[发明专利]邮件的智能回复方法、介质、装置和计算设备

权利要求书

1.一种邮件的智能回复方法，其特征在于，包括：

获取当前接收到的电子邮件中的邮件内容，其中，所述邮件内容包括邮件主题和邮件正文；

获取所述邮件内容中的规则关键字，并根据所述规则关键字确定所述电子邮件的规则回复语句；

将所述邮件主题输入预先训练的意图分类模型中的第一卷积神经网络，得到所述邮件主题对应的第一意图特征向量；

将所述邮件正文输入所述意图分类模型中的第二卷积神经网络，得到所述邮件正文对应的第二意图特征向量，其中，所述第一卷积神经网络和所述第二卷积神经网络中的神经网络参数互不共享；

根据所述第一意图特征向量和所述第二意图特征向量得到融合意图特征向量，并根据所述融合意图特征向量确定所述电子邮件所属的一个或多个意图类别；

根据所述意图类别确定所述电子邮件的多个意图回复语句；

根据所述规则回复语句和所述意图回复语句得到多个候选回复语句；

响应于针对所述候选回复语句的选择指令，按照相应被选择的候选回复语句对所述电子邮件进行回复。

2.根据权利要求1所述的邮件的智能回复方法，其特征在于，所述意图分类模型的训练方法包括：

获取历史电子邮件的邮件内容和对应的回复文本内容，并对所述回复文本内容进行分词处理得到多个回复词组；

根据所述回复词组在所有所述回复文本内容中的出现频率得到候选回复话术；

根据相同语义的所述候选回复话术得到回复话术簇，根据各个所述回复话术簇分别构建对应的回复内容匹配规则，并确定各个所述回复话术簇对应的意图类别；

若所述历史电子邮件的回复文本内容与所述回复话术簇对应的回复内容匹配规则相匹配，则判定所述历史电子邮件的邮件内容属于所述回复话术簇对应的意图类别；

根据所述历史电子邮件的邮件内容以及所述邮件内容对应的一个或多个意图类别得到意图类别训练数据，并根据所述意图类别训练数据训练所述意图分类模型。

3.根据权利要求2所述的邮件的智能回复方法，其特征在于，所述对所述回复文本内容进行分词处理得到多个回复词组，包括：

对所述回复文本内容进行预处理，并对预处理后的所述回复文本内容进行分词处理得到多个回复词组。

4.根据权利要求2所述的邮件的智能回复方法，其特征在于，所述根据所述回复词组在所有所述回复文本内容中的出现频率得到候选回复话术，包括：

根据一元语法、二元语法和三元语法分别对所述回复词组进行组合，得到所述回复词组对应的一元话术、二元话术和三元话术；

分别统计所述一元话术、所述二元话术和所述三元话术在所有所述回复文本内容中的出现频率，并将出现频率大于或等于词频阈值的所述一元话术、所述二元话术和所述三元话术确定为候选回复话术。

5.根据权利要求1所述的邮件的智能回复方法，其特征在于，所述意图回复语句包括主意图回复语句和组合意图回复语句，所述意图类别分为寒暄类意图和目的类意图，所述根据所述意图类别确定所述电子邮件的多个意图回复语句，包括：

根据所述意图类别的置信度从各个所述意图类别中确定出目标意图类别，并从所述目标意图类别对应的回复话术簇中确定一个回复话术作为主意图回复语句；

从所述目的类意图中的各个意图类别所对应的回复话术簇中确定出多个辅助话术，并根据所述目标意图类别将所述主意图回复语句与所述辅助话术进行组合，得到多个组合意图回复语句。

6.根据权利要求5所述的邮件的智能回复方法，其特征在于，所述从所述目的类意图中的各个意图类别所对应的回复话术簇中确定出多个辅助话术，包括：

将所述目的类意图中的各个意图类别按照置信度由高到低进行排序；

将所述置信度排序第一的意图类别确定为第一意图类别，并从所述第一意图类别对应的回复话术簇中确定一个回复话术作为第一辅助话术；

将所述置信度排序第二的意图类别确定为第二意图类别，并从所述第二意图类别对应的回复话术簇中确定一个回复话术作为第二辅助话术；

将所述置信度排序第三的意图类别确定为第三意图类别，并从所述第三意图类别对应的回复话术簇中确定一个回复话术作为第三辅助话术。