[發明專利]智能客服的信息處理方法、裝置、設備及介質

在審

• 申請號: 202111501233.6
• 申請日: 2021-12-09
• 公開（公告）號: CN114169335A
• 公開（公告）日: 2022-03-11
• 發明（設計）人: 肖冰;王斌斌;馬蘭;劉歡歡
• 申請（專利權）人: 航天信息股份有限公司;河北航天信息技術有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/211;G06K9/62;G06V10/74
• 代理公司: 北京合智同創知識產權代理有限公司 11545
• 代理人: 李杰

本公開涉及一種智能客服的信息處理方法、裝置、設備及介質。其中，包獲取待分析文本和參考文本后，對待分析文本和參考文本進行分割處理，得到待分析文本和參考文本的分詞信息，對分詞信息進行實體識別，分別得到待分析文本和參考文本的實體信息，通過依存句法分析算法對實體信息進行分析，獲得待分析文本和參考文本的依存關系信息；通過分詞信息、實體信息和依存關系信息對相應的分詞特征、實體特征和依存特征進行特征編碼，得到特征向量集，基于特征向量集，通過二分類模型計算獲得待分析文本和參考文本的相似度，能夠從可以從專業詞、句式、語義等多方面篩選高度相似的參考文本答案返回給待分析文本，有效去除噪音數據，大大提高匹配模型的精準度。

技術領域

本公開涉及文本處理技術領域，尤其涉及一種智能客服的信息處理方法、裝置、設備及介質。

背景技術

智能客服應用領域中，機器人問答服務是當前大型企業提供自助客服服務的主要手段，機器人問答服務能提供24小時實時線上服務，極大程度上釋放了人工在線坐席的壓力，并且效率極高。但是，目前市面上的機器人問答服務大多依賴于匹配模型的精確度和語料規模的大小程度。在語料規模大小一定的情況下，提高匹配模型的精度成為了優化機器人問答服務的關鍵所在。

目前，市面上有很多問答匹配模型和檢索系統，本質都是在計算用戶輸入問句與系統存儲的多個問句之間的相近程度。如果當用戶的問題和系統存儲的單一的某個問句很相似，系統則直接返回該問句對應的答案。但是如果系統中存在多個類似的答案，如何從中選出最相近的答案成為了限制問答模型的重要因素。

然而，目前的匹配模型大多是基于字形的機械匹配，現有的模型先將待處理文本轉換為詞序列，將序列中所有的詞語作為關鍵詞，去庫里查找包含這些關鍵詞的所有問句，將其作為結果返回給系統；或者將一個句子利用詞向量工具轉化為一個詞向量，去計算向量的相似度，顯然這兩種模型，都過于粗糙，前者沒有考慮語義層面的信息，后者過度依賴于詞向量轉化工具的精度。得到的結果包含了很多噪音數據，造成問答結果返回不準確，用戶體驗極差。

發明內容

為了解決上述技術問題或者至少部分地解決上述技術問題，本公開提供了一種智能客服的信息處理方法、裝置、設備及介質。

第一方面，本公開提供了一種智能客服的信息處理方法，包括：

獲取待分析文本和參考文本；

對待分析文本和參考文本進行分割處理，得到待分析文本和參考文本的分詞信息；

對分詞信息進行實體識別，分別得到待分析文本和參考文本的實體信息；

通過依存句法分析算法對實體信息進行分析，獲得待分析文本和參考文本的依存關系信息；

通過分詞信息、實體信息和依存關系信息對相應的分詞特征、實體特征和依存特征進行特征編碼，得到特征向量集；

基于特征向量集，通過二分類模型計算獲得待分析文本和參考文本的相似度；

將相似度最大的參考文本的答案返回給待分析文本。

第二方面，本公開提供了一種智能客服的信息裝置，包括：

文本獲取模塊，用于獲取獲取待分析文本和參考文本；

分詞模塊，對待分析文本和參考文本進行分割處理，得到待分析文本和參考文本的分詞信息；

實體識別模塊，對分詞信息進行實體識別，分別得到待分析文本和參考文本的實體信息；

依存分析模塊，通過依存句法分析算法對實體信息進行分析，獲得待分析文本和參考文本的依存關系信息；

特征矩陣構建模塊，通過分詞信息、實體信息和依存關系信息對相應的分詞特征、實體特征和依存特征進行特征編碼，得到特征向量集；