[發明專利]基于語義識別的話術推薦方法、裝置、設備及存儲介質

有效

• 申請號: 202011607652.3
• 申請日: 2020-12-30
• 公開（公告）號: CN112732911B
• 公開（公告）日: 2023-10-10
• 發明（設計）人: 南海順
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/335;G06F16/36;G06F40/30;G06F18/214
• 代理公司: 深圳市世聯合知識產權代理有限公司 44385
• 代理人: 汪琳琳

本申請公開了一種基于語義識別的話術推薦方法、裝置、設備及存儲介質，屬于人工智能技術領域，所述方法通過對訓練語料進行語義識別，并對訓練語料進行分類，得到正樣本和負樣本，對正樣本和負樣本進行隨機組合，得到訓練樣本集，通過訓練樣本集對預設的初始意圖識別模型進行訓練得到通話意圖模型，通過將當前通話的通話內容導入通話意圖模型，輸出通話意圖，最后將通話意圖導入到預先訓練好的話術推薦模型，得到與通話意圖相匹配的目標話術。本申請還涉及區塊鏈技術，當前通話內容可存儲于區塊鏈中。本申請通過識別客戶意圖以獲得有效標簽，并推薦與有效標簽相對應的答復內容，以提高用戶體驗。

技術領域

本申請屬于人工智能技術領域，具體涉及一種基于語義識別的話術推薦方法、裝置、設備及存儲介質。

背景技術

人工智能(AI)語言是一類適應于人工智能和知識工程領域的、具有符號處理和邏輯推理能力的計算機程序設計語言。能夠用它來編寫程序求解非數值計算、知識處理、推理、規劃、決策等具有智能的各種復雜問題。人工智能(AI)語言是一類適應于人工智能和知識工程領域的、具有符號處理和邏輯推理能力的計算機程序設計語言。能夠用它來編寫程序求解非數值計算、知識處理、推理、規劃、決策等具有智能的各種復雜問題，典型的人工智能語言主要有LISP、Prolog、Smalltalk、C++等。

目前，對于人工智能(AI)語言應用最廣泛的就是通話機器人了，而對于通話機器人來說，對話流程的設計是整個對話流程中的關鍵，一個好的對話流程可以讓通話機器人在對話中從客戶的回答中得到有效標簽，使客戶體驗好，更能接近人工的表現。但是目前在業界中，對于任務型對話，往往是用對話節點，根據固定的標簽進行流轉，對話流程的設計不夠靈活，客戶體驗差。

發明內容

本申請實施例的目的在于提出一種基于語義識別的話術推薦方法、裝置、計算機設備及存儲介質，以解決現有話術推薦方案采用固定的標簽進行流轉，對話流程的設計不夠靈活，客戶體驗差的技術問題。

為了解決上述技術問題，本申請實施例提供一種基于語義識別的話術推薦方法，采用了如下所述的技術方案：

一種基于語義識別的話術推薦方法，包括：

從預設歷史語料庫中獲取訓練語料，并對訓練語料進行語義識別，得到訓練語料的語義識別結果，其中，訓練語料為存儲在歷史語料庫中的用戶與通話機器人溝通過程中產生的語音信息；

基于語義識別結果對訓練語料進行分類，得到正樣本和負樣本；

對正樣本和負樣本進行隨機組合，得到訓練樣本集和驗證數據集；

通過訓練樣本集對預設的初始意圖識別模型進行訓練，并通過驗證數據集對完成訓練的通話意圖模型進行驗證，獲取驗證通過的通話意圖模型；

接收意圖識別指令，獲取與意圖識別指令對應的當前通話的通話內容；

將當前通話的通話內容導入驗證通過的通話意圖模型，輸出與當前通話內容相匹配的通話意圖；

將通話意圖導入到預先訓練好的話術推薦模型，得到與通話意圖相匹配的目標話術。

進一步地，從預設歷史語料庫中獲取訓練語料，并對訓練語料進行語義識別，得到訓練語料的語義識別結果的步驟，具體包括：

從預設歷史語料庫中獲取訓練語料，并對訓練語料進行預處理；

基于預設的詞典庫對預處理后的訓練語料進行語義識別，得到訓練語料的語義識別結果。

進一步地，對正樣本和負樣本進行隨機組合，得到訓練樣本集和驗證數據集的步驟，具體包括：

分別對正樣本和負樣本進行標注；

對標注后的正樣本和負樣本進行隨機組合，得到訓練樣本集和驗證數據集，并將訓練樣本集和驗證數據集存儲在預設歷史語料庫中。