[发明专利]工作总结自动生成方法、系统、计算机设备和存储介质在审
申请号: | 202110672443.5 | 申请日: | 2021-06-17 |
公开(公告)号: | CN113449513A | 公开(公告)日: | 2021-09-28 |
发明(设计)人: | 孙泽懿;杨康;徐凯波;徐成国 | 申请(专利权)人: | 上海明略人工智能(集团)有限公司 |
主分类号: | G06F40/216 | 分类号: | G06F40/216;G06F40/284;G06F40/295;G06F40/35;G06N3/08;G06N7/00 |
代理公司: | 青岛清泰联信知识产权代理有限公司 37256 | 代理人: | 李红岩 |
地址: | 200030 上海市徐汇区*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 工作总结 自动 生成 方法 系统 计算机 设备 存储 介质 | ||
1.一种工作总结自动生成方法,其特征在于,包括:
会话数据获取步骤,获取一目标时段基于通讯工具的工作会话内容,根据所述工作会话内容抽取得到工作话术、实体关键词及会话关键词;
自定义关键词获取步骤,获取用户提供的自定义关键词;
文本话术获取步骤,根据所述实体关键词、会话关键词及自定义关键词通过文本生成算法生成文本话术;
工作总结生成步骤,合并所述工作话术和文本话术生成工作总结。
2.根据权利要求1所述的工作总结自动生成方法,其特征在于,所述会话数据获取步骤进一步包括:
工作会话内容获取步骤,获取一目标时段基于通讯工具的工作会话内容;
工作话术获取步骤,通过摘要生成算法抽取出所述工作会话内容对应的工作话术;
关键词抽取步骤,通过命名实体识别算法及关键词抽取算法抽取出所述工作会话内容中的实体关键词及会话关键词。
3.根据权利要求1或2所述的工作总结自动生成方法,其特征在于,所述文本生成算法为基于Transformer的Encoder-Decoder深度学习模型,所述文本话术获取步骤进一步包括:
关键词获取步骤,获取所述实体关键词、会话关键词及自定义关键词;
文本话术生成步骤,将所述实体关键词、会话关键词及自定义关键词经特征编码、特征融合后,输入所述基于Transformer的Encoder-Decoder深度学习模型中生成所述文本话术。
4.根据权利要求2所述的工作总结自动生成方法,其特征在于,所述摘要生成算法是预先基于带标签训练数据训练的,所述带标签训练数据包括原始输入文本及其对应的话术标签。
5.一种工作总结自动生成系统,其特征在于,包括:
会话数据获取模块,用于获取一目标时段基于通讯工具的工作会话内容,根据所述工作会话内容抽取得到工作话术、实体关键词及会话关键词;
自定义关键词获取模块,用于获取用户提供的自定义关键词;
文本话术获取模块,用于根据所述实体关键词、会话关键词及自定义关键词通过文本生成算法生成文本话术;
工作总结生成模块,用于合并所述工作话术和文本话术生成工作总结。
6.根据权利要求5所述的工作总结自动生成系统,其特征在于,所述会话数据获取模块进一步包括:
工作会话内容获取模块,用于获取一目标时段基于通讯工具的工作会话内容;
工作话术获取模块,用于通过摘要生成算法抽取出所述工作会话内容对应的工作话术;
关键词抽取模块,用于通过命名实体识别算法及关键词抽取算法抽取出所述工作会话内容中的实体关键词及会话关键词。
7.根据权利要求5或6所述的工作总结自动生成系统,其特征在于,所述文本生成算法为基于Transformer的Encoder-Decoder深度学习模型,所述文本话术获取模块进一步包括:
关键词获取模块,用于获取所述实体关键词、会话关键词及自定义关键词;
文本话术生成模块,用于将所述实体关键词、会话关键词及自定义关键词经特征编码、特征融合后,输入所述基于Transformer的Encoder-Decoder深度学习模型中生成所述文本话术。
8.根据权利要求6所述的工作总结自动生成系统,其特征在于,所述摘要生成算法是预先基于带标签训练数据训练的,所述带标签训练数据包括原始输入文本及其对应的话术标签。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的工作总结自动生成方法。
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,该程序被处理器执行时实现如权利要求1至4中任一项所述的工作总结自动生成方法。
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上海明略人工智能(集团)有限公司,未经上海明略人工智能(集团)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/202110672443.5/1.html,转载请声明来源钻瓜专利网。