[发明专利]一种对话分类方法、装置、电子设备及存储介质

说明书

本发明对话分类方法、装置、电子设备及存储介质，属于数据处理技术领域。该方法包括：获取针对目标事件的对方各方的对话记录；对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；对输出特征进行分类，得到表征目标事件的责任方的分类结果。本申请实施例中，对对话记录中的每句话进行文本特征提取，在得到对应的文本特征后，还要将句子之间的时序特征考虑进去，也即使用预设的网络模型对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，然后再基于输出特征进行对话分类，这样能最大限度的还原对话场景，提高分类的准确性和可靠性。

技术领域

本发明属于数据处理技术领域，具体涉及一种对话分类方法、装置、电子设备及存储介质。

背景技术

为了便于管理和分析等，会对文本内容进行分类，目前业界基于文本分类的算法很多，也已经相对成熟，其中，现有的文本分类技术，大部分是基于文本内容主题和领域进行的分类，例如，基于文本内容主题进行分类时，将具备相似文本内容主题的文本分为同一类，基于领域进行分类时，对将属于同一领域或相似领域的文本内容分为同一类。

发明内容

鉴于此，本发明实施例提供一种对话分类方法、装置、电子设备及存储介质，以有效地改善现有的文本分类方法无法适用对话逻辑判责的问题。

本发明的实施例是这样实现的：

第一方面，本发明实施例提供了一种对话分类方法，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。

本申请实施例中，对对话记录中的每句话进行文本特征提取，在得到对应的文本特征后，还要将句子之间的时序特征考虑进去，也即使用预设的网络模型对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，然后再基于输出特征进行对话分类，这样能最大限度的还原对话场景，提高分类的准确性和可靠性。

结合第一方面实施例的又一种可能的实施方式，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。本申请实施例中，在对文本特征进行时序特征提取时，先将文本特征转换成向量特征，再进一步提取句子更高层次的特征，保证了时序特征提取的可靠性和可行性。

结合第一方面实施例的又一种可能的实施方式，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。本申请实施例中，采用双向长短时记忆循环神经网络对向量特征进行时序特征提取，能更好地将句子之间的逻辑关系特征提取出来。

结合第一方面实施例的又一种可能的实施方式，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。本申请实施例中，可以采用上述三种特征提取方式中的任意一种对对话记录中的每句话进行文本特征提取，使得在特征提取时灵活性好，可选择的余地多。

结合第一方面实施例的又一种可能的实施方式，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。本申请实施中，主要针对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，以便于确认导致服务订单被取消的责任方，便于对服务提供方进行监控管理，提高服务质量。