[发明专利]一种智能语音客服机器人自动对话方法及装置

说明书

本申请提供了一种智能语音客服机器人自动对话方法及装置，属于数据处理技术领域。该方法包括将获取的用户语音数据转换为字符序列；基于训练好的意图神经网络模型，确定所述字符序列对应的包含意图关键词及实体关键词的期望值；根据所述期望值匹配给定的树状流程中的当前话术节点的下一个话术节点分支，并将这些关键词填充在所述话术节点分支对应的指令信息的槽位中；根据用户的所述指令信息确定需要对话的文本语言；将所述文本语言转换为语言，并输出给用户。本申请能够提高语音自动对话的智能性。

技术领域

本申请属于数据处理技术领域，特别涉及一种智能语音客服机器人自动对话的方法及装置。

背景技术

在传统的人力资源招聘行业，人工外呼邀约面试为业务执行的主力军。然而，面对海量的简历线索、重复的工作内容、高度交付压力，人工外呼存在诸多问题：人力成本高、培训时间长、缺乏统一标准、工作效率低、目前招聘中的价值无法替代等。AI顾问代替人工完成招聘询问意向工作，可以使人工成本大幅降低。

但是采用智能语音客服机器人存在语言理解不到位的缺点，主要原因在于目前的语法分析都限于分析一个孤立的句子，上下文关系和谈话环境对本句的约束和影响还缺乏系统的研究。人理解一个句子不是单凭语法，还运用了大量的有关知识，包括生活知识和专门知识。在电话服务行业中，需要包含情感、性格、心理等更贴合人性的说话方式，但是目前的自然语言理解技术，仍不能满足此项。

现有技术中，最广泛的中文自然语言理解系统，使用了传统自然语言处理(NLP)技术，其预先设定好所有需要处理的问题的模板，模板中空出可变的关键词作为槽，对用户的实际问题进行关键字提取，并在模板集合中进行匹配。在匹配的结果中，进行打分，筛选出最有可能的目标模板。模板的意图即对应实际问题的意图，模板中槽里的词即为关键词，由意图和关键词共同决定了对整句话的理解，但由于中文的博大精深，在不用的使用场景或不同的说话语气时，即使是同一句也有多种意思，若采用该种理解方法，会导致语言理解不精准。

发明内容

为了解决上述技术问题至少之一，本申请提供了一种智能语音客服机器人自动对话方法及装置，提高语义理解。

本申请第一方面提供了一种智能语音客服机器人自动对话方法，包括：将获取的用户语音数据转换为字符序列；基于训练好的意图神经网络模型，确定所述字符序列对应的包含意图关键词及实体关键词的期望值；根据所述期望值匹配给定的树状流程中的当前话术节点的下一个话术节点分支，并将这些关键词填充在所述话术节点分支对应的指令信息的槽位中；根据用户的所述指令信息确定需要对话的文本语言；将所述文本语言转换为语言，并输出给用户。

优选的是，将获取的用户语音数据转换为字符序列包括：将所述用户语音数据转换为离散数字信号；通过预加重提高高频特性；提取语音的MFCC特征信息；将所述MFCC特征信息通过声学模型和语音模型转换为字符序列。

优选的是，将获取的用户语音数据转换为字符序列之后进一步包括：根据所述字符序列确定各词语出现的次数；根据各词语及其出现的次数填充与所述意图神经网络模型训练时所采用的训练输入向量维度相同的计算输入向量，其中，所述计算输入向量中的每一维度对应于标注字典中的一特定词语，每一维度的数值对应于该特定词语在用于进行计算的字符序列中出现的次数。

优选的是，所述标注字典基于以下步骤获取：以高频模式对在指定领域中用户的多条真实输入的语句进行BIO标注，所述高频模式是指BIO标注过程中，以给定词典中的所命中的最长的单词进行标注；根据高频模式提取的准确字典，标记出其他低频模式中的POI信息；进行CRF模型训练，识别POI信息，加入到标注字典中。

优选的是，所述意图神经网络模型通过以下步骤训练：获取样本数据，所述样本数据的每一条样本包括输入语料及输出期望值；根据输入语料所包含的词语及其出现的次数构建输入向量；构建神经网络模型，所述神经网络模型包括4层；通过构建二次代价函数并对其进行迭代优化，确定输入向量的各维度的权重及偏置，其中，二次代价函数包括：