[發(fā)明專利]多輪對話流程構(gòu)建方法、裝置、計算機設(shè)備及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110520914.0
• 申請日: 2021-05-13
• 公開（公告）號: CN113239164B
• 公開（公告）日: 2023-07-04
• 發(fā)明（設(shè)計）人: 高鵬;康維鵬;袁蘭;吳飛;周偉華;高峰;潘晶
• 申請（專利權(quán)）人: 杭州摸象大數(shù)據(jù)科技有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/36;G06F16/33;G06F16/35;G06F40/289;G06F40/295;G06F18/231;G06F18/24;G10L15/22
• 代理公司: 杭州知學(xué)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 33356
• 代理人: 張雯

1.多輪對話流程構(gòu)建方法，其特征在于，包括：

收集對話語料；

對所述對話語料進行分詞和識別，以得到識別結(jié)果；

根據(jù)所述識別結(jié)果構(gòu)建問題答案集；

根據(jù)所述問題答案集采用層次聚類方式構(gòu)建對話流程樹；

其中，所述根據(jù)所述識別結(jié)果構(gòu)建問題答案集，包括：

根據(jù)所述識別結(jié)果構(gòu)建用戶問題集；

采用聚類分析方式構(gòu)建所述用戶問題集對應(yīng)的機器人應(yīng)答集；

其中，所述問題答案集包括用戶問題集以及所述用戶問題集對應(yīng)的機器人應(yīng)答集；

所述根據(jù)所述識別結(jié)果構(gòu)建用戶問題集，包括：

構(gòu)建一個問句分類器，判別所述識別結(jié)果中的用戶文本是不是有效問題，并將全部的對話語料中的潛在有效問問句識別和篩選出來；問句識別分類器的訓(xùn)練語料，采用規(guī)則與人工檢查相結(jié)合的方式進行整理；

分類類別Y={0,1}，每個用戶問句X就轉(zhuǎn)化為基于問句詞語的TF-IDF進行特征表示，準(zhǔn)備的樣本?T?={(X₁?,Y₁)?,?(X₂,Y₂)?(X₃,Y₃)?.........}?N條樣本，SVM分類超平面為wx+b=0;樣本點到超平面的幾何距離為：

；

SVM訓(xùn)練的目標(biāo)就是找出所有外邊距中最大的那個值對應(yīng)的超平面；因此用數(shù)學(xué)語言描述就是確定w、b使得外邊距最大：，

由此確定用戶的用戶問題集；

所述收集對話語料，包括：

獲取對話錄音文件；

對所述對話錄音文件進行語音識別，以得到對話流數(shù)據(jù)；

通過爬蟲技術(shù)抓取問答對；

整合所述對話流數(shù)據(jù)以及問答對，以得到對話語料；

所述根據(jù)所述問題答案集采用層次聚類方式構(gòu)建對話流程樹，包括：

獲取開始節(jié)點的機器人問題和答案；

獲取后續(xù)機器人的答案，并采用Canopy聚類算法對每個機器人構(gòu)建聚類分支；即，對于每一個機器人的聚類分支，首先獲取后繼用戶的不同回應(yīng)，具體聚類方法采用的Canopy聚類算法；如果此處的用戶掛斷電話，則將這類狀態(tài)作為特殊狀態(tài)，單獨分類出來；采用Canopy聚類方法，進一步挖掘不同用戶的說話，以得到了用戶的問答或者提問；

獲取機器人響應(yīng)分支應(yīng)答節(jié)點，并標(biāo)注屬于問句節(jié)點但沒有答案的應(yīng)答節(jié)點；即，對于用戶的回應(yīng)，在得到后繼機器人響應(yīng)分支應(yīng)答節(jié)點，需要根據(jù)問句分類判別器，判斷是否為問題節(jié)點，如果是問句節(jié)點但是沒有答案，則需要將這類進行重點標(biāo)注說明當(dāng)前用戶問題并沒有正確響應(yīng)；層次聚類完畢之后，計算聚類Q1到問句聚類Q2之間的轉(zhuǎn)移概率，該轉(zhuǎn)移概率是基于聚類大小得到。

2.根據(jù)權(quán)利要求1所述的多輪對話流程構(gòu)建方法，其特征在于，所述對所述對話語料進行分詞和識別，以得到識別結(jié)果，包括：

利用Jieba分詞工具對所述對話語料進行分詞和實體識別，以得到識別結(jié)果。

3.根據(jù)權(quán)利要求1所述的多輪對話流程構(gòu)建方法，其特征在于，所述采用聚類分析方式構(gòu)建所述用戶問題集對應(yīng)的機器人應(yīng)答集，包括：

采用Canopy聚類算法構(gòu)建所述用戶問題集對應(yīng)的機器人應(yīng)答集。

4.根據(jù)權(quán)利要求3所述的多輪對話流程構(gòu)建方法，其特征在于，所述采用Canopy聚類算法構(gòu)建所述用戶問題集對應(yīng)的機器人應(yīng)答集，包括：

確定第一相似閾值以及第二相似閾值；

初始化用戶問題集，并初始化聚類結(jié)果集；

隨機選擇一個問題，并創(chuàng)建以所述問題為中心的聚類；

遍歷用戶問題集內(nèi)的每個答案，并計算所述答案到每個聚類的距離；

將所述距離小于第一相似閾值的答案歸類至所述聚類內(nèi)，刪除所述用戶距離小于第二相似閾值的答案，當(dāng)問題對應(yīng)的答案到每個聚類的距離都大于第一相似閾值時，確定所述問題為新聚類中心點；

確定所述聚類為所述用戶問題集對應(yīng)的機器人應(yīng)答集。