[发明专利]基于会话场景的用户标签识别方法及装置

说明书

本申请涉及一种基于会话场景的用户标签识别方法、装置、计算机设备和存储介质。所述方法包括：对对话短文本进行文本预处理，得到最小语义单元；最小语义单元中包含多个一级标签；将最小语义单元输入预先训练的一级标签识别模型；一级标签识别模型包括：向量转换模块和语义识别模块；通过向量转换模块对最小语义单元进行向量转换，得到一维向量组；一维向量组中的向量融合之后输入语义识别模块，得到语义向量；语义向量为一级标签识别结果；从语义向量中获取二级标签列表，根据二级标签列表的属性分别输入对应训练的二级标签识别模型进行标签识别，得到二级标签识别结果。采用本方法能够能够提高标签识别准确率。

技术领域

本申请涉及数据处理技术领域，特别是涉及一种基于会话场景的用户标签识别方法、装置、计算机设备和存储介质。

背景技术

通常情况下，大部分客服系统包括人工智能客服都会积累大量的用户会话数据，有效的提取会话数据中的关键信息，方便对用户进行精准定位，用户的个性化需求也一目了然。客服人员可随时了解客户背景和需求，帮助回忆话题和关键信息。在最大程度做到挖掘更多意向用户，提取用户的核心价值。

然而，现有的标签识别方法没办法从上下文感知的角度提取用户的语义标签。在标签语义信息利用过程中存在文本特征提取不充分、文本特征信息丢失的问题。另外，标签的类型不一致也会导致无法用统一的模型进行识别。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高标签识别准确率的基于会话场景的用户标签识别方法、装置、计算机设备和存储介质。

一种基于会话场景的用户标签识别方法，所述方法包括：

获取用户会话场景信息；用户会话场景信息中包含多个对话短文本；

对对话短文本进行文本预处理，得到最小语义单元；最小语义单元中包含多个一级标签；

将最小语义单元输入预先训练的一级标签识别模型；一级标签识别模型包括：向量转换模块和语义识别模块；

通过向量转换模块对最小语义单元进行向量转换，得到一维向量组；一维向量组包括字向量、文本向量和位置向量；

将字向量、文本向量和位置向量融合之后输入语义识别模块，得到语义向量；语义向量为一级标签识别结果；

从语义向量中获取二级标签列表，根据二级标签列表的属性分别输入对应训练的二级标签识别模型进行标签识别，得到二级标签识别结果；

一级标签识别结果和二级标签识别结果为用户标签识别结果。

在其中一个实施例中，获取会话样本；会话样本中包含多个一级标签，以及所述一级标签包含多个二级标签；利用会话样本和会话样本中的一级标签对一级标签识别模型进行训练，得到训练的一级标签识别模型；根据一级标签训练时输出的预测一级标签和会话样本中的二级标签对二级标签识别模型进行训练，得到训练的二级标签识别模型。

在其中一个实施例中，向量转换模块为BERT模型。

在其中一个实施例中，语义识别模块为Dense+softmax网络单元或BiLSTM+softmax网络单元或CNN+softmax网络单元。

在其中一个实施例中，字向量、文本向量和位置向量融合之后输入语义识别模块，得到语义向量，包括：将字向量、文本向量和位置向量进行相加，将加和输入语义识别模块，得到语义向量；语义向量为融合最小语义单元的全部语义信息的向量表示。

在其中一个实施例中，通过向量转换模块对最小语义单元进行向量转换，得到一维向量组，包括：向量转换模块通过查询字向量表对最小语义单元进行向量转换，得到一维向量组。

在其中一个实施例中，预处理包括去除特殊符号、去除标点符号、去除富文本信息以及去除停用词。