[發明專利]郵件的智能回復方法、介質、裝置和計算設備

有效

• 申請號: 202110213712.1
• 申請日: 2021-02-25
• 公開（公告）號: CN112818109B
• 公開（公告）日: 2022-09-16
• 發明（設計）人: 沙雨辰;胡光龍
• 申請（專利權）人: 網易（杭州）網絡有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/36;G06N3/08;G06N3/04
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 王輝;闞梓瑄

本發明的實施方式提供了一種郵件的智能回復方法、介質、裝置和計算設備。該郵件的智能回復方法包括：獲取當前接收到的電子郵件中的郵件內容；獲取所述郵件內容中的規則關鍵字，并根據所述規則關鍵字確定所述電子郵件的規則回復語句；根據所述郵件內容確定所述電子郵件的意圖類別，并根據所述意圖類別確定所述電子郵件的多個意圖回復語句；根據所述規則回復語句和所述意圖回復語句得到多個候選回復語句；響應于針對所述候選回復語句的選擇指令，按照相應被選擇的候選回復語句對所述電子郵件進行回復。通過規則與意圖結合的方式，本發明的方法能夠提高郵件回復的效率和準確率，提高用戶溝通效率。

技術領域

本發明的實施方式涉及計算機技術領域，更具體地，本發明的實施方式涉及一種郵件的智能回復方法、介質、裝置和計算設備。

背景技術

本部分旨在為權利要求書中陳述的本發明的實施方式提供背景或上下文。此處的描述不因為包括在本部分中就承認是現有技術。

電子郵件作為一種信息交換的通信方式，因為其延時互動、可回復、能存檔的特點，電子郵件較多地在商業、工作、教育等正式場景中使用，是一種不可替代的通訊形式。郵件智能回復功能可以在用戶收到郵件后迅速生成回復內容，減少用戶的編輯時間，大大提高溝通效率。

目前，已經出現一些郵件智能回復的方法，主要是通過構建歷史會話和回復之間的對應關系，或者預測會話內容的真實意圖來得到回復內容。然而，這些方法中，人工構建對應關系的成本高、效率低，且用戶意圖的預測準確率也比較低，導致生成的回復內容質量較差，準確率較低，無法反應用戶的真實意圖。

發明內容

本發明的目的在于提供一種數據處理方法、介質、數據處理裝置和計算設備，從而至少在一定程度上克服由于相關技術的缺陷和限制而導致的電子郵件的自動回復內容質量較差和準確率較低的技術問題。

在本發明實施方式的第一方面中，提供了一種郵件的智能回復方法，包括：

獲取當前接收到的電子郵件中的郵件內容；

獲取所述郵件內容中的規則關鍵字，并根據所述規則關鍵字確定所述電子郵件的規則回復語句；

根據所述郵件內容確定所述電子郵件的意圖類別，并根據所述意圖類別確定所述電子郵件的多個意圖回復語句；

根據所述規則回復語句和所述意圖回復語句得到多個候選回復語句；

響應于針對所述候選回復語句的選擇指令，按照相應被選擇的候選回復語句對所述電子郵件進行回復。

在本發明的一些實施例中，基于前述方案，所述根據所述郵件內容確定所述電子郵件的意圖類別，包括：

將所述郵件內容輸入預先訓練的意圖分類模型中，得到所述電子郵件所屬的一個或多個意圖類別，其中，所述郵件內容包括郵件主題和郵件正文。

在本發明的一些實施例中，基于前述方案，所述將所述郵件內容輸入預先訓練的意圖分類模型中，得到所述電子郵件所屬的一個或多個意圖類別，包括：

將所述郵件主題輸入所述意圖分類模型中的第一卷積神經網絡，得到所述郵件主題對應的第一意圖特征向量；

將所述郵件正文輸入所述意圖分類模型中的第二卷積神經網絡，得到所述郵件正文對應的第二意圖特征向量，其中，所述第一卷積神經網絡和所述第二卷積神經網絡中的神經網絡參數互不共享；

根據所述第一意圖特征向量和所述第二意圖特征向量得到融合意圖特征向量，并根據所述融合意圖特征向量確定所述電子郵件所屬的一個或多個意圖類別。

在本發明的一些實施例中，基于前述方案，所述意圖分類模型的訓練方法包括：

獲取歷史電子郵件的郵件內容和對應的回復文本內容，并對所述回復文本內容進行分詞處理得到多個回復詞組；