[發明專利]一種話術識別方法、裝置及相關設備

在審

• 申請號: 202110671710.7
• 申請日: 2021-06-17
• 公開（公告）號: CN113345441A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 曹磊;蔣寧;王洪斌;吳海英;李長林
• 申請（專利權）人: 馬上消費金融股份有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/16;G10L15/02;G06F16/33;G06F16/35;G06F40/289;G06F40/30;G06N3/04
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 黃燦;湯明明

1.一種話術識別方法，其特征在于，包括：

獲取待檢測語音數據對應的待檢測文本數據以及數據庫中的M個待檢測話術，其中，所述M為正整數；

計算每一個所述待檢測文本數據與每一個所述待檢測話術的相似度，以得到每一個所述待檢測文本數據的M個第一目標相似度，將每一個所述待檢測文本數據的M個第一目標相似度中數值最大的相似度確定為目標相似度；

在所述目標相似度大于或等于第一閾值，且小于或等于第二閾值的情況下，將所述待檢測文本數據輸入至話術分類模型中，輸出所述待檢測文本數據的分類意圖，且根據所述分類意圖確定所述待檢測文本數據的話術識別結果；

在所述目標相似度小于第一閾值，或者，所述目標相似度大于第二閾值的情況下，基于所述目標相似度的大小，確定所述待檢測文本數據是否與所述目標待檢測話術匹配；

其中，在所述目標相似度小于所述第一閾值的情況下，所述待檢測文本數據與目標待檢測話術不匹配；在所述目標相似度大于所述第二閾值的情況下，所述待檢測文本數據與目標待檢測話術匹配。

2.根據權利要求1所述的方法，其特征在于，所述將所述待檢測文本數據輸入至話術分類模型中，輸出所述待檢測文本數據的分類意圖，包括：

確定與所述待檢測文本數據對應的目標文本數據，所述目標文本數據包括第一文本數據和第二文本數據中的至少一項，所述第一文本數據位于所述待檢測文本數據之前，所述第二文本數據位于所述待檢測文本數據之后；

將所述待檢測文本數據和所述目標文本數據輸入至話術分類模型中，輸出所述待檢測文本數據的分類意圖。

3.根據權利要求2所述的方法，其特征在于，所述話術分類模型包括雙向循環神經網絡、注意力機制和分類器，所述將所述待檢測文本數據和所述目標文本數據輸入至話術分類模型中，輸出所述待檢測文本數據的分類意圖，包括：

確定所述待檢測文本數據的第一特征向量，以及所述目標文本數據的第二特征向量，所述第一特征向量和所述第二特征向量均包括：字向量特征、詞向量特征、詞性標簽和角色標簽中的至少一種；

將所述第一特征向量和所述第二特征向量分別輸入至所述雙向循環神經網絡中，輸出所述第一特征向量對應的第一語義編碼和所述第二特征向量對應的第二語義編碼；

將所述第一語義編碼和所述第二語義編碼輸入至所述注意力機制中，輸出上下文向量；

將所述上下文向量輸入至所述分類器中，輸出所述待檢測文本數據的分類意圖。

4.根據權利要求1所述的方法，其特征在于，所述計算每一個所述待檢測文本數據與每一個所述待檢測話術的相似度之前，所述方法還包括：

對每一個所述待檢測文本數據以及每一個所述待檢測話術進行預處理，所述預處理包括以下方式中的至少一項：合并相鄰的同一角色的句子、分詞、去停用詞、計算詞向量和計算詞的詞頻逆文件頻率tfidf。

5.根據權利要求1所述的方法，其特征在于，每一個所述第一目標相似度通過下述方法得到：

將第一相似度、第二相似度、第三相似度、句型匹配結果和編輯距離中的至少兩個的和確定為所述待檢測文本數據與所述待檢測話術的第一目標相似度；

或者，對第一相似度、第二相似度、第三相似度、句型匹配結果和編輯距離中的至少兩個加權求和，并將加權求和得到的數值確定為所述待檢測文本數據與所述待檢測話術的第一目標相似度；

其中，所述第一相似度為所述待檢測文本數據中包括的句子與所述待檢測話術中對應句子的相似度，所述第二相似度為所述待檢測話術中包括的句子與所述待檢測文本數據中對應句子的相似度，所述第三相似度為所述待檢測文本數據中包括的句子與所述待檢測話術對應句子基于句子向量求得的相似度，所述句型匹配結果為所述待檢測文本數據中包括的句子與所述待檢測話術對應句子的句型是否相同的匹配結果，所述編輯距離為所述待檢測文本數據中包括的句子與所述待檢測話術對應句子的編輯距離。

6.根據權利要求5所述的方法，其特征在于，所述第一相似度和所述第二相似度根據詞語的參數計算得到，所述詞語的參數包括：詞與詞之間關系參數、詞語的詞性、是否為核心詞和tfidf值。