[发明专利]用于辅助实现会话的方法、装置、介质以及电子设备

权利要求书

1.一种用于辅助实现会话的方法，包括：

根据多个历史会话中的第一会话方的会话消息，确定多个会话动作样本的动作名称以及动作实体；

根据所述多个历史会话中的第二会话方的会话消息，确定所述各会话动作样本各自对应的第二会话方的会话意图；

根据所述多个历史会话中的第二会话方的会话消息，确定所述各会话动作样本各自在至少一会话意图下的动作优先级；所述根据所述多个历史会话中的第二会话方的会话消息，确定所述各会话动作样本各自在至少一会话意图下的动作优先级包括：针对任一会话动作样本，根据该会话动作样本所来自的各会话消息各自对应的第二会话方是否回复、各会话消息所属历史会话是否达成预定目标动作以及该会话动作样本所来自的各会话消息的数量，确定该会话动作样本在相应会话意图下的动作优先级；

根据所述动作名称、动作实体以及至少一会话意图下的动作优先级，获得会话动作样本集合中的多个会话动作样本的多元组。

2.根据权利要求1所述的方法，其中，所述根据多个历史会话中的第一会话方的会话消息，确定多个会话动作样本的动作名称以及动作实体，包括：

对多个历史会话中的第一会话方的文本类型的会话消息进行句式识别，获得疑问句集合和陈述句集合；

对所述疑问句集合中的疑问句以及陈述句集合中的陈述句分别进行聚类处理，获得多个疑问句类簇以及多个陈述句类簇；

为各疑问句类簇和各陈述句类簇分别设置动作名称；

其中，所述会话动作样本的动作名称为其所属类簇的动作名称。

3.根据权利要求2所述的方法，其中，所述对所述疑问句集合中的疑问句以及陈述句集合中的陈述句分别进行聚类处理，包括：

利用情感极性预测模型，对所述疑问句集合中的各疑问句以及所述陈述句集合中的各陈述句分别进行情感识别，获得各疑问句的情感信息以及各陈述句的情感信息；

对所述疑问句集合中的情感信息为正向和中性的疑问句、以及所述陈述句集合中的情感信息为正向和中性的陈述句分别进行聚类处理。

4.根据权利要求3所述的方法，其中，所述情感极性预测模型的训练过程包括：

将训练集中的多个文本类型的会话消息样本分别提供给情感极性预测模型；

根据所述情感极性预测模型输出的情感极性预测结果和所述训练集中的会话消息样本的情感极性标签的差异，调整所述情感极性预测模型的模型参数；

将验证集中的多个文本类型的会话消息样本，分别提供给模型参数调整后的情感极性预测模型；

根据所述模型参数调整后的情感极性预测模型输出的情感极性预测结果和所述验证集中的会话消息样本的情感极性标签的差异，修正所述训练集中的会话消息样本的情感极性标签。

5.根据权利要求4所述的方法，其中，所述根据所述模型参数调整后的情感极性预测模型输出的情感极性预测结果和所述验证集中的会话消息样本的情感极性标签的差异，修正所述训练集中的会话消息样本的情感极性标签，包括：

根据所述模型参数调整后的情感极性预测模型输出的情感极性预测结果和所述验证集中的会话消息样本的情感极性标签的差异，设置正则表达式；

根据所述正则表达式，修正所述训练集中的会话消息样本的情感极性标签。

6.根据权利要求4所述的方法，其中，所述情感极性预测模型的训练过程还包括：

将测试集中的具有情感极性标签的多个会话消息样本，分别提供给模型参数调整后的情感极性预测模型；

根据所述模型参数调整后的情感极性预测模型输出的情感极性预测结果和所述测试集中的会话消息样本的情感极性标签的差异，判断所述情感极性预测模型是否成功训练完成；

若所述判断结果为未成功训练完成，则继续利用所述训练集中的多个会话消息样本对所述情感极性预测模型进行训练。

7.根据权利要求2所述的方法，其中，所述根据多个历史会话中的第一会话方的会话消息，确定多个会话动作样本的动作名称以及动作实体，包括：

对多个历史会话中的第一会话方的文本类型的会话消息进行实体词提取处理，并将提取出的实体词作为该会话消息对应的会话动作样本的动作实体。