[发明专利]数据挖掘方法及相关装置和电子设备、存储介质

权利要求书

1.一种数据挖掘方法，其特征在于，包括：

获取与预设交互流程相关的数据库；其中，所述数据库包括若干第一会话数据；

获取所述若干第一会话数据中第一词语的属性特征；其中，所述属性特征包括与所述预设交互流程相关的若干种属性的特征表示；

利用所述若干第一会话数据中第一词语的属性特征训练预设挖掘网络，得到数据挖掘模型；

利用所述数据挖掘模型，从语料库中选择第二会话数据作为挖掘会话数据。

2.根据权利要求1所述的方法，其特征在于，所述若干种属性的特征表示包括：上下文特征表示、关键词特征表示、无关词特征表示、句长特征表示、领域特征表示、交互次数特征表示中的至少一者。

3.根据权利要求1所述的方法，其特征在于，所述属性特征是利用所述若干种属性的属性权重分别对所述若干种属性的特征表示进行加权处理得到的，且所述属性权重是在若干组候选权重中选择得到的，每组所述候选权重均包括所述若干种属性的候选权重。

4.根据权利要求3所述的方法，其特征在于，在所述获取所述若干第一会话数据中第一词语的属性特征之前，所述方法还包括：

对于每组所述候选权重，利用所述若干种属性的候选权重分别对所述第一词语的若干种属性的特征表示加权处理，得到所述第一词语的加权特征，并利用所述若干第一会话数据中第一词语的加权特征训练所述预设挖掘网络，得到候选数据挖掘模型；

利用测试库分别对每组所述候选权重对应的候选数据挖掘模型进行测试，得到各组所述候选权重对应的测试结果；其中，所述测试库与所述预设交互流程相关，且所述测试库包括若干第三会话数据；

基于所述测试结果，选择一组所述候选权重，得到所述若干种属性的属性权重。

5.根据权利要求1所述的方法，其特征在于，所述预设挖掘网络包括预设语义提取网络，且所述数据挖掘模型包括语义特征提取模型；所述利用所述若干第一会话数据中第一词语的属性特征训练预设挖掘网络，得到数据挖掘模型，包括：

利用所述若干第一会话数据中第一词语的属性特征训练所述预设语义提取网络，得到所述语义特征提取模型；

所述利用所述数据挖掘模型，从语料库中选择第二会话数据作为挖掘会话数据，包括：

利用所述语义特征提取模型提取所述第一会话数据中所述第一词语的第一词语特征和所述第二会话数据中第二词语的第二词语特征；

基于所述第一词语特征和所述第二词语特征，从所述语料库中选择所述第二会话数据作为所述挖掘会话数据。

6.根据权利要求5所述的方法，其特征在于，所述第一会话数据包含至少一个第一语句，每一所述第一语句包含至少一个所述第一词语，且所述第二会话数据包含至少一个第二语句，每一所述第二语句包含至少一个所述第二词语；所述基于所述第一词语特征和所述第二词语特征，从所述语料库中选择所述第二会话数据作为所述挖掘会话数据，包括：

基于所述第一语句中各个所述第一词语的第一词语特征，得到所述第一语句的第一语句特征，并基于所述第二语句中各个所述第二词语的第二词语特征，得到所述第二语句的第二语句特征；

对于每一所述第二会话数据，基于所述至少一个第二语句的第二语句特征分别与所述第一语句特征之间的相似度，得到各个所述第二语句的语句相似分值，并统计所述第二会话数据中各个所述第二语句的语句相似分值，得到所述第二会话数据的会话相似分值；

基于各个所述第二会话数据的会话相似分值，选择至少一个所述第二会话数据分别作为所述挖掘会话数据。

7.根据权利要求6所述的方法，其特征在于，所述统计所述第二会话数据中各个所述第二语句的语句相似分值，得到所述第二会话数据的会话相似分值，包括：

对所述第二会话数据中各个所述第二语句的语句相似分值进行加权处理，得到所述第二会话数据的会话相似分值。