[发明专利]话术推荐方法、装置及相关设备

权利要求书

1.一种话术推荐方法，其特征在于，所述话术推荐方法包括：

采集对话训练数据，所述对话训练数据包括对话数据以及所述对话数据对应的打分标签，包括：从所述对话数据中获取问数据与答数据；检测所述问数据中是否存在预设关键词；当检测结果为所述问数据中存在预设关键词时，确定所述预设关键词的数量；获取所述问数据与所述答数据的问答次数；根据所述数量与所述问答次数确定所述对话数据的打分标签；采集所述对话数据以及所述对话数据对应的打分标签，得到对话训练数据；

以所述对话数据为输入数据，以所述打分标签为输出数据训练初始分类器，得到情感分类器；

获取所述情感分类器对应的第一损失函数；

以所述问数据为输入数据，以所述答数据为输出数据训练初始神经网络模型，得到初始话术推荐模型；

获取所述初始话术推荐模型对应的第二损失函数；

组合所述第一损失函数与所述第二损失函数，得到目标损失函数，并根据所述目标损失函数调整所述初始话术推荐模型，得到目标话术推荐模型；

接收用户输入的目标语句信息；

将所述目标语句信息输入至所述目标话术推荐模型中，并将所述目标损失函数最小化的目标对话作为话术推荐。

2.根据权利要求1所述的话术推荐方法，其特征在于，所述获取所述情感分类器对应的第一损失函数包括：

获取所述情感分类器对应的模型参数；

检测所述模型参数中是否存在预设参数；

当检测结果为所述模型参数中存在预设参数时，确定所述预设参数的目标位置；

将所述目标位置处的数据作为第一损失函数。

3.根据权利要求1所述的话术推荐方法，其特征在于，所述组合所述第一损失函数与所述第二损失函数，得到目标损失函数包括：

获取所述第一损失函数对应的第一系数，并根据所述第一损失函数与所述第一系数计算得到第一损失值；

获取所述第二损失函数对应的第二系数，并根据所述第二损失函数与所述第二系数计算得到第二损失值；

求和处理所述第一损失值与所述第二损失值，得到目标损失函数。

4.根据权利要求1所述的话术推荐方法，其特征在于，所述以所述问数据为输入数据，以所述答数据为输出数据训练初始神经网络模型，得到初始话术推荐模型包括：

将所述问数据以及所述问数据对应的所述答数据按照预设比例拆分为训练样本与测试样本；

利用所述训练样本中的所述问数据与所述答数据训练初始神经网络模型，得到初始话术推荐模型；

利用所述测试样本中的所述问数据与所述答数据计算所述初始话术推荐模型的准确率；

检测所述准确率是否超过预设准确率阈值；

当检测结果为所述准确率超过所述预设准确率阈值时，确定所述初始话术推荐模型训练完成。

5.根据权利要求1所述的话术推荐方法，其特征在于，所述根据所述目标损失函数调整所述初始话术推荐模型，得到目标话术推荐模型包括：

获取所述初始话术推荐模型对应的推荐模型参数；

检测所述推荐模型参数中是否存在预设推荐参数；

当检测结果为所述推荐模型参数中存在预设推荐参数时，确定所述预设推荐参数的目标推荐位置；

获取所述目标推荐位置处的第二损失函数；

根据所述目标损失函数替换所述第二损失函数，得到目标话术推荐模型。

6.根据权利要求1所述的话术推荐方法，其特征在于，所述接收用户输入的目标语句信息包括：

获取用户输入的初始语句信息；

清洗所述初始语句信息中的链接、无效字符与无效语句；

确定并填充所述初始语句信息中的缺失值，得到目标语句信息。