[发明专利]智能客服中解决知识库冷启动的方法和装置

权利要求书

1.一种智能客服中解决知识库冷启动的方法，其中，包括：

调取人工客服日志数据进行清洗和预处理，得到候选句集合；

将所述候选句集合中的候选句使用业务词信息进行粗聚类，生成粗分业务簇；

对所述粗分业务簇利用细粒度语义聚合，生成细分业务簇；以及

将每个所述细分业务簇中的句子按照句子出现频次由多至少划分为1个标准句和与所述标准句对应的相似句后，即得到解决知识库冷启动的最终知识库。

2.如权利要求1所述的智能客服中解决知识库冷启动的方法，其中，调取人工客服日志数据进行清洗和预处理包括：

以由同行业或本公司的人工客服获得的人工客服数据作为人工客服日志数据，对所述人工客服日志数据进行去除乱码和网址的清洗操作，然后对清洗后的句子进行长度过滤的预处理操作。

3.如权利要求2所述的智能客服中解决知识库冷启动的方法，其中，以由同行业或本公司的人工客服获得的人工客服数据作为人工客服日志数据包括：

选取人工客服数据中客户一方的句子作为初始句集合，对所述初始句集合中的句子进行清洗和预处理后依存句法分析，过滤掉其中既缺少主语又缺少宾语的句子，获得信息表述清晰的句子，即得到所述候选句集合。

4.如权利要求1所述的智能客服中解决知识库冷启动的方法，其中，将所述候选句集合中的候选句使用业务词信息进行粗聚类包括：

保留候选句中的业务词汇，用K-means聚类算法或者谱聚类算法进行处理。

5.如权利要求1所述的智能客服中解决知识库冷启动的方法，其中，对所述粗分业务簇利用细粒度语义聚合，生成细分业务簇包括：

将粗分业务簇中包含的句子利用机器学习算法或基于正则表达的自然语言处理方式进行分类；

将没有分类标签的句子利用BERT预训练模型结合层次聚类算法进行处理，得到细分业务簇。

6.如权利要求5所述的智能客服中解决知识库冷启动的方法，其中，将没有分类标签的句子利用BERT预训练模型结合层次聚类算法进行处理前，还包括：利用预先收集的客服停用词表中的词汇将分类后的句子中包含的起润滑作用的短语去除；以及

将没有分类标签的句子利用BERT预训练模型结合层次聚类算法进行处理时，还包括：通过内积、JACCARD系数或余弦相似度计算去除了起润滑作用的短语的句子间的相似度，并将相似度高于预设的阈值的句子分到同一簇中，相似度低于所述阈值的句子分到不同的簇中。

7.如权利要求1所述的智能客服中解决知识库冷启动的方法，其中，将每个所述细分业务簇中的句子按照句子出现频次由多至少划分为1个标准句和与所述标准句对应的相似句包括：若所述细分业务簇中无最高频次的句子时，则在所述细分业务簇中求得每个句子跟其他所有句子的余弦相似度之和，选择余弦相似度之和最大的句子作为所述细分业务簇的标准句，其他句子作为与所述标准句对应的相似句。