[发明专利]客服会话情感分析系统、方法及计算机系统在审

专利信息
申请号: 202211320478.3 申请日: 2022-10-26
公开(公告)号: CN115630652A 公开(公告)日: 2023-01-20
发明(设计)人: 林思琦;杜振东;王清琛 申请(专利权)人: 南京云问网络技术有限公司
主分类号: G06F40/30 分类号: G06F40/30;G06F40/126;G06F16/35;G06N3/0442
代理公司: 南京行高知识产权代理有限公司 32404 代理人: 王培松;王菊花
地址: 210000 江苏省南*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 客服 会话 情感 分析 系统 方法 计算机系统
【权利要求书】:

1.一种客服会话情感分析系统,其特征在于,包括编码单元、角色语义编码融合单元、会话语义向量编码单元、会话向量融合单元和会话情感分类单元;

所述编码单元,被设置用于根据输入的会话文本进行编码输出,将会话文本转换为固定维度的词语序列向量;

所述角色语义编码融合单元,被设置用于将会话角色信息融入到句子的语义表征中;

所述会话语义向量编码单元,被设置用于将角色语义编码融合单元输出的句子语义角色向量集合输入到Transformer编码器和LSTM网络中,进行会话语义向量编码,分别得到基于Transformer编码器和LSTM网络的会话语义向量;

所述会话向量融合单元,被设置用于将会话语义向量编码单元输出的基于Transformer编码器和LSTM网络的会话语义向量和会话窗口中最后一个句子编码后的句子向量进行拼接融合,得到多维度会话语义向量;

所述会话情感分类单元,被设置用于将会话向量融合单元输出的多维度会话语义向量Smerge输入到全连接层中,通过Softmax分类器对当前滑动窗口的会话情感进行分类;得到会话情感结果。

2.根据权利要求1所述的客服会话情感分析系统,其特征在于:所述编码单元被设置层基于预训练语言模型中的词表和词嵌入矩阵,对会话文本进行转换输出。

3.根据权利要求2所述的客服会话情感分析系统,其特征在于:所述编码单元被设置按照下述过程对会话文本进行转换输出:

首先,基于预训练语言模型中的词表和词嵌入矩阵,将滑动窗口中所有的会话文本转化为词语序列向量;

然后,基于预训练语言模型的句子编码器,将词语序列向量输入到句子编码器中,得到会话窗口中每个句子的向量,输出至角色语义编码融合单元。

4.根据权利要求1所述的客服会话情感分析系统,其特征在于:所述角色语义编码融合单元包括会话角色编码子单元和角色语义融合子单元;

所述会话角色编码子单元,被设置用于将会话中不同的角色分别映射到词表中不同的词向量中;通过词嵌入矩阵转化的方式将词向量作为对应角色的会话角色表征;

所述角色语义融合子单元,被设置用于将每个句子编码后的句子向量与对应的会话角色表征进行拼接融合。

5.一种采用权利要求1所述的客服会话情感分析系统的客服会话情感分析方法,其特征在于:

步骤1:采用数据集训练权利要求1-4中任意一项所述的客服会话情感分析系统,确定其中的基于Transformer编码器和LSTM网络的模型参数,以获得训练好的客服会话情感分析系统’

步骤2:设置滑动窗口,根据对话发展顺序,依次向后移动滑动窗口;并分别将每次滑动窗口内的所有句子输入到前述训练好的客服会话情感分析系统中,进行滑动窗口中最后一句话的情感分析。

6.根据权利要5所述的客服会话情感分析方法,其特征在于:所述数据集包括训练集、验证集和测试集;

所述训练方法为:采用交叉熵作为损失函数;学习率设置为0.0005;训练轮数设置为20-100轮,依据验证集中,获得F1值最高的参数进行系统参数保存。

7.根据权利要5所述的客服会话情感分析方法,其特征在于:所述步骤2中,滑动窗口的大小为5。

8.根据权利要5所述的客服会话情感分析方法,其特征在于:当滑动窗口内会话句子数小于设置的大小时,填充空字符串。

9.一种计算机系统,其特征在于,包括:

一个或多个处理器;

存储器,存储可被操作的指令,所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作,所述操作包括如权利要求5-8中任意一项所述的客服会话情感分析方法的流程。

10.一种存储软件的计算机可读介质,其特征在于,所述软件包括能通过一个或多个计算机执行的指令,所述指令通过这样的执行使得所述一个或多个计算机执行操作,所述操作包括如权利要求5-8中任意一项所述的客服会话情感分析方法的流程。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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南京云问网络技术有限公司,未经南京云问网络技术有限公司许可,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/202211320478.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top