[发明专利]基于语义分析的方案输出方法、装置、设备以及存储介质在审
申请号: | 202210688182.0 | 申请日: | 2022-06-17 |
公开(公告)号: | CN114927126A | 公开(公告)日: | 2022-08-19 |
发明(设计)人: | 周琪妤 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G10L15/02 | 分类号: | G10L15/02;G10L15/06;G10L15/08;G10L15/18 |
代理公司: | 深圳市力道知识产权代理事务所(普通合伙) 44507 | 代理人: | 吴江维 |
地址: | 518057 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 语义 分析 方案 输出 方法 装置 设备 以及 存储 介质 | ||
本申请涉及人工智能领域,公开了一种基于语义分析的方案输出方法、装置、设备以及存储介质,其中,方法包括:对预设语料数据进行分词并筛选获得同义词组和一词多意词组;将同义词组作为正例数据,并将一词多意词组作为负例数据对预设模型进行训练,得到目标语义分析模型;获取用户在进行咨询过程用户对应的第一语音数据、及客服人员对应的第二语音数据;根据第一语音数据获取对应的第一文本并根据第二语音数据获取对应的第二文本,及利用目标语义分析模型分析第一文本和第二文本,得到第一语义分析结果和第二语义分析结果;根据第一语义分析结果和第二语义分析结果从方案数据集中获取备选解决方案;及输出目标解决方案。
技术领域
本申请涉及人工智能技术领域,尤其涉及一种基于语义分析的方案输出方法、装置、设备以及存储介质。
背景技术
随着科学技术的不断发展,较大程度提高了人机交互的水平,例如,在用户进行咨询时,可以通过用户所提供的语音数据识别用户的语义,从而获取到对应问题的解决方案,进而可以辅助客服人员为用户提供更为优质的服务。
然而,传统的语义分析对于复杂的语音输入语义分析精度不足,无法满足日益提高的人机交互智能化需求,因此,如何提高语义分析的精准度,以辅助客服人员提高客户服务水平,提升用户客户服务体验,是本领域技术人员正在研究的热门课题。
发明内容
本申请实施例的主要目的在于提供一种基于语义分析的方案输出方法、装置、设备以及存储介质,旨在为提高语义分析的精准度,以辅助客服人员提高客户服务水,提升客户服务体验。
第一方面,本申请实施例提供一种基于语义分析的方案输出方法,所述方法包括:
对预设语料数据进行分词并提取各个所述分词的词向量,及根据词向量从所述预设语料数据中筛选获得同义词组和一词多意词组;
将所述同义词组作为正例数据,并将所述一词多意词组作为负例数据构建训练数据集,及根据所述训练数据集对预设模型进行训练,得到目标语义分析模型;
获取用户在进行咨询过程中的咨询音频数据,并根据所述咨询音频数据提取所述用户对应的第一语音数据、及客服人员对应的第二语音数据;
根据所述第一语音数据获取对应的第一文本并根据所述第二语音数据获取对应的第二文本,及利用所述目标语义分析模型分析所述第一文本和所述第二文本,得到所述第一文本对应的第一语义分析结果和所述第二文本对应的第二语义分析结果;
根据所述第一语义分析结果和所述第二语义分析结果从方案数据集中获取备选解决方案;
获取客服人员通过输入设备输入的咨询关键词,并根据所述咨询关键词从所述备选解决方案中筛选出目标解决方案,及输出所述目标解决方案。
第二方面,本申请实施例还提供一种方案输出装置,包括:
词组获取模块,用于对预设语料数据进行分词并提取各个所述分词的词向量,及根据词向量从所述预设语料数据中筛选获得同义词组和一词多意词组;
模型训练模块,用于将所述同义词组作为正例数据,并将所述一词多意词组作为负例数据构建训练数据集,及根据所述训练数据集对预设模型进行训练,得到目标语义分析模型;
语音提取模块,用于获取用户在进行咨询过程中的咨询音频数据,并根据所述咨询音频数据提取所述用户对应的第一语音数据、及客服人员对应的第二语音数据;
语义分析模块,用于根据所述第一语音数据获取对应的第一文本并根据所述第二语音数据获取对应的第二文本,及利用所述目标语义分析模型分析所述第一文本和所述第二文本,得到所述第一文本对应的第一语义分析结果和所述第二文本对应的第二语义分析结果;
方案获取模块,用于根据所述第一语义分析结果和所述第二语义分析结果从方案数据集中获取备选解决方案;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210688182.0/2.html,转载请声明来源钻瓜专利网。