[发明专利]一种基于任务主题词驱动的用户决策需求生成方法及应用

权利要求书

1.一种基于任务主题词驱动的用户决策需求生成方法，其特征在于，包括：

获取用户描述文本语句并进行分词，得到需求描述词集合；

在预先创建的知识图谱中查询所述需求描述词集合中的每个分词对应的任务主题词节点，生成任务主题词集合；

将所述任务主题词集合中的每个任务主题词作为中心节点，在知识图谱中查询与每个所述中心节点的关联路径最短的若干个关联节点，将所述关联节点对应的任务主题词加入任务主题词集合，形成新的词集合；

从所述词集合中筛选出现频次大于预设值的若干个任务主题词，并输入预先训练的预测模型中，获得与每个任务主题词关联的需求语句并推荐给用户。

2.如权利要求1所述的用户决策需求生成方法，其特征在于，所述知识图谱的创建过程包括：

将用户需求语料库中存储的每条用户需求文本语句进行抽象，获得用户需求文本语句对应的任务主题词，作为用户需求文本语句的主题词标签；

将各所述任务主题词作为知识图谱的底层节点，将预先定义的用户需求基本类型作为知识图谱的顶层节点；

将所述底层节点和顶层节点进行关联，形成任务主题词知识图谱。

3.如权利要求2所述的用户决策需求生成方法，其特征在于，还包括：

将各所述任务主题词进行抽象归纳，形成知识图谱的中间层节点；

采用树状结构的形式将底层节点、中间节点和顶层节点进行关联，形成任务主题词知识图谱。

4.如权利要求1或3所述的用户决策需求生成方法，其特征在于，所述预测模型的训练方法为：

将用户需求语料库中存储的每条用户需求文本语句进行抽象，获得用户需求文本语句对应的任务主题词，作为用户需求文本语句的主题词标签；

对每条用户需求文本语句进行分词及向量化处理，得到由多个字符向量组合而成的文本序列，将所述文本序列及其对应的主题词标签作为训练样本对模型进行训练，得到训练好的预测模型。

5.如权利要求4所述的用户决策需求生成方法，其特征在于，将所述文本序列及其对应的主题词标签作为训练样本对模型进行训练，得到训练好的预测模型，包括：

待训练的预测模型学习文本序列中相邻的字符向量之间的上下文关系，以及任务主题词与文本序列对应的用户需求文本语句之间的关系；

采用最大似然估计方法构建损失函数，所述损失函数为：

其中，k表示上下文窗口的大小；P(x_i|x_i-k,…,x_i-1:θ)表示文本序列中第i个字符通过与其左侧的k个字符预测成功的概率值，θ为最大似然函数的估计参数；

调整所述待训练的预测模型的模型参数直至损失函数最小化，得到训练好的预测模型。

6.如权利要求1所述的用户决策需求生成方法，其特征在于，还包括：

接收用户筛选的需求语句并进行排序，形成需求清单并保存。

7.如权利要求1所述的用户决策需求生成方法，其特征在于，所述获取用户描述文本语句，包括：

获取用户描述文本，采用中文标点断句符号的方法将所述用户描述文本进行分句，得到用户描述文本语句。

8.一种基于任务主题词驱动的用户决策需求生成装置，其特征在于，包括：

分词模块，用于获取用户描述文本语句并进行分词，得到需求描述词集合；

第一查询模块，用于在预先创建的知识图谱中查询所述需求描述词集合中的每个分词对应的任务主题词节点，生成任务主题词集合；

第二查询模块，用于将所述任务主题词集合中的每个任务主题词作为中心节点，在知识图谱中查询与每个所述中心节点的关联路径最短的若干个关联节点，将所述关联节点对应的任务主题词加入任务主题词集合，形成新的词集合；

推荐模块，用于从所述词集合中筛选出现频次大于预设值的若干个任务主题词，并输入预先训练的预测模型中，获得与每个任务主题词关联的需求语句并推荐给用户。