[发明专利]一种文本处理方法及装置

权利要求书

1.一种文本处理方法，其特征在于，包括：

获取用户对话文本；所述用户对话文本为整通对话文本中的一轮对话文本；

对所述用户对话文本进行语义分析，提取所述用户对话文本中蕴含的至少一个意图；

根据所述至少一个意图和时序多意图矩阵中记录的意图，确定响应所述用户对话文本的回答文本；所述时序多意图矩阵用于记录所述整通对话文本中在所述用户对话文本之前已获取到的多个意图。

2.如权利要求1所述的方法，其特征在于，所述对所述用户对话文本进行语义分析，提取所述用户对话文本中蕴含的至少一个意图，包括：

获取多个语义文本；所述多个语义文本中每个语义文本都对应一个意图；

确定所述多个语义文本中与所述用户对话文本的语义相似度，从而对所述用户对话文本进行语义分析；将所述多个语义文本中与所述用户对话文本语义相似度最高的N个语义文本对应的意图，作为所述至少一个意图中的意图；N为正整数；和\或

将所述用户对话文本输入文本分类模型，根据所述用户对话文本中各词语的语义，确定所述用户对话文本在所述文本分类模型的各意图中所对应的意图，从而对所述用户对话文本进行语义分析；并将所述用户对话文本在所述各意图中所对应的意图作为所述至少一个意图中的意图；所述文本分类模型是根据标注了意图的文本数据训练得到的。

3.如权利要求2所述的方法，其特征在于，所述确定所述多个语义文本中与所述用户对话文本的语义相似度，包括：

将所述用户对话文本中所有字的字向量按照在所述用户对话文本中的顺序依次拼接，获得用户对话向量矩阵；

针对所述多个语义文本中每个语义文本，将所述语义文本中所有字的字向量按照在所述语义文本中的顺序依次拼接，获得所述语义文本的向量矩阵；

根据所述用户对话向量矩阵和所述语义文本的向量矩阵，确定所述用户对话文本和所述语义文本的语义相似度。

4.如权利要求2所述的方法，其特征在于，所述根据所述用户对话文本中各词语的语义，确定所述用户对话文本在所述文本分类模型的各意图中所对应的意图，包括：

对所述用户对话文本进行分词，获取分词后各词组的词向量；

将所述词组的词向量按所述用户对话文本顺序组成词向量矩阵；根据所述词向量矩阵与所述文本分类模型的卷积核矩阵，获得所述用户对话文本的卷积层的特征图像；

对所述卷积层的特征图像执行最大池化操作，获得所述用户对话文本的最大池化结果；

将所述最大池化结果输入所述文本分类模型的意图分类器，将所述意图分类器输出的意图，确定为所述用户对话文本在所述文本分类模型的各意图中所对应的意图。

5.如权利要求1-4任一所述的方法，其特征在于，所述至少一个意图中每个意图都有对应的话术文本；所述根据所述至少一个意图和时序多意图矩阵中记录的意图，确定响应所述用户对话文本的回答文本，包括：

根据预训练的聚类模型，对所述至少一个意图和\或所述时序多意图矩阵中的意图进行聚类，获得所述至少一个意图和\或所述时序多意图矩阵中的意图中每个意图所属的意图类型；其中，不同意图类型都对应不同的优先级；

按照所述至少一个意图和\或所述时序多意图矩阵中的意图中每个意图所属的意图类型的优先级，若确定所述至少一个意图和\或所述时序多意图矩阵中的意图中有属于前M个优先级的M个意图类型的意图，且所述M个意图类型的意图与所述时序多意图矩阵中的意图均不冲突，则将属于所述M个意图类型的意图对应的话术文本，作为所述回答文本；M为正整数。

6.如权利要求5所述的方法，其特征在于，还包括：

若确定所述至少一个意图和所述时序多意图矩阵的意图中均没有属于所述M个意图类型的意图，则将所述M个意图类型中至少一个意图类型的提示话术文本确定为所述回答文本；所述提示话术文本为：与所述至少一个意图类型的意图对应的话术文本语义相似的提问文本。