[发明专利]一种智能客服问答方法、装置、电子设备及存储介质

权利要求书

1.一种智能客服问答方法，其特征在于，包括如下步骤：

获取训练集数据，利用预训练的字向量对所述训练集数据进行处理，得到处理后的训练集数据，将所述处理后的训练集数据输入至孪生神经网络模型的双向长短期记忆网络中，以完成对所述孪生神经网络模型的训练，得到训练完备的孪生神经网络模型；

获取离线语料库，根据所述离线语料库和所述训练完备的孪生神经网络模型，获取所述离线语料库中各句子的向量化表示，根据所述各句子的向量化表示确定语料矩阵；

获取在线用户问，根据所述在线用户问和所述训练完备的孪生神经网络模型，得到所述在线用户问对应的向量化表示，根据所述语料矩阵和所述在线用户问对应的向量化表示，确定所述在线用户问的返回结果。

2.根据权利要求1所述的智能客服问答方法，其特征在于，所述获取训练集数据，包括：从预设语料库或/和线上日志中，获取多个句子数据，根据两两所述句子数据之间是否属于同一语义，对所述句子数据进行标记，得到带有标签的所述句子数据，以带有标签的所述句子数据形成训练集数据。

3.根据权利要求2所述的智能客服问答方法，其特征在于，将所述处理后的训练集数据输入至孪生神经网络模型的双向长短期记忆网络中，以完成对所述孪生神经网络模型的训练，包括：

将所述处理后的训练集数据输入至孪生神经网络模型的两层双向长短期记忆网络中，使每两个所述处理后的训练集数据对应输出两个句子向量化表示，根据所述两个句子向量化表示的距离，确定预测的标签，根据所述预测的标签与对应的所述处理后的训练集数据的标签，对所述孪生神经网络模型进行调整，以完成对所述孪生神经网络模型的训练。

4.根据权利要求3所述的智能客服问答方法，其特征在于，根据所述两个句子向量化表示的距离，确定预测的标签，包括：若所述两个句子向量化表示的距离大于第一预设阈值，则以同一语义对应的标签作为所述预测的标签，若所述两个句子向量化表示的距离小于或者等于所述第一预设阈值，以不同语义对应的标签作为所述预测的标签。

5.根据权利要求1所述的智能客服问答方法，其特征在于，在根据所述各句子的向量化表示确定语料矩阵之后，还包括，为所述语料矩阵建立索引；

相应的，根据所述语料矩阵和所述在线用户问对应的向量化表示，确定所述在线用户问的返回结果，包括：

通过所述索引，从所述语料矩阵中获取与在线用户问对应的向量化表示，距离最为接近的一个向量化表示，根据所述一个向量化表示，确定所述在线用户问的返回结果；或者，通过所述索引，从所述语料矩阵中获取与在线用户问对应的向量化表示，距离排名最靠前的多个向量化表示，根据所述多个向量化表示，确定所述在线用户问的返回结果。

6.根据权利要求5所述的智能客服问答方法，其特征在于，根据所述一个向量化表示，确定所述在线用户问的返回结果，包括，

若所述一个向量化表示与所述在线用户问对应的向量化表示的距离大于第二预设阈值，则以所述一个向量化表示对应的句子数据作为在线用户问对应的标准问，以所述标准问确定所述在线用户问的返回结果；

根据所述多个向量化表示，确定所述在线用户问的返回结果，包括，

若所述多个向量化表示分别与所述在线用户问对应的向量化表示的距离，均大于第三预设阈值，则以所述多个向量化表示对应的句子数据均作为相似问，以所述相似问确定所述在线用户问的返回结果；

若所述多个向量化表示分别与所述在线用户问对应的向量化表示的距离，部分大于第三预设阈值，则以，与所述在线用户问对应的向量化表示的距离，大于第三预设阈值的向量化表示，对应的句子数据作为相似问，以所述相似问确定所述在线用户问的返回结果。

7.根据权利要求6所述的智能客服问答方法，其特征在于，还包括，若所述一个向量化表示与所述在线用户问对应的向量化表示的距离不大于第二预设阈值，或者，所述多个向量化表示分别与所述在线用户问对应的向量化表示的距离，均不大于第三预设阈值；则将在线用户问导入ES中进行预处理和检索，获取ES对应语料库中与所述在线用户问最匹配的标准问，以该标准问确定所述在线用户问的返回结果。