[发明专利]基于结构化数据的主题树生成方法及系统及智能对话方法

说明书

本发明公开了一种基于结构化数据的主题树生成方法及系统及智能对话方法，其通过利用决策树算法进行计算所述结构化数据的根；并通过对所述根进行热度分析，并将热度大于预设值的根作为主题树的主题；以及对所述根进行关联分析，并根据所述根的关联性选取最大化增益的属性值，在所述最大化增益的属性值中，选取关联性大于预设值的属性值作为主题树的属性值；从而由所述主题和所述属性值生成主题树；本发明直接从现有的结构化数据中自动学习并构建主题树，无需预先收集对话数据即可构建自己专属的数据库，并可直接作为智能对话的知识库使用，避免了以往在没有训练语料的情况下无法使用的情况。

技术领域

本发明涉及计算机技术领域，特别是一种基于结构化数据的主题树生成方法及其应用该方法的系统及智能对话方法。

背景技术

随着互联网及电子商务的普及应用，及人工智能技术的发展，智能客服越来越常见。智能客服是在大规模知识处理基础上发展起来的一项面向行业应用的，它涉及大规模知识处理技术、自然语言理解技术、知识管理技术、自动问答系统、推理技术等等，具有行业通用性，不仅为企业提供了细粒度知识管理技术，还为企业与海量用户之间的沟通建立了一种基于自然语言的快捷有效的技术手段；同时还能够为企业提供精细化管理所需的统计分析信息，可以大大降低企业在客服方面的人工成本。

智能客服的工作原理主要是基于大数据知识处理技术的应用，即通过提取访客的关键词来判断访客的意图，然后从知识库中匹配相应的答案给访客。知识库需要靠人工创建且不断的进行更新，才能满足用户的提问，知识库一般为现实中的对话语料库经过梳理、标记等流程后才可使用。如果一个新企业或新的行业想使用智能客服系统，但前期并没有对话的数据积累，则系统模型无法使用，或者使用后无法准确的进行对话。

发明内容

本发明为解决上述问题，提供了一种基于结构化数据的主题树生成方法及系统及智能对话方法，无需预先收集对话数据即可构建自己专属的数据库，以作为智能对话的知识库使用。

为实现上述目的，本发明采用的技术方案为：

一种基于结构化数据的主题树生成方法，其包括以下步骤：

a.获取结构化数据；

b.利用决策树算法进行计算所述结构化数据的根；

c.对所述根进行热度分析，并将热度大于预设值的根作为主题树的主题；

d.对所述根进行关联分析，并根据所述根的关联性选取最大化增益的属性值；

e.在所述最大化增益的属性值中，选取关联性大于预设值的属性值作为主题树的属性值；

f.由所述步骤c中的主题和所述步骤e中的属性值生成主题树。

优选的，所述的步骤a中，所述结构化数据包括以下一种以上：SQL数据库、二维形式表示的文本记录、二维形式表示的电子文档。

优选的，所述的步骤b中，是基于MapReduce机制对所述结构化数据进行解析，并获取所述结构化数据的<key,value>对，其中，key是指所述结构化数据的根，value是指所述结构化数据的属性值。

优选的，所述的步骤d中，所述关联分析是指采用Apriori算法或者FP-growth算法进行所述根的关联度的分析。

优选的，所述的步骤d中，选取最大化增益的属性值，是基于MapReduce机制计算所述结构化数据中包含的每个属性值的信息增益，选出其最大值作为所述结构化数据的根的分裂属性。

对应的，本发明还提供了一种基于结构化数据的主题树生成系统，其包括：

数据获取模块，用于获取结构化数据；

决策树聚类模块，其利用决策树算法进行计算所述结构化数据的根；