[發明專利]基于語義識別的記錄生成方法、裝置、設備及存儲介質

在審

• 申請號: 202111158204.4
• 申請日: 2021-09-30
• 公開（公告）號: CN113806492A
• 公開（公告）日: 2021-12-17
• 發明（設計）人: 劉喜聲;陳閩;彭粵;劉卓一;王文杰;滿園園;梁亞妮;劉湘子;寧夏夏;陳子豪;廖可儀;王旭根;劉映;魏蓁;陳雯雯;周璇;許聞笳
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/35;G06F40/151;G06F40/242;G06F40/279;G06F40/30
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種基于語義識別的記錄生成方法，其特征在于，所述方法包括：

獲取訪問語音，將所述訪問語音轉化為語音文本；

對所述語音文本進行分詞，得到文本分詞；

獲取所述文本分詞在預構建的語音文本庫中的詞頻和頻率指數，并根據所述詞頻和頻率指數提取所述語音文本的特征詞；

獲取用戶預先設定的篩選條件，根據所述篩選條件篩選所述特征詞，得到目標特征詞；

將所述目標特征詞與預設的類型標簽進行匹配，得到目標標簽；

根據所述目標標簽對所述目標特征詞進行分類，并匯集相同類別的目標特征詞，得到多個記錄文本。

2.如權利要求1所述的基于語義識別的記錄生成方法，其特征在于，所述對所述語音文本進行分詞，得到文本分詞，包括：

獲取預先構建的詞典，其中，所述詞典中包含多個標準詞條；

將所述語音文本按照預設的截取長度進行文本劃分，得到檢索詞；

將所述檢索詞在所述詞典中進行檢索，當從所述詞典中檢索到與所述檢索詞相同的標準詞條時，確定所述檢索詞為所述語音文本的文本分詞；

返回上述的將所述語音文本按照預設的截取長度進行文本劃分的步驟，直至對所述語音文本進行文本劃分的次數達到預設次數，其中每次文本劃分時采取的截取長度不同，得到所述語音文本對應的所有文本分詞。

3.如權利要求1所述的基于語義識別的記錄生成方法，其特征在于，所述獲取所述文本分詞在預構建的語音文本庫中的詞頻和頻率指數，并根據所述詞頻和頻率指數提取所述語音文本的特征詞，包括：

從所述文本分詞中逐個選取其中一個分詞為目標分詞；

統計所述目標分詞在所述文本分詞中的詞頻，并利用預設的關鍵詞算法計算所述目標分詞在預設分詞庫中的頻率指數；

根據所述詞頻和頻率指數計算所述文本分詞的特征值；

選取所述特征值大于預設的特征閾值的文本分詞為所述特征詞。

4.如權利要求1所述的基于語義識別的記錄生成方法，其特征在于，所述獲取用戶預先設定的篩選條件，包括：

獲取所述篩選條件的存儲路徑；

將所述存儲路徑編譯為路徑參數，利用所述路徑參數對預設的數據接口進行賦值，并利用賦值后的所述數據接口調用所述篩選條件。

5.如權利要求1所述的基于語義識別的記錄生成方法，其特征在于，所述根據所述篩選條件篩選所述特征詞，得到目標特征詞，包括：

將所述篩選條件作為預設的決策函數的參數，構建決策樹模型；

從所述特征詞中逐個選取其中一個詞語為輸入特征詞，利用所述決策樹模型判斷所述輸入特征詞是否符合所述篩選條件；

若所述特征詞符合所述篩選條件，則輸出第一預設數值；

若所述特征詞不符合所述篩選條件，則輸出第二預設數值；

匯集輸出為第一預設數值的輸入特征詞為目標特征詞。

6.如權利要求1所述的基于語義識別的記錄生成方法，其特征在于，所述將所述目標特征詞與預設的類型標簽進行匹配，得到目標標簽，包括：

對所述目標特征詞進行向量轉換，得到每個所述目標特征詞的特征詞向量；

獲取預設的類型標簽的標簽向量，計算每個所述特征詞向量與所述標簽向量的距離值；

選取所述距離值小于預設的距離閾值的類型標簽為目標標簽。

7.如權利要求1所述的基于語義識別的記錄生成方法，其特征在于，所述根據所述目標標簽對所述目標特征詞進行分類，并匯集相同類別的目標特征詞，包括：

從所述目標標簽中逐個選取其中一個標簽，并匯集被選取的標簽對應的目標特征詞為該被選取的標簽的目標特征詞集；

將被選取的標簽所述目標標簽和被選取的標簽的目標特征詞集所述目標特征詞結構化成為數據結構格式，保存至預設的文檔中。