[发明专利]客服会话情感分析系统、方法及计算机系统

说明书

本发明公开一种客服会话情感分析系统，基于滑动窗口方式构建客服会话情感分析数据集，将一个滑动窗口的会话文本作为输入，在编码过程中融入了说话角色的信息编码，然后分别通过Transformer和lstm这2种方式对会话句子序列进行会话语义向量编码并进行融合，最后通过分类器对滑动窗口中最后一句话的情感进行分类。本发明还提供了一种采用上述客服会话情感分析系统的客服会话情感分析方法。本发明有效提高了客服会话情感分析的准确率；同时适用的场景多。

技术领域

本发明涉及NPL自然语言处理技术领域，特别涉及客服会话情感分析系统、方法及计算机系统。

背景技术

在自然语言处理领域中，会话情感分析是非常重要的研究内容之一，并且在智能对话领域中，会话情感分析也有着广泛的落地应用。当前在客服会话中，客户会提出各种不同的诉求，并根据客服的反馈情况，会有不同情绪的表达。捕捉客户在客服会话中情绪变化，进行情感分析，并实时反馈给相关人员，可以有效降低客户投诉率、提升客服服务质量。

相关技术中，会话情感分析方法包括基于机器学习的方法和基于深度学习的方法。

机器学习的方法例如，支持向量机、逻辑回归等；深度学习的方法例如，卷积神经网络、循环神经网络等。如果仅对会话中的单句话进行情感分类会丢失会话上下文的语义信息。

发明内容

本发明针对现有技术存在的问题，提出了一种情感分析结果更加准确的客服会话情感分析系统。

根据本发明目的的第一方面,提出一种客服会话情感分析系统，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S_merge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。

进一步，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,由此能够简单有效的确认角色。

本发明还提供了一种采用上述客服会话情感分析系统的客服会话情感分析方法，包括以下步骤：

步骤1：采用数据集训练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。

进一步，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轮，依据验证集中，F1值最高的参数进行系统参数保存。由此,可有效提高分析结果的准确性。