[發明專利]一種智能應答的方法和裝置在審
| 申請號： | 201810726621.6 | 申請日： | 2018-07-04 |
| 公開（公告）號： | CN109002515A | 公開（公告）日： | 2018-12-14 |
| 發明（設計）人： | 劉志文 | 申請（專利權）人： | 網宿科技股份有限公司 |
| 主分類號： | G06F17/30 | 分類號： | G06F17/30;G06F17/27 |
| 代理公司： | 北京華智則銘知識產權代理有限公司 11573 | 代理人： | 陳向敏 |
| 地址： | 200030 上海市徐匯區*** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 應答 會話信息 應答信息 方法和裝置 客戶端 模型庫 智能 人工智能技術 調用目標 模型生成 記錄 預設 發送 反饋 干預 學習 | ||
1.一種智能應答的方法，其特征在于，所述方法包括：
周期性根據應答記錄和預設資料集訓練應答模型庫中的應答模型；
當接收到客戶端發送的會話信息時，在所述應答模型庫中確定并調用目標應答模型；
通過所述目標應答模型生成所述會話信息的應答信息，向所述客戶端反饋所述應答信息，并添加所述會話信息和所述應答信息至所述應答記錄中。
2.根據權利要求1所述的方法，其特征在于，所述周期性根據應答記錄和預設資料集訓練應答模型庫中的應答模型，包括：
周期性從應答記錄中提取問答組數據，并從預設資料集中提取應答模型庫中應答模型的預設應答數據對應的問題數據，其中，所述問答組數據包括提問數據和所述提問數據對應的應答數據；
對所述問答組數據和所述問題數據進行數據預處理，并將處理后的問答組數據和問題數據添加至模型訓練語料庫；
周期性基于所述模型訓練語料庫中的數據，通過多層神經網絡訓練應答模型庫中的應答模型。
3.根據權利要求2所述的方法，其特征在于，對所述問答組數據和所述問題數據進行數據預處理，包括：
對所述問答組數據和所述問題數據進行分詞處理，并基于預設的文本數值轉化規則將分詞得到的詞組轉換為空間向量。
4.根據權利要求2所述的方法，其特征在于，所述周期性基于所述模型訓練語料庫中的數據，通過多層神經網絡訓練應答模型庫中的應答模型，包括：
周期性獲取所述模型訓練語料庫中的新增數據，將所述新增數據按比例隨機分為訓練數據、測試數據和驗證數據；
分別基于所述訓練數據、測試數據和驗證數據，通過多層神經網絡對所述應答模型庫中的應答模型進行訓練、測試和驗證處理。
5.根據權利要求1所述的方法，其特征在于，所述當接收到客戶端發送的會話信息時，在所述應答模型庫中確定并調用目標應答模型，包括：
當接收到客戶端發送的會話信息時，確定所述會話信息所屬的應答領域；
在所述應答模型庫中確定并調用所述應答領域對應的目標應答模型。
6.根據權利要求1所述的方法，其特征在于，所述通過所述目標應答模型生成所述會話信息的應答信息，包括：
對所述會話信息進行數據轉換生成模型輸入數據；
在所述目標應答模型提供的預設提問數據中選取與所述模型輸入數據最匹配的目標提問數據；
將所述目標提問數據對應的預設應答數據作為所述會話信息的應答信息。
7.根據權利要求6所述的方法，其特征在于，所述方法還包括：
如果所述目標提問數據與所述模型輸入數據的匹配度低于預設匹配度閾值，則向預設的人工應答端口提供所述會話信息。
8.根據權利要求1所述的方法，其特征在于，所述向所述客戶端反饋所述應答信息之后，還包括：
如果接收到所述客戶端發送的攜帶有所述會話信息的人工應答請求，則將所述會話信息和所述應答信息標記為待檢驗會話記錄。
9.一種智能應答的裝置，其特征在于，所述裝置包括：
訓練模塊，用于周期性根據應答記錄和預設資料集訓練應答模型庫中的應答模型；
調用模塊，用于當接收到客戶端發送的會話信息時，在所述應答模型庫中確定并調用目標應答模型；
反饋模塊，用于通過所述目標應答模型生成所述會話信息的應答信息，向所述客戶端反饋所述應答信息，并添加所述會話信息和所述應答信息至所述應答記錄中。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于網宿科技股份有限公司，未經網宿科技股份有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/201810726621.6/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：適時推送服務的方法及裝置
- 下一篇：一種搜索方法及裝置
