[发明专利]关键词抽取方法、话术评分方法以及话术推荐方法

权利要求书

1.一种关键词抽取方法，所述方法包括：

获取待处理文本数据；

将所述待处理文本数据输入至已训练的关键词抽取网络模型，得到关键词；

其中，所述已训练的关键词抽取网络模型采用下述方式构建：

获取训练语料样本数据，所述训练语料样本数据包括具有对应关系的标准话术和标准关键词；

对所述标准关键词进行分类处理、并将分类后的标准关键词归类至对应的数据集合；

获取所述数据集合对应的集合编码，基于所述集合编码，将所述标准话术处理成携带集合编码的序列标注样本；

获取初始ERNIE-BiLSTM-CRF关键词抽取网络模型，将所述携带集合编码的序列标注样本输入至所述初始ERNIE-BiLSTM-CRF关键词抽取网络模型；

基于所述携带集合编码的序列标注样本，训练所述初始ERNIE-BiLSTM-CRF关键词抽取网络模型，得到关键词抽取网络模型。

2.根据权利要求1所述的关键词抽取方法，其特征在于，所述对所述标准关键词进行分类处理包括：

采用预设预训练模型对所述标准关键词进行语义向量编码，得到关键词语义向量；

获取所述关键词语义向量之间的语义相似度，根据所述语义相似度对所述标准关键词进行分类。

3.根据权利要求2所述的关键词抽取方法，其特征在于，所述获取所述关键词语义向量之间的语义相似度，根据所述语义相似度对所述标准关键词进行分类包括：

采用局部敏感哈希算法和余弦相似度算法，计算所述关键词语义向量之间的语义相似度；

将所述语义相似度与预设相似度阈值进行比较，根据比较结果对所述标准关键词进行分类。

4.根据权利要求1所述的关键词抽取方法，其特征在于，所述基于所述集合编码，将所述标准话术处理成携带集合编码的序列标注样本包括：

将所述标准话术与所述标准关键词进行匹配；

基于所述集合编码，为匹配出的所述标准话术中的关键词和非关键词添加对应的标注，得到所述携带集合编码的序列标注样本。

5.根据权利要求1所述的关键词抽取方法，其特征在于，所述初始ERNIE-BiLSTM-CRF关键词抽取网络模型的数量至少为两个；所述初始ERNIE-BiLSTM-CRF关键词抽取网络模型的数量包括ERNIE网络单元、BiLSTM网络单元以及CRF网络单元；

所述基于所述携带集合编码的序列标注样本，训练所述初始ERNIE-BiLSTM-CRF关键词抽取网络模型，得到关键词抽取网络模型包括：

根据所述ERNIE网络单元对所述携带集合编码的序列标注样本进行语义编码，得到各序列标注样本对应的上下文词向量；

将所述上下文词向量输入至所述BiLSTM网络单元，得到所述上下文词向量的双向隐藏状态向量；

将所述双向隐藏状态向量进行拼接、并将拼接后的所述双向隐藏状态向量输入至所述CRF网络单元，得到各序列标注样本中关键词出现的概率值；

根据所述概率值，筛选出输出所述概率值最高的初始ERNIE-BiLSTM-CRF关键词抽取网络模型，得到关键词抽取网络模型。

6.一种话术评分方法，所述话术评分方法包括：

获取待评分话术，将所述待评分话术转换为字符序列；

将所述字符序列输入至已训练的关键词抽取网络模型，抽取所述字符序列中的关键词，得到抽取出的关键词对应的集合标记序列；

根据所述集合标记序列，统计命中集合数，确定所述待评分话术的关键词命中数；

根据所述关键词命中数，得到所述待评分话术的评分；

其中，所述已训练的关键词抽取网络模型为上述权利要求1至5中任一项所述的关键词抽取方法中的关键词抽取网络模型。