[发明专利]基于句法增强的信息自动回复方法、装置、系统及介质

说明书

本发明公开了基于句法增强的信息自动回复方法、装置、系统及介质，通过提取待回复文本中的关键要素；根据关键要素在预设数据库中获取对应的回复元素并填充得到初始回复文本；对初始回复文本进行句法解析处理，得到各个词节点的句法依存信息；通过图注意力网络对各个词节点的句法依存信息进行编码，得到句法依存信息的图注意力特征；将初始回复文本输入至经图注意力特征进行句法增强处理的预设转换模型中，转换输出与初始回复文本含义相同的转述文本。通过基于规则填充得到准确初始回复文本后进一步利用词与词之间的句法依存关系，将初始回复文本转换为表达更加丰富且含义相同的转述文本，确保自动回复准确性的同时也提高了回复文本的灵活多样性。

技术领域

本发明涉及计算机技术领域，尤其涉及基于句法增强的信息自动回复方法、装置、系统及介质。

背景技术

在信息和流量爆炸式增长的今天，人工客服每天的任务也面临着巨大的压力。使用智能客服来缓解人工客服的压力的方案可谓应运而生，而如何确保智能客服答复的准确性和严谨性则成为亟待解决的问题。

目前的智能问答系统通常采用基于规则的问答系统或者基于深度学习生成的问答系统，基于规则的问答系统能够比较准确地自动回复用户的问题，但是由于规则的限制导致其回复语言十分固定单调且流畅性不佳，而基于深度学习生成的问答系统，尽管自动生成的回复文案比较丰富灵活，但是其准确性无法保证，在对准确性和严谨性要求非常高的领域，例如金融领域的用户问“你好，XXX债还有多少e”，系统可能会回复“YYY债还有5e”，这样致命的错误是不可接受的，因此现有的基于深度学习的问答系统还难以满足准确性的要求。

发明内容

鉴于上述现有技术的不足，本发明的目的在于提供基于句法增强的信息自动回复方法、装置、系统及介质，旨在实现灵活丰富的自动回复的同时提高信息自动回复的准确性和流畅性。

本发明的技术方案如下：

一种基于句法增强的信息自动回复方法，包括：

接收用户输入的待回复文本，并提取所述待回复文本中的关键要素；

根据所述关键要素在预设数据库中获取对应的回复元素，并按预设表述规则进行插槽填充后得到初始回复文本；

对所述初始回复文本进行句法解析处理，得到所述初始回复文本中各个词节点的句法依存信息，所述句法依存信息包括词性和句法依存关系；

通过图注意力网络对所述各个词节点的句法依存信息进行编码，得到所述句法依存信息的图注意力特征；

将所述初始回复文本输入至经所述图注意力特征进行句法增强处理的预设转换模型中，转换输出与所述初始回复文本含义相同的转述文本。

在一个实施例中，所述接收用户输入的待回复文本，并提取所述待回复文本中的关键要素，包括：

接收用户输入的待回复文本，对所述待回复文本进行向量编码后得到序列向量；

对所述序列向量进行标签预测，得到序列向量中每个词的标签；

将符合预设领域的标签对应的词确认为关键要素。

在一个实施例中，所述根据所述关键要素在预设数据库中获取对应的回复元素，并按预设表述规则进行插槽填充后得到初始回复文本，包括：

在预设数据库中查询获取与所述关键要素相关联的回复元素；

根据所述回复元素的标签按预设表述规则进行插槽填充处理，拼接得到包含所述回复元素的初始回复文本。

在一个实施例中，所述对所述初始回复文本进行句法解析处理，得到所述初始回复文本中各个词节点的句法依存信息，包括：

通过预设NLP库对所述初始回复文本进行句法解析，得到每个词节点的词性信息以及各个词节点之间的句法依存关系；