[发明专利]智能客服的信息处理方法、装置、设备及介质

说明书

本公开涉及一种智能客服的信息处理方法、装置、设备及介质。其中，包获取待分析文本和参考文本后，对待分析文本和参考文本进行分割处理，得到待分析文本和参考文本的分词信息，对分词信息进行实体识别，分别得到待分析文本和参考文本的实体信息，通过依存句法分析算法对实体信息进行分析，获得待分析文本和参考文本的依存关系信息；通过分词信息、实体信息和依存关系信息对相应的分词特征、实体特征和依存特征进行特征编码，得到特征向量集，基于特征向量集，通过二分类模型计算获得待分析文本和参考文本的相似度，能够从可以从专业词、句式、语义等多方面筛选高度相似的参考文本答案返回给待分析文本，有效去除噪音数据，大大提高匹配模型的精准度。

技术领域

本公开涉及文本处理技术领域，尤其涉及一种智能客服的信息处理方法、装置、设备及介质。

背景技术

智能客服应用领域中，机器人问答服务是当前大型企业提供自助客服服务的主要手段，机器人问答服务能提供24小时实时线上服务，极大程度上释放了人工在线坐席的压力，并且效率极高。但是，目前市面上的机器人问答服务大多依赖于匹配模型的精确度和语料规模的大小程度。在语料规模大小一定的情况下，提高匹配模型的精度成为了优化机器人问答服务的关键所在。

目前，市面上有很多问答匹配模型和检索系统，本质都是在计算用户输入问句与系统存储的多个问句之间的相近程度。如果当用户的问题和系统存储的单一的某个问句很相似，系统则直接返回该问句对应的答案。但是如果系统中存在多个类似的答案，如何从中选出最相近的答案成为了限制问答模型的重要因素。

然而，目前的匹配模型大多是基于字形的机械匹配，现有的模型先将待处理文本转换为词序列，将序列中所有的词语作为关键词，去库里查找包含这些关键词的所有问句，将其作为结果返回给系统；或者将一个句子利用词向量工具转化为一个词向量，去计算向量的相似度，显然这两种模型，都过于粗糙，前者没有考虑语义层面的信息，后者过度依赖于词向量转化工具的精度。得到的结果包含了很多噪音数据，造成问答结果返回不准确，用户体验极差。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种智能客服的信息处理方法、装置、设备及介质。

第一方面，本公开提供了一种智能客服的信息处理方法，包括：

获取待分析文本和参考文本；

对待分析文本和参考文本进行分割处理，得到待分析文本和参考文本的分词信息；

对分词信息进行实体识别，分别得到待分析文本和参考文本的实体信息；

通过依存句法分析算法对实体信息进行分析，获得待分析文本和参考文本的依存关系信息；

通过分词信息、实体信息和依存关系信息对相应的分词特征、实体特征和依存特征进行特征编码，得到特征向量集；

基于特征向量集，通过二分类模型计算获得待分析文本和参考文本的相似度；

将相似度最大的参考文本的答案返回给待分析文本。

第二方面，本公开提供了一种智能客服的信息装置，包括：

文本获取模块，用于获取获取待分析文本和参考文本；

分词模块，对待分析文本和参考文本进行分割处理，得到待分析文本和参考文本的分词信息；

实体识别模块，对分词信息进行实体识别，分别得到待分析文本和参考文本的实体信息；

依存分析模块，通过依存句法分析算法对实体信息进行分析，获得待分析文本和参考文本的依存关系信息；

特征矩阵构建模块，通过分词信息、实体信息和依存关系信息对相应的分词特征、实体特征和依存特征进行特征编码，得到特征向量集；