[发明专利]智能语音机器人的话术形成方法、装置和系统在审
申请号: | 201911329798.3 | 申请日: | 2019-12-20 |
公开(公告)号: | CN111177350A | 公开(公告)日: | 2020-05-19 |
发明(设计)人: | 刘宗全;苏绥绥;常富洋 | 申请(专利权)人: | 北京淇瑀信息科技有限公司 |
主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F16/35;G06F16/335 |
代理公司: | 北京清诚知识产权代理有限公司 11691 | 代理人: | 何怀燕 |
地址: | 100012 北京市朝阳*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 智能 语音 机器人 的话 形成 方法 装置 系统 | ||
1.一种智能语音机器人的话术形成方法,其特征在于,方法包括:
将智能语音机器人与客户的历史对话数据录入对话数据库,从对话数据库中提取问句生成问句集;
对所述问句集进行聚类分析,形成多个主题,每个所述主题包括对应的问句;
对分类后的主题进行审核,如果审核通过,该主题对应的问句存入标准问题库,经过处理补充进问答知识库,形成新的话术;如果审核未通过,该主题对应的问句存入待删除问题库。
2.如权利要求1所述的话术形成方法,其特征在于,智能语音机器人与客户的历史对话数据为采用兜底话术的对话数据。
3.如权利要求1-2所述的话术形成方法,其特征在于,对所述问句集进行聚类分析,形成多个主题包括:
将问句集中的问句转为文本,对所述问句的文本进行分词,将所述分词文本转化为向量;
对所述向量进行聚类,形成多个主题。
4.如权利要求1-3所述的话术形成方法,其特征在于,将所述分词文本转化为向量采用word2vec模型。
5.如权利要求1-4所述的话术形成方法,其特征在于,对所述向量进行聚类采用的采用基于深度学习的TextCNN模型。
6.如权利要求1-5所述的话术形成方法,其特征在于,方法还包括:如果主题审核未通过,将审核未通过的主题反馈到所述聚类分析,在以后聚类分析中直接将该主题相关的问句以及问句对应的回答删除。
7.如权利要求1-6所述的话术形成方法,其特征在于,经过处理补充进问答知识库包括:对所述主题对应的问句进行文本内容过滤,将文本内容过滤后的问句生成新的话术模板。
8.一种智能语音机器人的话术形成装置,其特征在于,装置包括:
问句提取模块,用于将智能语音机器人与客户的历史对话数据录入对话数据库,从对话数据库中提取问句生成问句集;
聚类分析模块,用于对所述问句集进行聚类分析,形成多个主题,每个所述主题包括对应的问句;
主题审核模块,用于对分类后的主题进行审核,如果审核通过,该主题对应的问句存入标准问题库,经过处理补充进问答知识库,形成新的话术;如果审核未通过,该主题对应的问句存入待删除问题库。
9.一种智能语音机器人的话术形成系统,其特征在于,包括:
存储单元,用于存储计算机可执行程序;
处理单元,用于读取所述存储单元中的计算机可执行程序,以执行权利要求1-7中任一项所述的智能语音机器人的话术形成方法。
10.一种计算机可读介质,用于存储计算机可读程序,其特征在于,所述计算机可读程序用于执行权利要求1-7中任一项所述的智能语音机器人的话术形成方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京淇瑀信息科技有限公司,未经北京淇瑀信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911329798.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:故障不确定条件下的混合调度系统及方法
- 下一篇:一种多层包扎容器工艺装备