[發(fā)明專利]場(chǎng)景服務(wù)推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202111149885.8
• 申請(qǐng)日: 2021-09-29
• 公開（公告）號(hào): CN113869068A
• 公開（公告）日: 2021-12-31
• 發(fā)明（設(shè)計(jì)）人: 劉明
• 申請(qǐng)（專利權(quán)）人: 未鯤（上海）科技服務(wù)有限公司
• 主分類號(hào): G06F40/35
• 分類號(hào): G06F40/35;G06F40/284;G06N3/04;G06N3/08;G06Q50/10
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 熊永強(qiáng)

1.一種場(chǎng)景服務(wù)推薦方法，其特征在于，所述方法包括：

獲取多輪對(duì)話中的第一對(duì)話信息以及與所述第一對(duì)話信息關(guān)聯(lián)的第二對(duì)話信息；

調(diào)用意圖分類模型分別對(duì)所述第一對(duì)話信息和所述第二對(duì)話信息進(jìn)行意圖預(yù)測(cè)，確定所述第一對(duì)話信息對(duì)應(yīng)的第一意圖以及確定所述第二對(duì)話信息對(duì)應(yīng)的第二意圖；

獲取所述第一意圖關(guān)聯(lián)的N個(gè)第一場(chǎng)景服務(wù)以及獲取所述第二意圖關(guān)聯(lián)的M個(gè)第二場(chǎng)景服務(wù)；其中，N，M為正整數(shù)；

根據(jù)所述N個(gè)第一場(chǎng)景服務(wù)以及所述M個(gè)第二場(chǎng)景服務(wù)確定目標(biāo)場(chǎng)景服務(wù)，并輸出所述目標(biāo)場(chǎng)景服務(wù)。

2.如權(quán)利要求1所述的方法，其特征在于，所述調(diào)用意圖分類模型對(duì)所述第一對(duì)話信息進(jìn)行意圖預(yù)測(cè)，確定所述第一對(duì)話信息對(duì)應(yīng)的第一意圖，包括：

將所述第一對(duì)話信息分別與每個(gè)候選意圖對(duì)應(yīng)的關(guān)鍵詞進(jìn)行命中匹配，得到所述每個(gè)候選意圖對(duì)應(yīng)的第一關(guān)鍵詞命中概率；

從所述每個(gè)候選意圖對(duì)應(yīng)的第一關(guān)鍵詞命中概率中確定最高第一關(guān)鍵詞命中概率；

將所述最高第一關(guān)鍵詞命中概率對(duì)應(yīng)的候選意圖確定為所述第一意圖。

3.如權(quán)利要求1所述的方法，其特征在于，所述調(diào)用意圖分類模型對(duì)所述第一對(duì)話信息進(jìn)行意圖預(yù)測(cè)，確定所述第一對(duì)話信息對(duì)應(yīng)的第一意圖，包括：

對(duì)所述第一對(duì)話信息進(jìn)行預(yù)處理得到第一特征矩陣；

調(diào)用所述意圖分類模型對(duì)所述第一特征矩陣進(jìn)行預(yù)測(cè)處理，確定所述第一特征矩陣在每個(gè)候選意圖下的第一預(yù)測(cè)概率；

根據(jù)所述每個(gè)候選意圖下的第一預(yù)測(cè)概率確定所述第一意圖。

4.如權(quán)利要求3所述的方法，其特征在于，所述對(duì)所述第一對(duì)話信息進(jìn)行預(yù)處理得到第一特征矩陣，包括：

對(duì)所述第一對(duì)話信息進(jìn)行分詞處理得到分詞后的第一對(duì)話信息，并對(duì)所述分詞后的第一對(duì)話信息進(jìn)行映射得到第一詞向量；

調(diào)用卷積神經(jīng)網(wǎng)絡(luò)提取所述第一詞向量的局部特征，得到第一局部特征向量；

基于注意力機(jī)制對(duì)所述第一局部特征向量進(jìn)行特征抽取，得到所述第一特征矩陣。

5.如權(quán)利要求1-4任一項(xiàng)所述的方法，其特征在于，所述根據(jù)所述N個(gè)第一場(chǎng)景服務(wù)以及所述M個(gè)第二場(chǎng)景服務(wù)確定目標(biāo)場(chǎng)景服務(wù)，包括：

獲取所述N個(gè)第一場(chǎng)景服務(wù)與所述M個(gè)第二場(chǎng)景服務(wù)的交集；

獲取針對(duì)所述交集的選擇指令；

基于所述選擇指令從所述N個(gè)第一場(chǎng)景服務(wù)與所述M個(gè)第二場(chǎng)景服務(wù)的交集中確定所述目標(biāo)場(chǎng)景服務(wù)。

6.如權(quán)利要求1-4任一項(xiàng)所述的方法，其特征在于，所述根據(jù)所述N個(gè)第一場(chǎng)景服務(wù)以及所述M個(gè)第二場(chǎng)景服務(wù)確定目標(biāo)場(chǎng)景服務(wù)，包括：

獲取注意力模型；

調(diào)用所述注意力模型對(duì)所述N個(gè)第一場(chǎng)景服務(wù)以及所述M個(gè)第二場(chǎng)景服務(wù)進(jìn)行處理，確定所述目標(biāo)場(chǎng)景服務(wù)。

7.根據(jù)權(quán)利要求1-4任一項(xiàng)所述的方法，其特征在于，所述根據(jù)所述N個(gè)第一場(chǎng)景服務(wù)以及所述M個(gè)第二場(chǎng)景服務(wù)確定目標(biāo)場(chǎng)景服務(wù)之后，所述方法還包括：

對(duì)所述目標(biāo)場(chǎng)景服務(wù)進(jìn)行校驗(yàn)，若校驗(yàn)通過，則通過區(qū)塊鏈網(wǎng)絡(luò)中的共識(shí)節(jié)點(diǎn)對(duì)所述目標(biāo)場(chǎng)景服務(wù)進(jìn)行共識(shí)驗(yàn)證；

若共識(shí)驗(yàn)證通過，則將所述目標(biāo)場(chǎng)景服務(wù)封裝成區(qū)塊，并將所述區(qū)塊寫入?yún)^(qū)塊鏈。

8.一種場(chǎng)景服務(wù)推薦裝置，其特征在于，所述方法包括：

獲取單元，用于獲取多輪對(duì)話中的第一對(duì)話信息以及與所述第一對(duì)話信息關(guān)聯(lián)的第二對(duì)話信息；

意圖預(yù)測(cè)單元，用于調(diào)用意圖分類模型分別對(duì)所述第一對(duì)話信息和所述第二對(duì)話信息進(jìn)行意圖預(yù)測(cè)，確定所述第一對(duì)話信息對(duì)應(yīng)的第一意圖以及確定所述第二對(duì)話信息對(duì)應(yīng)的第二意圖；

所述獲取單元還用于獲取所述第一意圖關(guān)聯(lián)的N個(gè)第一場(chǎng)景服務(wù)以及獲取所述第二意圖關(guān)聯(lián)的M個(gè)第二場(chǎng)景服務(wù)；其中，N，M為正整數(shù)；

確定單元，用于根據(jù)所述N個(gè)第一場(chǎng)景服務(wù)以及所述M個(gè)第二場(chǎng)景服務(wù)確定目標(biāo)場(chǎng)景服務(wù)，并輸出所述目標(biāo)場(chǎng)景服務(wù)。