[发明专利]信息交互方法和装置、电子设备和存储介质在审

专利信息
申请号: 202010496181.7 申请日: 2020-06-03
公开(公告)号: CN111639162A 公开(公告)日: 2020-09-08
发明(设计)人: 陈迪;朱坤广 申请(专利权)人: 贝壳技术有限公司
主分类号: G06F16/33 分类号: G06F16/33;G06F16/332;G06N3/08;G06Q30/02
代理公司: 北京思源智汇知识产权代理有限公司 11657 代理人: 毛丽琴
地址: 300457 天津市滨海新区经济技术开发*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 信息 交互 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种信息交互方法,其特征在于,包括:

响应于接收到用户发送的语句,基于所述用户发送的语句生成用户语句特征;

获取所述用户语句特征对应的用户意图特征;

利用第一神经网络模型,基于所述用户语句特征、所述用户意图特征、和由所述用户的用户画像生成的用户偏好特征,生成针对所述用户发送的语句的回复语句。

2.根据权利要求1所述的方法,其特征在于,所述基于所述用户发送的语句生成用户语句特征,包括:

对所述用户发送的语句进行分词,得到分别具有最小语义单位的至少一个词;

利用词到向量技术,对所述至少一个词进行词到向量的转换,得到所述用户语句特征。

3.根据权利要求1或2所述的方法,其特征在于,所述获取所述用户语句特征对应的用户意图特征,包括:

利用自然语言理解技术,基于所述用户语句特征,获取所述用户意图特征。

4.根据权利要求1-3任一所述的方法,其特征在于,所述基于所述用户语句特征、所述用户意图特征、和由所述用户的用户画像生成的用户偏好特征,生成针对所述用户发送的语句的回复语句之前,还包括:

基于所述用户的用户标识ID从用户数据库获取所述用户的用户画像;

对所述用户画像进行分词,得到分别具有最小语义单位的至少一个词;

利用词到向量技术,对所述用户画像分词得到的至少一个词进行词到向量的转换,得到所述用户偏好特征。

5.根据权利要求1-4任一所述的方法,其特征在于,所述基于所述用户语句特征、所述用户意图特征、和由所述用户的用户画像生成的用户偏好特征,生成针对所述用户发送的语句的回复语句,包括:

将所述用户语句特征、所述用户意图特征和所述用户偏好特征输入所述第一神经网络模型,经所述第一神经网络模型输出回复语句特征;

获取所述回复语句特征对应的所述回复语句。

6.根据权利要求1-5任一所述的方法,其特征在于,所述第一神经网络模型的训练,包括:

分别将至少一组第一样本语料特征中的每组第一样本语料特征输入第一神经网络模型,经所述第一神经网络输出对应的至少一个回复语料特征;其中,每组所述第一样本语料特征包括:基于一组第一样本对话语料中的用户语料生成的第一语料特征,基于所述第一语料特征得到的第一意图特征,和基于所述用户语料对应用户的用户画像生成的样本用户偏好特征;所述第一样本语料特征具有基于所述第一样本对话语料中客服人员语料生成的第二语料特征的标注信息;

基于至少一个所述回复语料特征与对应的所述第一样本语料特征的所述第二语料特征之间的差异,对所述第一神经网络模型进行训练。

7.根据权利要求6所述的方法,其特征在于,所述分别将至少一组第一样本语料特征中的每组第一样本语料特征输入第一神经网络模型之前,还包括:

分别针对每组用户与客服人员的所述第一样本对话语料,基于所述第一样本对话语料中的用户语料生成所述第一语料特征,基于所述对应用户的用户画像生成所述样本用户偏好特征,基于所述第一样本对话语料中的客服人员语料生成所述第二语料特征;

获取所述第一语料特征对应的第一意图特征。

8.一种信息交互装置,其特征在于,包括:

第一生成模块,用于响应于接收到用户发送的语句,基于所述用户发送的语句生成用户语句特征;

第一获取模块,用于获取所述用户语句特征对应的用户意图特征;

第二生成模块,用于利用第一神经网络模型,基于所述用户语句特征、所述用户意图特征、和由所述用户的用户画像生成的用户偏好特征,生成针对所述用户发送的语句的回复语句。

9.一种电子设备,其特征在于,包括:

存储器,用于存储计算机程序;

处理器,用于执行所述存储器中存储的计算机程序,且所述计算机程序被执行时,实现上述权利要求1-7任一所述的方法。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时,实现上述权利要求1-7任一所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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贝壳技术有限公司,未经贝壳技术有限公司许可,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/202010496181.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top