[发明专利]问答匹配方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202011540485.5 申请日: 2020-12-23
公开(公告)号: CN112836521A 公开(公告)日: 2021-05-25
发明(设计)人: 汪澈 申请(专利权)人: 平安普惠企业管理有限公司
主分类号: G06F40/35 分类号: G06F40/35;G06F16/332;G06F16/33;G06F16/36;G06K9/62
代理公司: 深圳市世联合知识产权代理有限公司 44385 代理人: 汪琳琳
地址: 518000 广东省深圳市前海深港合作区前*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 问答 匹配 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种问答匹配方法,其特征在于,包括下述步骤:

在接收到语音文本时,获取所述语音文本的文本类别,根据所述文本类别确定所述语音文本对应的预设的意图识别模型,基于所述意图识别模型识别所述语音文本的当前文本意图;

获取所述当前文本意图对应的特征信息,根据所述当前文本意图和所述特征信息确定所述语音文本的实际文本意图,基于所述实际文本意图和所述语音文本的历史文本意图,确定所述语音文本对应的匹配节点;

获取与所述匹配节点关联的标准语料库,从所述标准语料库中选取与所述语音文本匹配的标准答复语句。

2.根据权利要求1所述的问答匹配方法,所述意图识别模型包括第一类意图识别模型和第二类意图识别模型,其特征在于,所述基于所述意图识别模型识别所述语音文本的当前文本意图的步骤具体包括:

在所述语音文本的文本类别为问答类时,输入所述语音文本至所述第一类意图识别模型中的编码层,经过所述第一类意图识别模型中的转换层、池化层和输出层输出得到所述当前文本意图;

在所述语音文本的文本类别为是否类时,输入所述语音文本至所述第二类意图识别模型中的编码层,经过所述第二类意图识别模型中的第一长短期记忆网络层、第二长短期记忆网络层和激活层输出得到所述当前文本意图。

3.根据权利要求2所述的问答匹配方法,其特征在于,所述输入所述语音文本至所述第一类意图识别模型中的编码层,经过所述第一类意图识别模型中的转换层、池化层和输出层输出得到所述当前文本意图的步骤包括:

获取预设标准文本,基于所述编码层对分别对所述预设标准文本和所述语音文本进行编码,得到第一句向量和第二句向量;

输入所述第一句向量和所述第二句向量至所述第一类意图识别模型中的转换层,计算得到相似度矩阵;

根据所述第一类意图识别模型中的池化层对所述相似度矩阵中的每个相似度进行池化特征提取,得到匹配文本,输入所述匹配文本至所述第一类意图识别模型中的输出层,输出得到所述当前文本意图。

4.根据权利要求1所述的问答匹配方法,其特征在于,所述获取所述当前文本意图对应的特征信息,根据所述当前文本意图和所述特征信息确定所述语音文本的实际文本意图的步骤具体包括:

确定当前所述语音文本所在的当前节点,根据所述当前节点获取预设的特征映射表;

从所述特征映射表中获取所述语音文本的特征信息,根据所述特征信息和所述当前文本意图解析得到所述语音文本的实际文本意图。

5.根据权利要求1所述的问答匹配方法,其特征在于,所述基于所述实际文本意图和所述语音文本的历史文本意图,确定所述语音文本对应的匹配节点的步骤具体包括:

根据所述实际文本意图和所述历史文本意图,确定所述语音文本的最终文本意图;

获取所述最终文本意图关联的翻转指令,根据所述翻转指令确定所述语音文本的匹配节点。

6.根据权利要求5所述的问答匹配方法,其特征在于,所述根据所述实际文本意图和所述历史文本意图,确定所述语音文本的最终文本意图的步骤具体包括:

获取所述历史文本意图的第一预设权重和所述实际文本意图的第二预设权重;

比对所述第一预设权重和所述第二预设权重,确定权重最大的文本意图为所述语音文本的最终文本意图。

7.根据权利要求5所述的问答匹配方法,所述翻转指令包括维持指令、跳转指令和结束指令,其特征在于,所述根据所述翻转指令确定所述语音文本的匹配节点的步骤具体包括:

在所述翻转指令为所述维持指令时,维持所述语音文本所在的当前节点,确定所述当前节点为匹配节点;

在所述翻转指令为所述跳转指令时,结束当前所述语音文本所在的当前节点,并解析所述跳转指令,将所述当前节点跳转至匹配节点;

在所述翻转指令为所述结束指令时,结束所述语音文本的当前节点流程。

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平安普惠企业管理有限公司,未经平安普惠企业管理有限公司许可,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/202011540485.5/1.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