[發(fā)明專利]一種基于智能營銷場(chǎng)景的數(shù)據(jù)建模方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202111221787.0
• 申請(qǐng)日: 2021-10-20
• 公開（公告）號(hào): CN114022192A
• 公開（公告）日: 2022-02-08
• 發(fā)明（設(shè)計(jì)）人: 李鵬偉;馮鑫;王彤;馬嘯陽
• 申請(qǐng)（專利權(quán)）人: 百融云創(chuàng)科技股份有限公司
• 主分類號(hào): G06Q30/02
• 分類號(hào): G06Q30/02;G10L15/02;G10L25/63;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京鼎佳達(dá)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11348
• 代理人: 劉鐵生;孟阿妮

1.一種基于智能營銷場(chǎng)景的數(shù)據(jù)建模方法，其中，所述方法包括：

獲得通話記錄，所述通話記錄包括文本信息、語音信息；

對(duì)所述文本信息進(jìn)行特征提取，獲得文本特征；

對(duì)所述語音信息進(jìn)行特征提取，獲得語音特征；

將所述文本特征、語音特征進(jìn)行特征融合，獲得融合特征信息；

將所述融合特征信息輸入一層全聯(lián)接層，通過回歸邏輯進(jìn)行分類預(yù)測(cè)，構(gòu)建雙模態(tài)模型；

對(duì)所述雙模態(tài)模型進(jìn)行訓(xùn)練，獲得雙模態(tài)神經(jīng)網(wǎng)絡(luò)模型，所述雙模態(tài)神經(jīng)網(wǎng)絡(luò)模型為通過多組訓(xùn)練數(shù)據(jù)經(jīng)過訓(xùn)練獲得，其中，每組訓(xùn)練數(shù)據(jù)均包括文本特征與語音特征的融合特征信息以及標(biāo)識(shí)成單意向率的標(biāo)識(shí)信息。

2.如權(quán)利要求1所述的方法，其中，所述對(duì)所述文本信息進(jìn)行特征提取，獲得文本特征，包括：

通過查表法將所述文本信息轉(zhuǎn)換為輸入向量；

對(duì)所述輸入向量進(jìn)行編碼，并采用多種不同卷積核大小進(jìn)行特征提取，獲得所述文字特征。

3.如權(quán)利要求1所述的方法，其中，所述對(duì)所述語音信息進(jìn)行特征提取，獲得語音特征，包括：

通過開源工具對(duì)所述語音信息進(jìn)行特征提取，獲得第一特征、第二特征，其中，所述第一特征為40維特征，所述第二特征為100維特征；

將所述第一特征與所述第二特征進(jìn)行拼接，獲得第三特征，所述第三特征為140維特征；

對(duì)所述第三特征進(jìn)行編碼，并采用多種不同卷積核大小進(jìn)行特征提取，獲得所述語音特征。

4.如權(quán)利要求1所述的方法，其中，所述將所述文本特征、語音特征進(jìn)行特征融合，獲得融合特征信息，包括：

將所述文本特征、所述語音特征通過自注意力機(jī)制進(jìn)行計(jì)算，并將所述文本特征計(jì)算結(jié)果加到所述語音特征上，得到語音特征表達(dá)；

將所述本文特征、所述語音特征表達(dá)通過融合算法進(jìn)行融合，獲得所述融合特征信息。

5.如權(quán)利要求1所述的方法，其中，所述獲得通話記錄之后，包括：

根據(jù)所述通話記錄，獲得交易信息；

當(dāng)所述交易信息為第一結(jié)果時(shí)，所述通話記錄為第一類信息，其中，所述第一結(jié)果為存在交易結(jié)果；

當(dāng)所述交易信息為第二結(jié)果時(shí)，所述通話記錄為第二類信息，其中，所述第二結(jié)果為不存在交易結(jié)果；

獲得訓(xùn)練數(shù)據(jù)數(shù)量要求；

基于所述第一類信息、所述第二類信息，根據(jù)所述訓(xùn)練數(shù)據(jù)數(shù)量要求，獲得訓(xùn)練數(shù)據(jù)。

6.如權(quán)利要求2所述的方法，其中，所述文字特征的最大維數(shù)為768維。

7.如權(quán)利要求3所述的方法，其中，所述語音特征的幀長為25ms，幀移為10ms。

8.一種基于智能營銷場(chǎng)景的數(shù)據(jù)建模系統(tǒng)，其中，所述建模系統(tǒng)包括：

第一獲得單元，所述第一獲得單元用于獲得通話記錄，所述通話記錄包括文本信息、語音信息；

第一提取單元，所述第一提取單元用于對(duì)所述文本信息進(jìn)行特征提取，獲得文本特征；

第二提取單元，所述第二提取單元用于對(duì)所述語音信息進(jìn)行特征提取，獲得語音特征；

第一融合單元，所述第一融合單元用于將所述文本特征、語音特征進(jìn)行特征融合，獲得融合特征信息；

第一構(gòu)建單元，所述第一構(gòu)建單元用于將所述融合特征信息輸入一層全聯(lián)接層，通過回歸邏輯進(jìn)行分類預(yù)測(cè)，構(gòu)建雙模態(tài)模型；

第一訓(xùn)練單元，所述第一訓(xùn)練單元用于對(duì)所述雙模態(tài)模型進(jìn)行訓(xùn)練，獲得雙模態(tài)神經(jīng)網(wǎng)絡(luò)模型。

9.一種基于智能營銷場(chǎng)景的數(shù)據(jù)建模系統(tǒng)，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其中，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)權(quán)利要求1-7任一項(xiàng)所述方法的步驟。