[发明专利]一种基于Albert模型的商机识别方法、装置及电子设备

说明书

本发明公开了一种基于Albert模型的商机识别方法，所述方法包括：获取私域场景下的对话文本进行预处理获得第一对话文本，其中，所述预处理包括正则匹配和ID过滤；将所述第一对话文本转化为第一对话文本特征后输入已训练的Albert模型获得第一分类结果，其中，所述已训练的Albert模型通过私域场景下的对话文本数据训练获得，所述第一分类结果用于判断所述第一对话文本为商机语句或非商机语句。

技术领域

本申请涉及人工智能领域，尤其涉及一种基于Albert模型的商机识别方法、装置及电子设备。

背景技术

近年来，几个大的电商平台获客成本暴涨，很多商家将平台客户添加到微信或企微中，转为私域流量来运营。私域电商场景下，客户分布多渠道，且每天都会产生大量的对话文本，处理海量对话数据非常消耗人力。因此需要商机识别分类方法，来有效帮助商家从大批量对话中识别出包含商机的文本，过滤无效对话，在该场景下商机指购买意向、商品咨询等。

在私域电商场景下，商机识别分类主要是基于关键词提取、分类，大部分商家还是依靠人工运营。由于对话文本较短，关键词抽取的方法并不能很好的表示句子特征；根据一些群聊统计，在海量聊天文本中，无效文本是商机文本的40倍左右，深度学习模型的训练样本无法正确映射出现实世界中各类别比例，因此无效文本中的一些词可能影响分类效果，例如：“有没有兰蔻粉底液”属于商机，而“有没有那么一首歌”不属于商机；人工处理海量数据耗时耗力，且人工处理不可避免会产生错误，遗忘商机，造成触达转化率低。因此针对私域电商场景，设计一个有效的商机提取模型是有必要的。

发明内容

本申请实施例要解决的技术问题，在于提供一种基于Albert模型的商机识别方法、装置及电子设备，以解决现有私域场景下难以实现高准确率的商机分类的技术问题。

为实现上述目的，本申请实施例采用下述技术方案：

第一方面，本申请实施例提供一种基于Albert模型的商机识别方法，所述方法包括：

获取私域场景下的对话文本进行预处理获得第一对话文本，其中，所述预处理包括正则匹配和ID过滤；

将所述第一对话文本转化为第一对话文本特征后输入已训练的Albert模型获得第一分类结果，其中，所述已训练的Albert模型通过私域场景下的对话文本数据训练获得，所述第一分类结果用于判断所述第一对话文本为商机语句或非商机语句。

第二方面，本申请实施例提供一种基于Albert模型的商机识别装置，所述装置包括：

第一获取单元，用于获取私域场景下的对话文本进行预处理获得第一对话文本，其中，所述预处理包括正则匹配和ID过滤；

第二获取单元，用于将所述第一对话文本转化为第一对话文本特征后输入已训练的Albert模型获得第一分类结果，其中，所述已训练的Albert模型通过私域场景下的对话文本数据训练获得，所述第一分类结果用于判断所述第一对话文本为商机语句或非商机语句。

第三方面，本申请实施例提供一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述待码集或指令集由所述处理器执行以实现如上述第一方面所述的基于Albert模型的商机识别方法。

第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令、至少一段程序、待码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器执行以实现如上述第一方面所述的基于Albert模型的商机识别方法。

本申请实施例的有益效果是：本申请实施例提供一种基于Albert模型的商机识别方法、装置及电子设备，将商机句子中的商品名称统一替换为通配符，减弱无关词对商机识别的影响，提高商机识别准确率。从而达到降低运营成本，提高客单转化率的技术效果。

附图说明