[发明专利]一种客服系统结构化数据的训练方法、装置、设备及介质

权利要求书

1.一种客服系统结构化数据的训练方法，其特征在于，包括：

采集客服系统中的数据，生成专业语料集；

利用爬虫程序，爬取通用文本作为通用语料集；

确定所述专业语料集和所述通用语料集对应的权重值，并基于分词法对所述专业语料集和所述通用语料集包含的语料进行分词生成词向量；

根据所述词向量生成词库，并利用无监督深度学习算法对所述词库中的数据进行训练生成结构化数据的训练模型。

2.根据权利要求1所述的方法，其特征在于，所述利用无监督深度学习算法对所述词库中的数据进行训练生成结构化数据的训练模型，包括：

将所述词库中的数据作为训练数据，利用无监督深度学习算法对所述训练数据进行训练，采用客服系统中的标注数据对训练结果数据进行验证。

3.根据权利要求2所述的方法，其特征在于，所述利用无监督深度学习算法对所述训练数据进行训练，采用客服系统中的标注数据对训练结果数据进行验证，包括：

将所述词库中的数据作为训练数据，将客户系统中的设定数量的标注数据作为验证数据；

使用训练数据利用无监督深度学习算法训练，生成第一训练结果集；将第一训练结果集与验证数据进行对比，如果第一训练结果集未超过所述验证数据，则将所述验证数据加入到所述词库中；

同时调整无监督深度学习算法中的权重值，对所述训练数据进行训练，得到第二训练结果集；

将所述第二训练结果集和所述客服系统中作为验证数据的其他标注数据进行对比，若所述第二训练结果集未超过验证数据，则重复训练及验证过程，直至训练结果集超过验证数据。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述基于分词法对所述专业语料集合所述通用语料集包含的语料进行分词生成词向量，包括：

基于词库及词频分词法对所述专业语料集和所述通用语料集包含的语料进行分词，生成所述词向量。

5.根据权利要求4所述的方法，其特征在于，所述根据所述词向量生成词库，包括：

采用词向量处理框架，由所述词向量生成词库。

6.根据权利要求5所述的方法，其特征在于，所述利用爬虫程序，爬取通用文本作为通用语料集之后，还包括：

针对所述专业语料集和所述通用语料集进行数据清洗，以去除数据重复值和敏感数据值。

7.根据权利要求1所述的方法，其特征在于，所述利用无监督深度学习算法对所述词库中的数据进行训练生成结构化数据的训练模型之后，还包括：

对所述客服系统中的结构化数据进行实体抽取得到实体对象集合；

从所述实体对象中过滤掉相同的实体的对象，生成实体数据集合；

将所述实体数据集合使用所述结构化数据的训练模型，生成泛化结果集。

8.一种客服系统结构化数据的训练装置，其特征在于，包括：

采集模块，用于采集客服系统中的数据，生成专业语料集；

获取模块，用于利用爬虫程序，爬取通用文本作为通用语料集；

分词模块，用于确定所述专业语料集和所述通用语料集对应的权重值，并基于分词法对所述专业语料集合所述通用语料集包含的语料进行分词生成词向量；

训练模块，用于根据所述词向量生成词库，并利用无监督深度学习算法对所述词库中的数据进行训练生成结构化数据的训练模型。

9.一种客服系统结构化数据的训练设备，其特征在于，包括：

处理器，存储器；

所述存储器用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至7任一项所述的客服系统结构化数据的训练方法。

10.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现执行权利要求1至7任一项所述的客服系统结构化数据的训练方法。