[發明專利]對話型文本分類方法、系統、設備及存儲介質

在審

• 申請號: 202110655090.8
• 申請日: 2021-06-11
• 公開（公告）號: CN113282755A
• 公開（公告）日: 2021-08-20
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 上海尋夢信息技術有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/332
• 代理公司: 上海隆天律師事務所 31282
• 代理人: 夏彬

1.一種對話型文本分類方法，其特征在于，所述方法包括：

獲取待分類的對話型文本；

提取所述待分類的對話型文本的待分類文本特征；

將所述待分類文本特征輸入訓練好的對話型文本分類模型；

獲取所述對話型文本分類模型輸出的對話類別，所述對話類別包括業務對話類別和閑聊對話類別；

如果所述對話類別為業務對話，提高所對應的對話優先級；

如果所述對話類別為閑聊對話，對所對應的對話進行計數或計時，并于所述對話持續為閑聊對話的計數或計時結果達到預設閾值時，降低所對應的對話優先級。

2.根據權利要求1所述的對話型文本分類方法，其特征在于，所述對話型文本分類模型為二分類模型。

3.根據權利要求2所述的對話型文本分類方法，其特征在于，所述對話型文本分類模型為Liblinear二分類模型。

4.根據權利要求1所述的對話型文本分類方法，其特征在于，所述獲取待分類的對話型文本，包括如下步驟：

獲取待分類的客服對話型文本；

從所述待分類的客服對話型文本中提取客戶對話型文本，作為待分類的對話型文本。

5.根據權利要求4所述的對話型文本分類方法，其特征在于，判斷所述對話類別的類型之后，還包括如下步驟：

如果所述對話型文本分類模型輸出的對話類別為業務對話類別，則識別所述待分類的對話型文本對應的業務類型，根據所述業務類型生成回復文本；

如果所述對話型文本分類模型輸出的對話類別為閑聊對話類別，則基于預設的閑聊對話回復規則，生成回復文本。

6.根據權利要求1所述的對話型文本分類方法，其特征在于，還包括如下步驟：

采集樣本對話型文本；

對所述樣本對話型文本添加對話類別標簽，所述對話類別標簽包括業務對話標簽和閑聊對話標簽；

基于所述樣本對話型文本訓練所述對話型文本分類模型。

7.根據權利要求6所述的對話型文本分類方法，其特征在于，基于所述樣本對話型文本訓練所述對話型文本分類模型時，所述業務對話的分類權重高于所述閑聊對話的分類權重。

8.根據權利要求6所述的對話型文本分類方法，其特征在于，所述采集樣本對話型文本，包括采集歷史對話型文本，提取歷史客戶對話型文本作為所述樣本對話型文本。

9.一種對話型文本分類系統，其特征在于，應用于權利要求1至8中任一項所述的對話型文本分類方法，所述系統包括：

文本獲取模塊，用于獲取待分類的對話型文本；

特征提取模塊，用于提取所述待分類的對話型文本的待分類文本特征；

模型輸入模塊，用于將所述待分類文本特征輸入訓練好的對話型文本分類模型；

文本分類模塊，用于獲取所述對話型文本分類模型輸出的對話類別，所述對話類別包括業務對話類別和閑聊對話類別；

對話處理模塊，用于如果所述對話類別為業務對話，提高所對應的對話優先級；以及如果所述對話類別為閑聊對話，并對所對應的對話進行計數或計時，并于所述對話持續為閑聊對話的計數或計時結果達到預設閾值時，降低所對應的對話優先級。

10.根據權利要求9所述的對話型文本分類系統，其特征在于，還包括模型訓練模塊，用于采集樣本對話型文本；對所述樣本對話型文本添加對話類別標簽，所述對話類別標簽包括業務對話標簽和閑聊對話標簽；以及基于所述樣本對話型文本訓練所述對話型文本分類模型；

所述模型訓練模塊基于所述樣本對話型文本訓練所述對話型文本分類模型時，所述業務對話的分類權重高于所述閑聊對話的分類權重。

11.一種電子設備，其特征在于，所述電子設備包括：

處理器；

存儲器，其上存儲有計算機程序，所述計算機程序被所述處理器運行時執行根據權利要求1至8任一項所述的對話型文本分類方法。

12.一種計算機存儲介質，其特征在于，存儲有計算機程序，所述計算機程序被處理器運行時執行根據權利要求1至8任一項所述的對話型文本分類方法。