[發明專利]基于隨機狀態的話術推薦方法、裝置及電子設備

在審

• 申請號: 202210143900.6
• 申請日: 2022-02-16
• 公開（公告）號: CN114519094A
• 公開（公告）日: 2022-05-20
• 發明（設計）人: 沈越
• 申請（專利權）人: 平安普惠企業管理有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F40/211;G06F40/30;G06N3/04;G06N3/08
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 陳燕

本申請公開了一種基于隨機狀態的話術推薦方法、裝置及電子設備，其中，方法包括：對用戶當前的語音信息進行文本轉化處理，得到語音信息對應的第一語句；根據第一語句查詢歷史對話數據，得到第二語句，第二語句的發生時間早于第一語句的發生時間，且第二語句的發生時間與第一語句的發生時間之間的差的絕對值最小；對第二語句進行意愿提取，得到第一意愿特征；根據第一意愿特征生成第一語句的狀態追蹤標簽；將第一語句、狀態追蹤標簽和至少一個話術輸入評分模型，得到至少一個第一分數；將至少一個第一分數中的每個第一分數與隨機函數相乘，得到至少一個第二分數；將至少一個第二分數中最大的第二分數對應的話術推薦至答復設備。

技術領域

本發明涉及人工智能技術領域，具體涉及一種基于隨機狀態的話術推薦方法、裝置及電子設備。

背景技術

目前，傳統的話術推薦模型基本上是基于協同過濾，或者排序模型得到的TOP列表進行推薦，總體而言，對于大部分場景來說，上述話術推薦模型的效果是可以滿足場景的需求的。但是，在與人對話場景中，傳統的話術推薦方式所采用的協同過濾或者排序模型的方式都是將高頻意圖對應的高頻話術提取出來進行回復，這樣就會導致客戶每次提問，哪怕同一段對話中，只要對話的意圖相似，得到的回復總會是一些不斷重復的高頻話術，即，高頻的幾個話術會重復出現。由此，產生惡性循環，使高頻話術總會被推薦到，使其頻率進一步堆高，后續訪問權重也會加大，更容易被繼續訪問。使整個對話過程顯的比較呆板，缺乏趣味性和創新性，用戶體驗較差。

發明內容

為了解決現有技術中存在的上述問題，本申請實施方式提供了一種基于隨機狀態的話術推薦方法、裝置及電子設備，可以提高與人對話場景中的趣味性和創造性，繼而提升用戶體驗。

第一方面，本申請的實施方式提供了一種基于隨機狀態的話術推薦方法，包括：

對用戶當前的語音信息進行文本轉化處理，得到語音信息對應的第一語句；

根據第一語句查詢歷史對話數據，得到第二語句，其中，歷史對話數據用于記錄第一語句所屬的對話事件在當前時刻前所產生的對話數據，第二語句的發生時間早于第一語句的發生時間，且第二語句的發生時間與第一語句的發生時間之間的差的絕對值最小；

對第二語句進行意愿提取，得到第一意愿特征；

根據第一意愿特征生成第一語句的狀態追蹤標簽，其中，狀態追蹤標簽用于標識用戶在說出語音信息時自身的意愿方向和需求強度；

將第一語句、狀態追蹤標簽和至少一個話術輸入評分模型，得到至少一個第一分數，其中，評分模型用于對至少一個話術中的每個話術進行評分，至少一個第一分數與至少一個話術一一對應；

將至少一個第一分數中的每個第一分數與隨機函數相乘，得到至少一個第二分數，其中，至少一個第二分數與至少一個第一分數一一對應；

將至少一個第二分數中最大的第二分數對應的話術推薦至答復設備，以使答復設備根據推薦話術生成答復語句對用戶當前的語音信息進行答復。

第二方面，本申請的實施方式提供了一種基于隨機狀態的話術推薦裝置，包括：

分析模塊，用于對用戶當前的語音信息進行文本轉化處理，得到語音信息對應的第一語句；

查詢模塊，用于根據第一語句查詢歷史對話數據，得到第二語句，其中，歷史對話數據用于記錄第一語句所屬的對話事件在當前時刻前所產生的對話數據，第二語句的發生時間早于第一語句的發生時間，且第二語句的發生時間與第一語句的發生時間之間的差的絕對值最小；

處理模塊，用于對第二語句進行意愿提取，得到第一意愿特征，根據第一意愿特征生成第一語句的狀態追蹤標簽，其中，狀態追蹤標簽用于標識用戶在說出語音信息時自身的意愿方向和需求強度；