[发明专利]话术推荐方法、装置和电子设备

权利要求书

1.一种话术推荐方法，其特征在于，包括：

获取当前对话中用户输入的对话内容；

根据所述用户输入的对话内容，通过预先训练的话术推荐模型，生成所述对话内容对应的回答话术，所述话术推荐模型是利用用户模拟内容和所述用户模拟内容对应的回答话术组成的对话语料训练获得的；

在所述当前对话中输出所述回答话术；

其中，所述根据所述用户输入的对话内容，通过预先训练的话术推荐模型，生成所述对话内容对应的回答话术之前，还包括：

获取给定上文对话的场景下人工客服的回答话术；

对所述给定上文对话的场景下人工客服的回答话术进行学习，获得待训练的话术推荐模型；

获取与给定的上文对话对应的用户模拟内容；

通过所述待训练的话术推荐模型，生成所述用户模拟内容对应的回答话术；

通过所述用户模拟内容和对应的回答话术组成的对话语料，对所述待训练的话术推荐模型进行训练；

当所述待训练的话术推荐模型的话术推荐准确率大于或等于预定的准确率阈值时，获得训练好的话术推荐模型；

所述通过所述待训练的话术推荐模型，生成所述用户模拟内容对应的回答话术之后，还包括：

对所述用户模拟内容对应的回答话术进行纠错，如果所述用户模拟内容对应的回答话术不准确，则在候选的话术列表中选择正确的回答话术，以获得纠错后的回答话术；

获取与所述纠错后的回答话术对应的用户模拟内容；

所述通过所述用户模拟内容和对应的回答话术组成的对话语料，对所述待训练的话术推荐模型进行训练包括：

通过所述纠错后的回答话术和对应的用户模拟内容组成的对话语料，对所述待训练的话术推荐模型进行训练。

2.根据权利要求1所述的方法，其特征在于，所述获取与给定的上文对话对应的用户模拟内容包括：

通过预先训练的用户模拟模型，获取与所述给定的上文对话对应的用户模拟内容。

3.根据权利要求2所述的方法，其特征在于，所述通过预先训练的用户模拟模型，获取与所述给定的上文对话对应的用户模拟内容之前，还包括：

通过检索和生成的方式，训练获得所述用户模拟模型。

4.一种话术推荐装置，其特征在于，包括：

获取模块，用于获取当前对话中用户输入的对话内容；

生成模块，用于根据所述获取模块获取的用户输入的对话内容，通过预先训练的话术推荐模型，生成所述对话内容对应的回答话术，所述话术推荐模型是利用用户模拟内容和所述用户模拟内容对应的回答话术组成的对话语料训练获得的；

输出模块，用于在所述当前对话中输出所述回答话术；

其中，所述装置还包括：

模仿学习模块，用于在所述生成模块生成所述对话内容对应的回答话术之前，通过模仿学习的方式，获得训练好的话术推荐模型；

所述模仿学习模块包括：

语料获取子模块，用于获取给定上文对话的场景下人工客服的回答话术；

学习子模块，用于对所述给定上文对话的情景下人工客服的回答话术进行学习，获得待训练的话术推荐模型；

所述语料获取子模块，还用于获取与给定的上文对话对应的用户模拟内容；

话术生成子模块，用于通过所述待训练的话术推荐模型，生成所述用户模拟内容对应的回答话术；

训练子模块，用于通过所述用户模拟内容和对应的回答话术组成的对话语料，对所述待训练的话术推荐模型进行训练；当所述待训练的话术推荐模型的话术推荐准确率大于或等于预定的准确率阈值时，获得训练好的话术推荐模型；

所述模仿学习模块还包括：纠错子模块；

所述纠错子模块，用于在所述话术生成子模块生成所述用户模拟内容对应的回答话术之后，对所述用户模拟内容对应的回答话术进行纠错，如果所述用户模拟内容对应的回答话术不准确，则在候选的话术列表中选择正确的回答话术，以获得纠错后的回答话术；

所述语料获取子模块，还用于获取与所述纠错后的回答话术对应的用户模拟内容；

所述训练子模块，具体用于通过所述纠错后的回答话术和对应的用户模拟内容组成的对话语料，对所述待训练的话术推荐模型进行训练。