[发明专利]业务服务的处理方法、装置、服务平台及存储介质

权利要求书

1.一种业务服务的处理方法，其特征在于，包括：

获取用户请求对应的语义特征数据；

基于所述语义特征数据及预先训练的语义理解网络模型，确定用户请求对应的目标业务，所述语义理解网络模型的网络结构包括Highway神经网络层、mask神经网络层及循环神经网络层；

基于所述目标业务，为用户提供相应的业务服务。

2.根据权利要求1所述的方法，其特征在于，所述语义特征数据包括字特征、词语特征、上下文特征中的至少一种。

3.根据权利要求1所述的方法，其特征在于，基于所述语义特征数据及预先训练的语义理解网络模型，确定用户请求对应的目标业务，包括：

将所述语义特征数据进行特征拼接后，输入到Highway神经网络层，进行特征融合处理，获得融合特征数据；

将所述融合特征数据输入到mask神经网络层，进行特征屏蔽处理，获得屏蔽后特征数据；

基于所述屏蔽后特征数据及循环神经网络层，确定用户请求对应的所述目标业务。

4.根据权利要求3所述的方法，其特征在于，基于所述屏蔽后特征数据及循环神经网络层，确定用户请求对应的所述目标业务，包括：

将所述屏蔽后特征数据输入到循环神经网络层，获得用户请求对应各业务的概率；

根据用户请求对应各业务的概率，确定用户请求对应的所述目标业务。

5.根据权利要求3所述的方法，其特征在于，所述语义理解网络模型的网络结构还包括CRF网络层；

基于所述屏蔽后特征数据及循环神经网络层，确定用户请求对应的所述目标业务，包括：

基于所述屏蔽后特征数据、循环神经网络层及CRF网络层，确定用户请求对应的所述目标业务。

6.根据权利要求1所述的方法，其特征在于，获取用户请求对应的语义特征数据，包括：

获取用户请求，所述用户请求包括请求内容文本；

采用预设文本向量算法，对所述请求内容文本进行特征提取，获得所述语义特征数据。

7.根据权利要求1所述的方法，其特征在于，所述语义理解网络模型，通过以下过程训练获得：

获取语义训练数据，所述语义训练数据包括语义训练特征数据及语义训练槽位标签；

对所述语义训练槽位标签进行BIOES格式转换，获得BIOES格式数据；

采用所述语义训练特征数据及所述BIOES格式数据，对预先建立的语义理解网络进行训练，获得所述语义理解网络模型。

8.根据权利要求1所述的方法，其特征在于，所述循环神经网络层为具有mask屏蔽开关处理功能的长短期记忆LSTM神经网络层。

9.一种业务服务的处理装置，其特征在于，包括：

获取模块，用于获取用户请求对应的语义特征数据；

确定模块，用于基于所述语义特征数据及预先训练的语义理解网络模型，确定用户请求对应的目标业务，所述语义理解网络模型的网络结构包括Highway神经网络层、mask神经网络层及循环神经网络层；

处理模块，用于基于所述目标业务，为用户提供相应的业务服务。

10.根据权利要求9所述的装置，其特征在于，所述语义特征数据包括字特征、词语特征、上下文特征中的至少一种。

11.根据权利要求9所述的装置，其特征在于，所述确定模块，具体用于：

将所述语义特征数据进行特征拼接后，输入到Highway神经网络层，进行特征融合处理，获得融合特征数据；

将所述融合特征数据输入到mask神经网络层，进行特征屏蔽处理，获得屏蔽后特征数据；

基于所述屏蔽后特征数据及循环神经网络层，确定用户请求对应的所述目标业务。