yīng)的第二用戶應(yīng)答數(shù)據(jù)檢測第三推理意圖數(shù)據(jù)，并確定所述候選意向標(biāo)簽數(shù)據(jù)包括所述第三推理意圖數(shù)據(jù)，其中，所述第三推理意圖數(shù)據(jù)包括所述第二用戶應(yīng)答數(shù)據(jù)關(guān)聯(lián)的語義特征值。

6.根據(jù)權(quán)利要求1所述的對話文本分析方法，其特征在于，根據(jù)預(yù)設(shè)語義匹配規(guī)則對所述對話文本數(shù)據(jù)進(jìn)行語義匹配，確定候選意向標(biāo)簽數(shù)據(jù)包括：

對所述文本數(shù)據(jù)進(jìn)行自然語言理解，得到與所述多輪次對話文本分析對應(yīng)的第二語義數(shù)據(jù)；

從所述第二語義數(shù)據(jù)中提取用戶對話所對應(yīng)的第二語義數(shù)據(jù)，并在所述第二語義數(shù)據(jù)中檢測與第三輪次對話下用戶意圖對應(yīng)的第一用戶意圖數(shù)據(jù)，其中，所述第三輪次對話為所述多輪次對話文本分析其中一次；

確定所述第一用戶意圖數(shù)據(jù)所對應(yīng)的意向信息；

基于所述第三輪次對話中的第三機器人話術(shù)配置與所述意向信息所對應(yīng)的推理配置意圖數(shù)據(jù)，并確定所述候選意向標(biāo)簽數(shù)據(jù)包括所述推理配置意圖數(shù)據(jù)。