[发明专利]基于多轮对话场景下的回复策略分析方法及装置

权利要求书

1.基于多轮对话场景下的回复策略分析方法，其特征在于，所述方法包括：

获取基于多轮对话场景下的问诊文本；

利用预设的向量转化模型对所述问诊文本进行向量转化，得到文本向量，对所述文本向量进行语义编码，得到语义编码向量；

识别所述语义编码向量对应的意图类别，根据所述意图类别，映射出所述问诊文本对应的场景类别，提取所述场景类别的场景标签；

将所述语义编码向量、所述意图类别以及所述场景标签进行融合，得到所述问诊文本的融合向量，利用训练好的回复策略识别模型检测所述融合向量的最终回复策略。

2.根据权利要求1所述的方法，其特征在于，所述获取基于多轮对话场景下的问诊文本，包括：

接收用户发出的多轮问诊请求，提取每轮所述问诊请求的问诊信息；

查询每轮所述问诊信息的回复信息，将所述问诊信息和所述回复信息作为所述问诊文本。

3.根据权利要求1所述的方法，其特征在于，所述利用预设的向量转化模型对所述问诊文本进行向量转化，得到文本向量，包括：

对所述问诊文本进行字符切割，得到问诊字符；

利用预设的向量转化模型对所述问诊字符进行向量转化，得到问诊字符向量；

将所述问诊字符向量按照所述问诊文本的字符顺序进行组合，得到文本向量。

4.根据权利要求1所述的方法，其特征在于，所述利用预设的向量转化模型对所述问诊字符进行向量转化，得到问诊字符向量，包括：

利用所述预设的向量转化模型中的位置编码函数对所述问诊字符进行位置编码，得到问诊编码字符；

利用所述预设的向量转化模型中的向量转换函数对所述问诊编码字符向量转化，得到问诊字符向量。

5.根据权利要求1所述的方法，其特征在于，所述识别所述语义编码向量对应的意图类别，包括：

获取所述语义编码向量的标识信息，计算所述标识信息的权重值；

根据所述权重值得到所述语义编码向量的唯一标识；

根据所述唯一标识，识别出所述语义编码向量对应的意图类别。

6.根据权利要求1至5中任意一项所述的方法，其特征在于，所述将所述语义编码向量、所述意图类别以及所述场景标签进行融合，得到所述问诊文本的融合向量，包括：

分别识别所述意图类别以及所述场景标签的语义信息，得到意图语义信息和场景语义信息；

分别将所述意图语义信息和所述场景语义信息转换为意图语义向量和场景语义向量；

将所述语义编码向量、所述意图语义向量以及所述场景语义向量进行融合，得到所述问诊文本的融合向量。

7.根据权利要求1所述的方法，其特征在于，所述利用训练好的回复策略识别模型检测所述融合向量的最终回复策略，包括：

利用所述策略分析模型中的提取层对所述融合向量进行特征提取，得到特征向量；

利用所述策略分析模型中的池化层对所述特征向量进行池化处理，得到池化向量；

通过所述策略分析模型中的全连接层输出所述池化向量的策略类别，通过所述策略类别得到最终回复策略。

8.一种基于多轮对话场景下的回复策略分析装置，其特征在于，所述装置包括：

文本获取模块，用于获取基于多轮对话场景下的问诊文本；

向量转化模块，用于利用预设的向量转化模型对所述问诊文本进行向量转化，得到文本向量，对所述文本向量进行语义编码，得到语义编码向量；

场景标签提取模块，用于识别所述语义编码向量对应的意图类别，根据所述意图类别，映射出所述问诊文本对应的场景类别，提取所述场景类别的场景标签；

回复策略检测模块，用于将所述语义编码向量、所述意图类别以及所述场景标签进行融合，得到所述问诊文本的融合向量，利用训练好的回复策略识别模型检测所述融合向量的最终回复策略。