[发明专利]基于会话预测模型的会话方法及相关产品

权利要求书

1.一种基于会话预测模型的会话方法，其特征在于，包括：

从用户数据库中选择目标用户；

向所述目标用户发起会话请求，接收所述目标用户针对所述会话请求的第一回复信息；

使用会话预测模型对所述第一回复信息进行预测，得到目标语句；

向所述目标用户发送所述目标语句，以与所述目标用户建立会话流程；

获取所述目标用户的完整会话记录；

获取目标用户对任意一个产品的完整会话记录的意向语段，对该意向语段进行语义分析，得到目标用户对任意一个产品的满意程度；

获取所述会话记录的通话语音，根据预先训练好的人声提取模型，对所述通话语音进行人声提取，得到包含人声的第一音频信号；根据独立分量分析算法与卡尔曼滤波算法滤除所述第一音频信号中的背景噪声，得到仅包含人声的第二音频信号；根据语音活动检测算法滤除所述第二音频信号的静音帧，得到第三音频信号；获取所述第三音频信号中的用户音频帧，对用户音频帧进行音频匹配，得到目标用户在会话过程中的情绪信息；

根据情绪信息与误差概率的映射关系确定所述情绪信息对应的误差概率；根据所述误差概率调整目标用户的满意程度，得到目标用户的真实满意程度；

向所述目标用户推送目标产品的购买途径，所述目标产品为真实满意程度大于或者等于阈值的产品。

2.根据权利要求1所述的方法，其特征在于，所述会话预测模型基于机器学习集成算法构建，所述方法还包括：在从用户数据库中选择目标用户之前，使用N条历史会话数据对所述会话预测模型进行优化训练，所述N为正整数；

所述使用会话预测模型对所述第一回复信息进行预测，得到目标语句，包括：使用最新优化训练后的会话预测模型对所述第一回复信息进行预测，得到目标语句。

3.根据权利要求2所述的方法，其特征在于，所述N条历史会话数据中每条历史会话数据包括产品需求、预先构建好的产品知识图谱和历史会话记录，所述产品知识图谱包括产品的属性信息和非属性信息；

所述使用N条历史会话数据对所述会话预测模型进行优化训练，包括：

将N条历史会话数据中每个历史会话数据的产品需求和产品知识图谱作为输入数据输入到所述会话预测模型，得到每条历史会话数据对应的预测会话记录；

基于每条历史会话数据对应的预测会话记录和历史会话记录，得到损失函数，基于梯度下降法和所述损失函数对所述会话预测模型进行优化训练。

4.根据权利要求2或3所述的方法，其特征在于，所述使用最新优化训练后的会话预测模型对所述第一回复信息进行预测，得到目标语句，包括：

基于最新优化训练后的会话预测模型，得到第一特征向量，所述第一特征向量用于表征所述第一回复信对应的产品类型；

基于所述最新优化训练后的会话预测模型，得到第二特征向量，所述第二特征向量用于表征所述第一回复信息对应的产品知识图谱；

将所述第一特征向量和所述第二特征向量进行拼接，得到目标特征向量；

对所述目标特征向量进行匹配，得到匹配的第一模板向量；

将所述第一模板向量的产品类型和产品知识图谱组成语句，得到目标语句。