[发明专利]一种对话分类方法、装置、电子设备及存储介质

权利要求书

1.一种对话分类方法，其特征在于，包括：

获取针对目标事件的对方各方的对话记录；

对所述对话记录中的每句话进行文本特征提取，得到对应的文本特征；

使用预设的网络模型对所述文本特征进行时序特征提取，得到包含时序特征的输出特征；

对所述输出特征进行分类，得到表征所述目标事件的责任方的分类结果。

2.根据权利要求1所述的方法，其特征在于，使用预设的网络模型对所述文本特征进行时序特征提取，包括：

将所述文本特征中的每个词进行词嵌入，转换成向量特征；

使用预设的网络模型对所述向量特征进行时序特征提取。

3.根据权利要求2所述的方法，其特征在于，使用预设的网络模型对所述向量特征进行时序特征提取，包括：

使用预设的双向长短时记忆循环神经网络对所述向量特征进行时序特征提取。

4.根据权利要求1－3中任一项所述的方法，其特征在于，对所述对话记录中的每句话进行文本特征提取，包括：

对所述对话记录中的每句话按照字符进行分割处理，并在分割后的每个字符前或后加入表征当前说话的说话者身份信息；或者

使用聚类算法对所述对话记录中的每句话进行聚类，将聚类后得到的标签作为该句话对应的特征；或者

使用模式匹配对所述对话记录中的每句话进行匹配，将匹配得到的模式类别作为该句话对应的特征。

5.根据权利要求1所述的方法，其特征在于，获取针对目标事件的对方各方的对话记录，包括：

获取取消服务订单事件的服务提供方与服务请求方的对话记录。

6.一种对话分类装置，其特征在于，包括：

获取模块，用于获取针对目标事件的对方各方的对话记录；

文本特征提取模块，用于对所述对话记录中的每句话进行文本特征提取，得到对应的文本特征；

时序特征提取模块，用于使用预设的网络模型对所述文本特征进行时序特征提取，得到包含时序特征的输出特征；

分类模块，用于对所述输出特征进行分类，得到表征所述目标事件的责任方的分类结果。

7.根据权利要求6所述的装置，其特征在于，所述时序特征提取模块，还用于：

将所述文本特征中的每个词进行词嵌入，转换成向量特征；

使用预设的网络模型对所述向量特征进行时序特征提取。

8.根据权利要求7所述的装置，其特征在于，所述时序特征提取模块，还用于使用预设的双向长短时记忆循环神经网络对所述向量特征进行时序特征提取。

9.根据权利要求6所述的装置，其特征在于，所述文本特征提取模块，还用于对所述对话记录中的每句话按照字符进行分割处理，并在分割后的每个字符前或后加入表征当前说话的说话者身份信息；或者，使用聚类算法对所述对话记录中的每句话进行聚类，将聚类后得到的标签作为该句话对应的特征；或者，使用模式匹配对所述对话记录中的每句话进行匹配，将匹配得到的模式类别作为该句话对应的特征。

10.根据权利要求6所述的装置，其特征在于，所述获取模块，还用于获取取消服务订单事件的服务提供方与服务请求方的对话记录。

11.一种电子设备，其特征在于，包括：存储器和处理器，所述存储器和所述处理器连接；

所述存储器用于存储程序；

所述处理器用于调用存储于所述存储器中的程序，以执行如权利要求1－5中任一项所述的方法。

12.一种存储介质，其特征在于，所述存储介质包括计算机程序，所述计算机程序被计算机运行时执行如权利要求1－5任一项所述的方法。