[发明专利]一种基于多特征融合的智能客服方法及系统

说明书

本发明公开一种基于多特征融合的智能客服方法及系统。传统的智能客服系统通过单一特征计算用户提问语句和语料库语句的相似度来检索出答案。本发明如下一、建立语料库和用户询问数据集。语料库中含有克服所需的问答信息。将语料库中提取出多个语义相同的语句对和多个语义不同的语句对，组成用户询问数据集。二、对语料库中的语句进行预处理；预处理中包括中文分词，以得到词汇表。三、建立和训练相似度识别模块。四、用相似度识别模块判断用户提问语句S1与各个语料库语句S2是否同义；当语料库内的一个语句与用户提问语句S1同义时，将该语句对应的答复信息推送给使用者。本发明方法通过引入多头注意力机制，提高了客服系统的智能性。

技术领域

本发明涉及自然语言处理及智能客服技术领域，具体涉及一种基于多特征融合的智能客服方法及系统。

背景技术

智能客服是金融领域的一大研究热点，核心是快速、准确地回答用户的咨询问题。传统的智能客服系统主要是通过单一特征计算用户提问语句和语料库语句的相似度，通过匹配的方式检索出答案。尽管用户提问语句和语料库语句包含相似的关键词，但语义逻辑却可能截然不同。句子相似度是实现智能客服的关键技术，是文本相似度识别的子集。基于深度学习的方法是进行文本相似度计算的重要方法，它从不同角度提取文本中的信息，可以更大限度利用上下文信息，从而提高输入表征的信息量，克服文本语义表示上的鸿沟问题，使计算结果更加准确。基于深度学习的方法利用word2vec等词向量方法将词语转化为词向量后，输入到神经网络模型中，得出句子的语义特征表示，再将语义特征表示送入全连接层或使用距离公式进行语义相似度计算。虽然现有的方法对智能客服数据句子相似度计算有着不错的效果，但是仍然不能满足相似度计算的精度要求。

发明内容

本发明的目的在于提出一种基于多特征融合的智能客服方法及系统，以提高基于深度学习方法的金融证券领域智能客服句子相似度计算，用来对用户的提问进行自动答复。

一种基于多特征融合的智能客服方法，具体如下：

步骤一、建立语料库和用户询问数据集。语料库中含有客服所需的问答信息。将语料库中提取出多个语义相同的语句对和多个语义不同的语句对，组成用户询问数据集。

步骤二、对语料库中的语句进行预处理；预处理中包括中文分词，以得到词汇表。

步骤三、模型建立和训练

3-1.搭建相似度识别模块

相似度识别模块包括预处理层、特征提取模块、特征融合层、分类层和输出层。所述的预处理层用于对用户输入的提问语句S1进行包括中文分词在内的预处理操作；所述的特征提取模块包括语义特征模块和词形特征模块。语义特征模块用于对提问语句S1和语料库语句S2组成的语句对进行语义特征提取，得到语义特征矩阵；词形特征模块用于对提问语句S1和语料库语句S2组成的语句对进行词形特征提取，得到语义特征矩阵。特征融合层将语句对的词形特征矩阵和语义特征矩阵横向拼接，形成融合特征矩阵。分类层用于根据融合特征矩阵进行相似度判断，获得提问语句S1与语料库语句S2是否同义的判断结果。

3-2.模型训练

将用户询问数据集输入到步骤3-1记载的相似度识别模块中进行训练。使得训练后的相似度识别模块能够对用户输入的语句与语料库中的各个语句进行相似度计算。

步骤四、使用者将需要解答的用户提问语句S1输入到相似度识别模块中；并逐个将语料库内的语句作为语料库语句S2输入训练后的相似度识别模块中各自进行相似度计算；并根据所得相似度判断用户提问语句S1与各个语料库语句S2是否同义；当语料库内的一个语句与用户提问语句S1同义时，将该语句对应的答复信息推送给使用者。