[发明专利]智能对话方法、装置、设备及存储介质在审
申请号: | 202211173179.1 | 申请日: | 2022-09-26 |
公开(公告)号: | CN115658857A | 公开(公告)日: | 2023-01-31 |
发明(设计)人: | 闫海磊;刘帅朋;杨帆 | 申请(专利权)人: | 北京三快在线科技有限公司 |
主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F16/35;G06F16/33;G06F40/237;G06F40/35 |
代理公司: | 北京三高永信知识产权代理有限责任公司 11138 | 代理人: | 谢冬寒 |
地址: | 100080 北京市海*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 智能 对话 方法 装置 设备 存储 介质 | ||
1.一种智能对话方法,其特征在于,所述方法包括:
获取第一对象与智能客服设备当前对话过程中的第一对话语料;
基于所述第一对话语料,确定所述第一对象的情绪类型;其中,所述情绪类型包括正面情绪和负面情绪;
若所述第一对象的情绪类型为负面情绪,在安抚语料库中查找与所述第一对象的情绪类型匹配的多条候选安抚语料;其中,所述安抚语料库用于存储人工客服向第二对象输出的历史安抚语料;
确定所述第一对话语料与每条候选安抚语料之间的第一语义关联度;
基于确定的第一语义关联度,从所述多条候选安抚语料中确定第一安抚语料;
向所述第一对象输出所述第一安抚语料。
2.根据权利要求1所述的方法,其特征在于,所述负面情绪分为多个等级;
所述在安抚语料库中查找与所述第一对象的情绪类型匹配的多条候选安抚语料,包括:
确定所述第一对象的负面情绪所属的第一等级;
确定所述第一对话语料中每个词与所述安抚语料库中目标安抚语料之间的第二语义关联度;其中,所述安抚语料库用于存储多个等级的负面情绪对应的安抚语料;所述目标安抚语料为所述第一等级对应的安抚语料;
基于确定的第二语义关联度,确定所述第一对话语料与所述目标安抚语料之间的第三语义关联度;
基于确定的第三语义关联度,从所述目标安抚语料中确定所述多条候选安抚语料。
3.根据权利要求1所述的方法,其特征在于,所述负面情绪分为多个等级,在所述第一对象的负面情绪等级为第一等级的情况下,所述方法还包括:
获取所述第一对象基于所述第一安抚语料进行回复的第一回复语料;
基于所述第一回复语料,再次确定所述第一对象的情绪类型;
若所述第一对象的情绪类型仍为负面情绪,确定所述第一对象的负面情绪所属的第二等级;
若所述第二等级低于所述第一等级,将所述第一安抚语料和所述第一等级对应添加至语料集合中;其中,所述语料集合用于对应存储降低负面情绪等级的历史安抚语料以及所述负面情绪等级。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
获取第三对象与所述智能客服设备对话过程中的第二对话语料;
基于所述第二对话语料,确定所述第三对象的情绪类型;
若所述第三对象的情绪类型为负面情绪,确定所述第三对象的负面情绪所属的第三等级;
基于所述第三等级,从所述语料集合中确定第二安抚语料,向所述第三对象输出所述第二安抚语料。
5.根据权利要求1所述的方法,其特征在于,所述安抚语料库的生成过程,包括:
获取多条第一历史对话语料;其中,所述第一历史对话语料为所述人工客服与所述第二对象之间的对话语料;
从所述多条第一历史对话语料中确定情绪类型为负面情绪的多条第二历史对话语料;
对于每条第二历史对话语料,从所述第二历史对话语料中确定第三历史对话语料;所述第三历史对话语料为所述人工客服向所述第二对象输出的语料;
在确定的多条第三历史对话语料中确定包括安抚关键词的历史安抚语料;
获取所述历史安抚语料的语料标签;其中,所述语料标签包括正标签和负标签;所述正标签用于标注所述历史安抚语料为用语规范的语料,所述负标签用于标注所述历史安抚语料为用语不规范的语料;
将所述语料标签为正标签的历史安抚语料组成所述安抚语料库。
6.根据权利要求1所述的方法,其特征在于,所述基于所述第一对话语料,确定所述第一对象的情绪类型,包括:
将所述第一对话语料输入情绪识别模型,得到所述情绪识别模型输出的所述第一对象的情绪类型;
其中,所述情绪识别模型是基于显式样本语料和隐式样本语料训练得到的,所述显式样本语料为包括负面情绪关键词的对话语料,所述隐式样本语料为不包括负面情绪关键词,但样本对象的情绪类型为负面情绪的对话语料。
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北京三快在线科技有限公司,未经北京三快在线科技有限公司许可,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/202211173179.1/1.html,转载请声明来源钻瓜专利网。