CN111159375A - 一种文本处理方法及装置 - Google Patents

Abstract

本发明公开了一种文本处理方法及装置，其中方法为：获取用户对话文本；所述用户对话文本为整通对话文本中的一轮对话文本；对所述用户对话文本进行语义分析，提取所述用户对话文本中蕴含的至少一个意图；根据所述至少一个意图和时序多意图矩阵中记录的意图，确定响应所述用户对话文本的回答文本；所述时序多意图矩阵用于记录所述整通对话文本中在所述用户对话文本之前已获取到的多个意图。上述方法应用于金融科技(Fintech)时，能够联系用户对话的历史意图一同响应所述用户对话文本的回答文本，从而可以更全面、准确地响应用户地需求。

Description

一种文本处理方法及装置

技术领域

本发明涉及金融科技(Fintech)领域和人工智能领域，尤其涉及一种文本处理方法及装置。

背景技术

随着计算机技术的发展，越来越多的技术应用在金融领域，传统金融业正在逐步向金融科技(Fintech)转变，但由于金融行业的安全性、实时性要求，也对技术提出的更高的要求。目前金融机构常通过机器人与用户进行智能对话，以代替人工交流。

目前的方法中，在整通通话中，只能对每一次用户的会话简单地分析出一个意图，再根据这个意图配置的话术模板去回应用户。而语言是复杂的，所表达的语义也是多种多样，同样的一句话在不同语境下的含义也不尽相同。仅根据一个单句的意图去响应用户的会话，难以全面、准确地响应用户的需求，这样配置的话术模板与流程就显得差强人意，甚至反复追问用户，造成较差的用户体验。

发明内容

本申请实施例提供一种文本处理方法及装置，解决了现有技术中智能对话难以全面、准确地响应用户的需求的问题。

第一方面，本申请实施例提供一种文本处理方法，包括：获取用户对话文本；所述用户对话文本为整通对话文本中的一轮对话文本；对所述用户对话文本进行语义分析，提取所述用户对话文本中蕴含的至少一个意图；根据所述至少一个意图和时序多意图矩阵中记录的意图，确定响应所述用户对话文本的回答文本；所述时序多意图矩阵用于记录所述整通对话文本中在所述用户对话文本之前已获取到的多个意图。

上述方法中，获取了用户对话文本后，首先提取所述用户对话文本中蕴含的至少一个意图，根据所述至少一个意图结合时序多意图矩阵中记录的意图，确定响应所述用户对话文本的回答文本，能够联系用户对话的历史意图一同响应所述用户对话文本的回答文本，从而可以更全面、准确地响应用户地需求。

可选地，所述对所述用户对话文本进行语义分析，提取所述用户对话文本中蕴含的至少一个意图，包括：获取多个语义文本；所述多个语义文本中每个语义文本都对应一个意图；确定所述多个语义文本中与所述用户对话文本的语义相似度，从而对所述用户对话文本进行语义分析；将所述多个语义文本中与所述用户对话文本语义相似度最高的N个语义文本对应的意图，作为所述至少一个意图中的意图；N为正整数；和\或将所述用户对话文本输入文本分类模型，根据所述用户对话文本中各词语的语义，确定所述用户对话文本在所述文本分类模型的各意图中所对应的意图，从而对所述用户对话文本进行语义分析；并将所述用户对话文本在所述各意图中所对应的意图作为所述至少一个意图中的意图；所述文本分类模型是根据标注了意图的文本数据训练得到的。

上述方法中，提供了两个角度下对用户对话文本进行语义分析的方法，一是获取多个语义文本后，根据语义相似度，将所述多个语义文本中与所述用户对话文本语义相似度最高的N个语义文本对应的意图，作为所述至少一个意图中的意图，二是通过将所述用户对话文本输入文本分类模型，根据所述用户对话文本中各词语的语义，确定所述用户对话文本在所述文本分类模型的各意图中所对应的意图，对所述用户对话文本进行语义分析，两个角度结合，可以更精确更全面地提取出用户对话文本中蕴含的意图。

可选地，所述确定所述多个语义文本中与所述用户对话文本的语义相似度，包括：将所述用户对话文本中所有字的字向量按照在所述用户对话文本中的顺序依次拼接，获得用户对话向量矩阵；针对所述多个语义文本中每个语义文本，将所述语义文本中所有字的字向量按照在所述语义文本中的顺序依次拼接，获得所述语义文本的向量矩阵；根据所述用户对话向量矩阵和所述语义文本的向量矩阵，确定所述用户对话文本和所述语义文本的语义相似度。

上述方法下，通过将所述用户对话文本中所有字的字向量按照在所述用户对话文本中的顺序依次拼接，获得用户对话向量矩阵，将用户对话文本的语义量化，而且针对所述多个语义文本中每个语义文本中所有字的字向量按照在所述语义文本中的顺序依次拼接，获得每个语义文本的向量矩阵，将每个语义文本量化，从而根据所述用户对话向量矩阵和所述语义文本的向量矩阵，以量化的方式，提供另一种确定所述用户对话文本和所述语义文本的语义相似度高准确性的方法。

可选地，所述根据所述用户对话文本中各词语的语义，确定所述用户对话文本在所述文本分类模型的各意图中所对应的意图，包括：对所述用户对话文本进行分词，获取分词后各词组的词向量；将所述词组的词向量按所述用户对话文本顺序组成词向量矩阵；根据所述词向量矩阵与所述文本分类模型的卷积核矩阵，获得所述用户对话文本的卷积层的特征图像；对所述卷积层的特征图像执行最大池化操作，获得所述用户对话文本的最大池化结果；将所述最大池化结果输入所述文本分类模型的意图分类器，将所述意图分类器输出的意图，确定为所述用户对话文本在所述文本分类模型的各意图中所对应的意图。

上述方法中，首先对所述用户对话文本进行分词，获取分词后各词组的词向量，并将所述词组的词向量按所述用户对话文本顺序组成词向量矩阵，从而对所述用户对话文本分词后逐个量化，并根据所述词向量矩阵与所述文本分类模型的卷积核矩阵，获得所述用户对话文本的卷积层的特征图像，由于卷积核矩阵可以高效处理多维的词向量矩阵，因此能够更高效地对所述用户对话文本进行精确地语义分析，而且所述用户对话文本的卷积层的特征图像能够将用户对话文本的语义表征得更加明显，因此对所述卷积层的特征图像执行最大池化操作，获得所述用户对话文本的最大池化结果，输入所述文本分类模型的意图分类器，从而提供一种精确高效地确定所述用户对话文本在所述文本分类模型的各意图中所对应的意图的方法。

可选地，所述至少一个意图中每个意图都有对应的话术文本；所述根据所述至少一个意图和时序多意图矩阵中记录的意图，确定响应所述用户对话文本的回答文本，包括：根据预训练的聚类模型，对所述至少一个意图和\或所述时序多意图矩阵中的意图进行聚类，获得所述至少一个意图和\或所述时序多意图矩阵中的意图中每个意图所属的意图类型；其中，不同意图类型都对应不同的优先级；按照所述至少一个意图和\或所述时序多意图矩阵中的意图中每个意图所属的意图类型的优先级，若确定所述至少一个意图和\或所述时序多意图矩阵中的意图中有属于前M个优先级的M个意图类型的意图，且所述M个意图类型的意图与所述时序多意图矩阵中的意图均不冲突，则将属于所述M个意图类型的意图对应的话术文本，作为所述回答文本；M为正整数。

上述方法中，根据预训练的聚类模型聚类，获得所述至少一个意图和\或所述时序多意图矩阵中的意图中每个意图所属的意图类型，由于不同意图类型都对应不同的优先级，因此可以按照所述至少一个意图和\或所述时序多意图矩阵中的意图中每个意图所属的意图类型的优先级，在所述M个意图类型的意图存在，且与所述时序多意图矩阵中的意图均不冲突的情况下，优先将属于所述M个意图类型的意图对应的话术文本，作为所述回答文本，从而可以优先响应优先级高的意图类型的意图，及时对用户对话文本响应，提升了用户体验。

可选地，若确定所述至少一个意图和所述时序多意图矩阵的意图中均没有属于所述M个意图类型的意图，则将所述M个意图类型中至少一个意图类型的提示话术文本确定为所述回答文本；所述提示话术文本为：与所述至少一个意图类型的意图对应的话术文本语义相似的提问文本。

上述方法下，若确定所述至少一个意图和所述时序多意图矩阵的意图中均没有属于所述M个意图类型的意图，依然可以将至少一个意图类型的提示话术文本确定为所述回答文本，由于所述提示话术文本为：与所述至少一个意图类型的意图对应的话术文本语义相似的提问文本，从而可以引导用户输出至少一个意图类型的意图的语义相似的对话文本。

可选地，所述根据所述至少一个意图和时序多意图矩阵中记录的意图，确定响应所述用户对话文本的回答文本，包括：若所述至少一个意图与所述时序多意图矩阵中的意图存在相冲突的两个意图，则根据所述相冲突的两个意图生成反问确认文本，作为所述回答文本；所述反问确认文本为提示用户在所述相冲突的两个意图中确认一个意图的提问文本。

上述方法下，若所述至少一个意图与所述时序多意图矩阵中的意图存在相冲突的两个意图，说明当前的用户对话文本的意图与历史意图相冲突，这可能是意图提取错误所致，因此根据所述相冲突的两个意图生成反问确认文本，作为所述回答文本，提示用户在所述相冲突的两个意图中确认一个意图的提问文本，从而可以根据反问确认文本，进一步引导用户，准确地判断用户的意图。

第二方面，本申请提供一种文本处理装置，包括：获取模块，用于获取用户对话文本；所述用户对话文本为整通对话文本中的一轮对话文本；处理模块，用于对所述用户对话文本进行语义分析，提取所述用户对话文本中蕴含的至少一个意图；根据所述至少一个意图和时序多意图矩阵中记录的意图，确定响应所述用户对话文本的回答文本；所述时序多意图矩阵用于记录所述整通对话文本中在所述用户对话文本之前已获取到的多个意图。

一种可选实施方式中，所述获取模块还用于：获取多个语义文本；所述多个语义文本中每个语义文本都对应一个意图；所述处理模块具体用于：确定所述多个语义文本中与所述用户对话文本的语义相似度，从而对所述用户对话文本进行语义分析；将所述多个语义文本中与所述用户对话文本语义相似度最高的N个语义文本对应的意图，作为所述至少一个意图中的意图；N为正整数；和\或将所述用户对话文本输入文本分类模型，根据所述用户对话文本中各词语的语义，确定所述用户对话文本在所述文本分类模型的各意图中所对应的意图，从而对所述用户对话文本进行语义分析；并将所述用户对话文本在所述各意图中所对应的意图作为所述至少一个意图中的意图；所述文本分类模型是根据标注了意图的文本数据训练得到的。

一种可选实施方式中，所述处理模块具体用于：将所述用户对话文本中所有字的字向量按照在所述用户对话文本中的顺序依次拼接，获得用户对话向量矩阵；针对所述多个语义文本中每个语义文本，将所述语义文本中所有字的字向量按照在所述语义文本中的顺序依次拼接，获得所述语义文本的向量矩阵；根据所述用户对话向量矩阵和所述语义文本的向量矩阵，确定所述用户对话文本和所述语义文本的语义相似度。

一种可选实施方式中，所述处理模块具体用于：对所述用户对话文本进行分词，获取分词后各词组的词向量；将所述词组的词向量按所述用户对话文本顺序组成词向量矩阵；根据所述词向量矩阵与所述文本分类模型的卷积核矩阵，获得所述用户对话文本的卷积层的特征图像；对所述卷积层的特征图像执行最大池化操作，获得所述用户对话文本的最大池化结果；将所述最大池化结果输入所述文本分类模型的意图分类器，将所述意图分类器输出的意图，确定为所述用户对话文本在所述文本分类模型的各意图中所对应的意图。

一种可选实施方式中，所述至少一个意图中每个意图都有对应的话术文本；所述处理模块具体用于：根据预训练的聚类模型，对所述至少一个意图和\或所述时序多意图矩阵中的意图进行聚类，获得所述至少一个意图和\或所述时序多意图矩阵中的意图中每个意图所属的意图类型；其中，不同意图类型都对应不同的优先级；按照所述至少一个意图和\或所述时序多意图矩阵中的意图中每个意图所属的意图类型的优先级，若确定所述至少一个意图和\或所述时序多意图矩阵中的意图中有属于前M个优先级的M个意图类型的意图，且所述M个意图类型的意图与所述时序多意图矩阵中的意图均不冲突，则将属于所述M个意图类型的意图对应的话术文本，作为所述回答文本；M为正整数。

一种可选实施方式中，所述处理模块还用于：若确定所述至少一个意图和所述时序多意图矩阵的意图中均没有属于所述M个意图类型的意图，则将所述M个意图类型中至少一个意图类型的提示话术文本确定为所述回答文本；所述提示话术文本为：与所述至少一个意图类型的意图对应的话术文本语义相似的提问文本。

一种可选实施方式中，所述处理模块具体用于：若所述至少一个意图与所述时序多意图矩阵中的意图存在相冲突的两个意图，则根据所述相冲突的两个意图生成反问确认文本，作为所述回答文本；所述反问确认文本为提示用户在所述相冲突的两个意图中确认一个意图的提问文本。

上述第二方面及第二方面各个实施方式的有益效果，可以参考上述第一方面及第一方面各个实施方式的有益效果，这里不再赘述。

第三方面，本申请提供一种计算机设备，包括程序或指令，当所述程序或指令被执行时，用以执行上述第一方面及第一方面各个实施方式的方法。

第四方面，本申请提供一种存储介质，包括程序或指令，当所述程序或指令被执行时，用以执行上述第一方面及第一方面各个实施方式的方法。

附图说明

图1为本申请实施例提供的一种文本处理方法的步骤流程示意图；

图2为本申请实施例提供的一种文本处理方法可应用的架构示意图；

图3为本申请实施例提供的一种文本处理方法中文本分类模型的示意图；

图4为本申请实施例提供的一种文本处理装置的结构示意图。

具体实施方式

为了更好的理解上述技术方案，下面将结合说明书附图及具体的实施方式对上述技术方案进行详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互结合。

在金融机构(银行机构、保险机构或证券机构)在进行业务(如银行的贷款业务、存款业务等)运转过程中，金融机构常通过机器人与用户进行智能对话，以代替人工交流。如智能催收过程，智能催收是一种以催收任务导向式的智能对话系统，开发合规、专业的智能语音机器人，针对贷款业务中的逾期催收、到期提醒、信审以及贷中回访等场景提供服务，从而降低催收的人力等成本。但目前的方法中，仅根据一个单句的意图去响应用户的会话，难以全面、准确地响应用户的需求，这样配置的话术模板与流程就显得差强人意，甚至反复追问用户，造成较差的用户体验。这种情况不符合银行等金融机构的需求，无法保证金融机构各项业务的高效运转。

为此，如图1所示，本申请提供一种文本处理方法。

步骤101：获取用户对话文本。

所述用户对话文本为整通对话文本中的一轮对话文本。

步骤102：对所述用户对话文本进行语义分析，提取所述用户对话文本中蕴含的至少一个意图。

步骤103：根据所述至少一个意图和时序多意图矩阵中记录的意图，确定响应所述用户对话文本的回答文本。

所述时序多意图矩阵用于记录所述整通对话文本中在所述用户对话文本之前已获取到的多个意图。

需要说明的是，步骤101～步骤103的方法可以应用在智能对话的多种场景中，如智能催收场景。步骤101～步骤103的执行实体可以为智能对话机器人。

步骤101中可以通过语音识别来获取用户对话文本，也可以直接通过用户输入的文字来获取用户对话文本，而且步骤101可能涉及到对话文本的预处理。举例来说，通过语音识别(automatic speech recognition,ASR)技术将人机对话交互流程中的语音转化成对话文本，然后再将对话文本进行预处理，如分词/停用词、过滤语气词以及长难句压缩等处理方式。

步骤102的一种可选实施方式为：

(1)获取多个语义文本；所述多个语义文本中每个语义文本都对应一个意图；确定所述多个语义文本中与所述用户对话文本的语义相似度，从而对所述用户对话文本进行语义分析；将所述多个语义文本中与所述用户对话文本语义相似度最高的N个语义文本对应的意图，作为所述至少一个意图中的意图；N为正整数。

和\或(2)将所述用户对话文本输入文本分类模型，根据所述用户对话文本中各词语的语义，确定所述用户对话文本在所述文本分类模型的各意图中所对应的意图，从而对所述用户对话文本进行语义分析；并将所述用户对话文本在所述各意图中所对应的意图作为所述至少一个意图中的意图；所述文本分类模型是根据标注了意图的文本数据训练得到的。

需要说明的是，在(1)中，多个语义文本可以根据用户对话文本从语义意图知识库中模糊匹配获取，也可以是预设多个话术文本。语义意图知识库中具有配置好的意图以及相对应的话术模板与话术流程(包含施压，追问等话术)。按意图节点为键，话术模板与话术流程配置为值，组成的键值对键-值语义意图知识库的存储格式。具体的语义意图知识库格式如下表1所示：

表1

具体来说，根据用户对话文本从语义意图知识库中模糊匹配获取多个语义文本的方式可以为倒排索引(Inverted Index)检索法。举例来说，用户对话文本与语义意图知识库匹配可以得到a1和b1两个语义文本。通过倒排索引(Inverted Index)检索法可以加速意图集合的检索速率。倒排索引检索法是搜索引擎中常见的一种加速文本检索的方法。在步骤103中，当时序多意图矩阵与ABCNN模型识别得到意图ID时，可以方便的从语义意图知识库中检索并调用对应的话术模板与对话流程，及时地正确地响应用户的问答。

下面结合图2，详细说明上述可选实施方式。图2为图1示出的方法可应用的架构示意图。首先，通过ASR技术识别对话文本，并将对话文本进行预处理，从而获取用户对话文本。再将用户对话文本输入到语义理解(natural language understanding，NLU)单元中识别得到相应的意图。NLU可以为智能机器人的一个单元。该模块中包含语义相似度计算模型、文本分类模型和时序多意图矩阵模块。可以通过倒排索引检索语义意图知识库得到多个语义文本，然后将多个语义文本输入给语义相似度计算模型进行意图识别，得到与所述用户对话文本语义相似度最高的N个语义文本对应的意图。同时，将所述用户对话文本输入文本分类模型，根据所述用户对话文本中各词语的语义，确定所述用户对话文本在所述文本分类模型的各意图中所对应的意图。时序多意图矩阵用于在整通对话流程中记录整通对话的历史意图，并结合历史意图根据用户对话文本，实时修正语义相似度计算模型和\或文本分类模型得到的意图，从而得到最终的意图，并根据最终的意图响应用户对话文本的回答文本。

(1)中的方式可以通过基于注意力机制的卷积神经网络模型(attention-basedconvolutional neural network model，ABCNN)来实现。ABCNN是一种加入了注意力机制的BCNN模型，所谓注意力机制就是针对不同的文本数据序列会生成注意力矩阵(AttentionMatrix)，生成注意力矩阵的作用在于保存不同文本序列中每个词/字向量的相似度。ABCNN模型可用于计算不同文本序列之间的相似度，适用于根据对话文本从意图知识库中计算检索相似文本意图的识别事件。以大量对话文本为目标样本进行标注并训练，得到语义相似度模型，分析对话文本序列的字向量特征，通过计算对话文本字向量与语义意图知识库常用表达文本内容的相似度，进而识别得到用户所要表达的意图。通过卷积神经网络模型与注意力机制的结合，应用到对文本句子的建模，目的是通过注意力矩阵将原先各自独立的句子，记录并分析句子之间的相关性，构建出包含句子上下文关系的句子模型。还有另外一种短文本相似度计算的方法即基于词汇语义特征的跳跃卷积模型(lexical semanticfeature based skip convolution neural network，LSF-SCNN)或者基于Transformer的语义相似度计算模型DSSM也能达到语义相似识别的目的。

(1)中确定所述多个语义文本中与所述用户对话文本的语义相似度的具体方式可以为：

将所述用户对话文本中所有字的字向量按照在所述用户对话文本中的顺序依次拼接，获得用户对话向量矩阵；针对所述多个语义文本中每个语义文本，将所述语义文本中所有字的字向量按照在所述语义文本中的顺序依次拼接，获得所述语义文本的向量矩阵；根据所述用户对话向量矩阵和所述语义文本的向量矩阵，确定所述用户对话文本和所述语义文本的语义相似度。

具体来说，获得用户对话向量矩阵和语义文本的向量矩阵可以通过ABCNN模型的输入层(Initialized word embeddings)来实现。ABCNN模型的输入层每次处理一对文本句子(用户对话文本与语义意图知识库中匹配到的一个语义文本)，就是将输入的文本对话句子中所有的字填充(padding)后的字向量进行拼接成一个矩阵，每一行代表一个字。假设每个对话文本的句子都被填充为相同长度n，使用300维的字向量进行映射，那么每个对话文本句子都可以得到一个n*300的向量矩阵。这个矩阵就作为ABCNN模型的输入层。

根据所述用户对话向量矩阵和所述语义文本的向量矩阵，确定所述用户对话文本和所述语义文本的语义相似度具体可以通过ABCNN模型的卷积与池化操作(WideConvolution/Average Pooling)来实现。对于ABCNN模型的卷积层和平均池化层操作，当接收到n*300维的字向量矩阵时，为了保证句子长度不一致的情况下，仍然能有效的捕捉完整的句子信息，ABCNN卷积层采用了宽卷积的方式。卷积操作的目的是为了提取对话文本序列字向量的特征，而池化操作的过程和卷积操作很类似，ABCNN模型中池化层是用来减少卷积层提取的特征的个数的，加入Pooling层的意义是为了增加对话文本序列特征的鲁棒性。ABCNN模型的输出层(Logistic Regression)：模型的输出层需要判断两个文本句子所表达的意图是否相似，用标签(0/1)表示，还需要输出通过逻辑回归来计算两个文本序列顶层高维特征的相似度。

(2)中根据所述用户对话文本中各词语的语义，确定所述用户对话文本在所述文本分类模型的各意图中所对应的意图的具体方式可以为：

对所述用户对话文本进行分词，获取分词后各词组的词向量；将所述词组的词向量按所述用户对话文本顺序组成词向量矩阵；根据所述词向量矩阵与所述文本分类模型的卷积核矩阵，获得所述用户对话文本的卷积层的特征图像；对所述卷积层的特征图像执行最大池化操作，获得所述用户对话文本的最大池化结果；将所述最大池化结果输入所述文本分类模型的意图分类器，将所述意图分类器输出的意图，确定为所述用户对话文本在所述文本分类模型的各意图中所对应的意图。

具体来说，如图3所示。文本分类模型不做限定，举例来说，文本分类模型为TextCNN，TextCNN分类模型是一个n-gram特征提取器，简而言之，就是能从词组的维度提取文本句子中的多个关键信息。首先，对于用户说的“我能还款的但是要还多少钱呢”这句文本，通过分词将文本处理成“我能/还款/的/但是/要还/多少钱”，为了后续模型更好的识别用户所表述的业务词组，可以根据具体业务相关的语料库设计了分词停用词，即针对某些表意明显或者拆分词组后语义相差甚远的词语不进行分词处理。对文本进行分词后，再通过word2vec等embedding方式将每个词映射成一个300维(维度可以自己指定)的词向量，如

“我能”—>[a1,a2,……，a300]，

“还款”—>[b1,b2,……，b300]，

“的”—>[c1,c2,……，c300]，

“但是”—>[d1,d2,……，d300]，

“要还”—>[e1,e2,……，e300]，

“多少钱”—>[f1,f2,……，f300]；

其中，a～f表示具体浮点数值。将对话文本中词组对应的6*300的词向量矩阵，作为TextCNN模型的数据输入。TextCNN模型的卷积操作实际上就是一种加权求和的操作，将6*300的词向量矩阵与卷积核矩阵进行点乘(point wise)的乘法然后求和，得到特征图像。

卷积层输出特征图像的操作为：

特征图像[1]＝a1*w1+a2*w2+a3*w3+b1*w4+b2*w5+……+c2*w8+c3*w9。

特征图像[2]＝b1*w1+b2*w2+b3*w3+c1*w4+c2*w5+……+d2*w8+d3*w9。

……

特征图像[n]＝d1*w1+d2*w2+d3*w3+e1*w4+e2*w5+……+f2*w8+f3*w9。

卷积操作输出后再进行最大池化操作操作，即求特征图像的最大值，作为最大池化结果，将所述最大池化结果输入所述文本分类模型的意图分类器，得到用户对话文本在所述文本分类模型的各意图中所对应的意图。其中，意图分类器在此不做限定，如意图分类器为softmax分类器。

步骤103的一种可选实施方式中，所述至少一个意图中每个意图都有对应的话术文本，步骤103具体可以为：

根据预训练的聚类模型，对所述至少一个意图和\或所述时序多意图矩阵中的意图进行聚类，获得所述至少一个意图和\或所述时序多意图矩阵中的意图中每个意图所属的意图类型；其中，不同意图类型都对应不同的优先级；按照所述至少一个意图和\或所述时序多意图矩阵中的意图中每个意图所属的意图类型的优先级，若确定所述至少一个意图和\或所述时序多意图矩阵中的意图中有属于前M个优先级的M个意图类型的意图，且所述M个意图类型的意图与所述时序多意图矩阵中的意图均不冲突，则将属于所述M个意图类型的意图对应的话术文本，作为所述回答文本；M为正整数。

需要说明的是，时间序列多意图矩阵(Multi-intent Time Series Matrix)是一种从时间序列维度提取的对话文本中关键信息的槽位矩阵。该矩阵的作用在于，智能催收对话机器人可根据多意图矩阵中记录的关键信息点，灵活的采用不同的催收话术模板或切换不同的话术流程，从而做到积极地响应用户，如催收对象，并相应回答文本，如其进行施压，追问以及安慰等话术操作。

时序多意图信息矩阵的存储与淘汰机制，关键意图存储方式为键值对，以整通对话的call_id为键，多意图矩阵中的具体意图信息为值。每一轮与用户交互的对话文本都需要进行多意图识别，记录更新时序多意图矩阵。而当整通对话结束后，如果还将所有的对话信息都保留，无疑将增大存储介质的开销。因此本发明根据实际测试估算的结果，可以做如下淘汰机制，本发明对于时序多意图矩阵新建一个定时任务，该定时任务的作用在于对比时序多意图矩阵最后的修改时间和当前时间，以设定时长扫描是否有更新，举例来说，设定时长为五分钟，五分钟之内无更新的时序多意图矩阵其所对应的通话流程已经结束，则可以清理掉五分钟之前的该通话的时序多意图信息矩阵。智能催收机器人部分时序多意图矩阵如表2和表3所示，提取的意图ID与意图之间的优先级可根据实际场景定义：

表2

表3

例如，客户说的文本：“我能还款的但是要还多少钱”，文本分类模型如(TextCNN模型)识别得到该对话文本为“承诺还款”与“询问还款时间”意图，则记录在多意图矩阵“承诺还款强意图-今天还”槽位中，并直接响应用户所提问的“询问还款时间”意图。

“我今天下午就能还清”，文本分类模型识别得到该对话文本为“承诺还款强意愿-今天还”意图，则记录在多意图矩阵“承诺还款强意愿-今天还”的时间槽位里。

“我尽量吧明天看看”，文本分类模型识别得到该对话文本为“承诺还款弱意愿-明天还”意图，则记录在多意图矩阵“承诺还款弱意愿-明天还”的时间槽位里。

“我已经存好了直接扣就行”，TextCNN模型识别得到该对话文本为“已经存款意愿-是”意图，则记录在多意图矩阵“已经存款意愿-是”的槽位信息里面。

当单轮对话中用户的表述如果存在多种意图，例如用户说的“好的，今天太晚了我今天还不了，我明天应该能还上”，用户这句话包含“今天还不了款”和“明天能够还款”两种意图，如果只对用户“今天还不了款”的意图做出响应，这样配置的话术模板与流程就显得差强人意。而当加入时序多意图矩阵后，这句话就会记录“今天还不了款”和“明天能够还款”这两种意图，当智能催收机器人进行决策，需要选取合适的话术模板与流程来对用户进行响应时，就会检索整个时序多意图矩阵，并结合对用户对话文本语义分析得到的意图来进行决策，用户承诺了还款这是关键意图、时间点是明天，那么语义理解单元就可以根据时序多意图矩阵，对用户所表述的“明天能够还款”来调用合适的话术模板与流程对用户做出相应，这样可以避免机器人的答非所问，或者死循环追问等一系列影响用户体验的问题出现。

时序多意图矩阵的记录方式是采用文本分类模型来进行识别的，文本分类模型先识别用户对话文本中所表述的意图，若识别到某些具体意图，例如识别到了“承诺还款意愿”，则还需要调用具体的意图模型来进行二次识别，当识别到了“承诺还款意愿”时，还需要记录关键信息的时间节点等则还需要相应的时间模型识别。不同的意图场景可以训练对应的模型进行识别，提取相应的关键信息点。

上述可选实施方式中，举例来说，本发明中将意图类型分为核心意图(包含承诺还款意愿等)、询问意图(询问还款时间/金额等意图)和其他意图(调戏或请求电话转接等意图)三种意图类型。对待识别的至少一个意图聚类和\或所述时序多意图矩阵中的意图进行聚类。

举例来说，若至少一个意图聚类和\或所述时序多意图矩阵中的意图有询问意图，则优先响应用户提问意图，时序多意图矩阵同时记录存储着用户其他的相关意图。

若至少一个意图聚类和\或所述时序多意图矩阵中的意图无询问意图，则判断至少一个意图聚类和\或所述时序多意图矩阵中的意图是否含有核心意图，若含有核心意图，且核心意图与时序多意图矩阵中记录的意图不冲突，则响应核心意图并对用户采用催款施压话术或者已经达成催收目的(用户确认还款)结束通话流程。

若至少一个意图聚类和\或所述时序多意图矩阵中的意图无询问倾向意图也无核心意图，则所述时序多意图矩阵中是否记录有核心意图，若矩阵中含有核心意图，则对核心意图进行确认达成催收目的(用户确认还款)结束通话流程。

在上述步骤103的可选实施方式中，若确定所述至少一个意图和所述时序多意图矩阵的意图中没有属于所述M个意图类型的意图，则将所述M个意图类型中至少一个意图类型的提示话术文本确定为所述回答文本；所述提示话术文本为：与所述至少一个意图类型的意图对应的话术文本语义相似的提问文本。

举例来说，若所述至少一个意图和\或所述时序多意图矩阵中的意图中不含有询问意图也不含核心意图，则对用户响应询问意图和\或核心意图的提示话术文本，如催款施压话术询问其是否能够还款，任务导向式的诱导其回答出“承诺还款”的意图，从而达成催收目的(用户确认还款)结束通话流程。

另外，在整通对话的流程里，存在机器人与客户的多轮交互，可能出现以下情况：机器人与用户交互时，用户后面的表述否定前面的表达时，如前面承诺还款，后面又说还不上款。因此，步骤103的另一种可选实施方式中，若所述至少一个意图与所述时序多意图矩阵中的意图存在相冲突的两个意图，则根据所述相冲突的两个意图生成反问确认文本，作为所述回答文本；所述反问确认文本为提示用户在所述相冲突的两个意图中确认一个意图的提问文本。

若通过意图识别确定出，用户对话文本的多意图矩阵产生冲突。机器人便可以根据配置的相应追问的话术来及时对用户进行反问，确认用户的真实意图后进行关键信息点的修正。

如图4所示，本申请提供一种文本处理装置，包括：获取模块401，用于获取用户对话文本；所述用户对话文本为整通对话文本中的一轮对话文本；处理模块402，用于对所述用户对话文本进行语义分析，提取所述用户对话文本中蕴含的至少一个意图；根据所述至少一个意图和时序多意图矩阵中记录的意图，确定响应所述用户对话文本的回答文本；所述时序多意图矩阵用于记录所述整通对话文本中在所述用户对话文本之前已获取到的多个意图。

一种可选实施方式中，所述获取模块401还用于：获取多个语义文本；所述多个语义文本中每个语义文本都对应一个意图；所述处理模块402具体用于：确定所述多个语义文本中与所述用户对话文本的语义相似度，从而对所述用户对话文本进行语义分析；将所述多个语义文本中与所述用户对话文本语义相似度最高的N个语义文本对应的意图，作为所述至少一个意图中的意图；N为正整数；和\或将所述用户对话文本输入文本分类模型，根据所述用户对话文本中各词语的语义，确定所述用户对话文本在所述文本分类模型的各意图中所对应的意图，从而对所述用户对话文本进行语义分析；并将所述用户对话文本在所述各意图中所对应的意图作为所述至少一个意图中的意图；所述文本分类模型是根据标注了意图的文本数据训练得到的。

一种可选实施方式中，所述处理模块402具体用于：将所述用户对话文本中所有字的字向量按照在所述用户对话文本中的顺序依次拼接，获得用户对话向量矩阵；针对所述多个语义文本中每个语义文本，将所述语义文本中所有字的字向量按照在所述语义文本中的顺序依次拼接，获得所述语义文本的向量矩阵；根据所述用户对话向量矩阵和所述语义文本的向量矩阵，确定所述用户对话文本和所述语义文本的语义相似度。

一种可选实施方式中，所述处理模块402具体用于：对所述用户对话文本进行分词，获取分词后各词组的词向量；将所述词组的词向量按所述用户对话文本顺序组成词向量矩阵；根据所述词向量矩阵与所述文本分类模型的卷积核矩阵，获得所述用户对话文本的卷积层的特征图像；对所述卷积层的特征图像执行最大池化操作，获得所述用户对话文本的最大池化结果；将所述最大池化结果输入所述文本分类模型的意图分类器，将所述意图分类器输出的意图，确定为所述用户对话文本在所述文本分类模型的各意图中所对应的意图。

一种可选实施方式中，所述至少一个意图中每个意图都有对应的话术文本；所述处理模块402具体用于：根据预训练的聚类模型，对所述至少一个意图和\或所述时序多意图矩阵中的意图进行聚类，获得所述至少一个意图和\或所述时序多意图矩阵中的意图中每个意图所属的意图类型；其中，不同意图类型都对应不同的优先级；按照所述至少一个意图和\或所述时序多意图矩阵中的意图中每个意图所属的意图类型的优先级，若确定所述至少一个意图和\或所述时序多意图矩阵中的意图中有属于前M个优先级的M个意图类型的意图，且所述M个意图类型的意图与所述时序多意图矩阵中的意图均不冲突，则将属于所述M个意图类型的意图对应的话术文本，作为所述回答文本；M为正整数。

一种可选实施方式中，所述处理模块402还用于：若确定所述至少一个意图和所述时序多意图矩阵的意图中均没有属于所述M个意图类型的意图，则将所述M个意图类型中至少一个意图类型的提示话术文本确定为所述回答文本；所述提示话术文本为：与所述至少一个意图类型的意图对应的话术文本语义相似的提问文本。

一种可选实施方式中，所述处理模块402具体用于：若所述至少一个意图与所述时序多意图矩阵中的意图存在相冲突的两个意图，则根据所述相冲突的两个意图生成反问确认文本，作为所述回答文本；所述反问确认文本为提示用户在所述相冲突的两个意图中确认一个意图的提问文本。

本申请实施例提供一种计算机设备，包括程序或指令，当所述程序或指令被执行时，用以执行本申请实施例提供的一种文本处理方法及任一可选方法。

本申请实施例提供一种存储介质，包括程序或指令，当所述程序或指令被执行时，用以执行本申请实施例提供的一种文本处理方法及任一可选方法。

最后应说明的是：本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种文本处理方法，其特征在于，包括：

获取用户对话文本；所述用户对话文本为整通对话文本中的一轮对话文本；

对所述用户对话文本进行语义分析，提取所述用户对话文本中蕴含的至少一个意图；

根据所述至少一个意图和时序多意图矩阵中记录的意图，确定响应所述用户对话文本的回答文本；所述时序多意图矩阵用于记录所述整通对话文本中在所述用户对话文本之前已获取到的多个意图。

2.如权利要求1所述的方法，其特征在于，所述对所述用户对话文本进行语义分析，提取所述用户对话文本中蕴含的至少一个意图，包括：

获取多个语义文本；所述多个语义文本中每个语义文本都对应一个意图；

确定所述多个语义文本中与所述用户对话文本的语义相似度，从而对所述用户对话文本进行语义分析；将所述多个语义文本中与所述用户对话文本语义相似度最高的N个语义文本对应的意图，作为所述至少一个意图中的意图；N为正整数；和\或

将所述用户对话文本输入文本分类模型，根据所述用户对话文本中各词语的语义，确定所述用户对话文本在所述文本分类模型的各意图中所对应的意图，从而对所述用户对话文本进行语义分析；并将所述用户对话文本在所述各意图中所对应的意图作为所述至少一个意图中的意图；所述文本分类模型是根据标注了意图的文本数据训练得到的。

3.如权利要求2所述的方法，其特征在于，所述确定所述多个语义文本中与所述用户对话文本的语义相似度，包括：

将所述用户对话文本中所有字的字向量按照在所述用户对话文本中的顺序依次拼接，获得用户对话向量矩阵；

针对所述多个语义文本中每个语义文本，将所述语义文本中所有字的字向量按照在所述语义文本中的顺序依次拼接，获得所述语义文本的向量矩阵；

根据所述用户对话向量矩阵和所述语义文本的向量矩阵，确定所述用户对话文本和所述语义文本的语义相似度。

4.如权利要求2所述的方法，其特征在于，所述根据所述用户对话文本中各词语的语义，确定所述用户对话文本在所述文本分类模型的各意图中所对应的意图，包括：

对所述用户对话文本进行分词，获取分词后各词组的词向量；

将所述词组的词向量按所述用户对话文本顺序组成词向量矩阵；根据所述词向量矩阵与所述文本分类模型的卷积核矩阵，获得所述用户对话文本的卷积层的特征图像；

对所述卷积层的特征图像执行最大池化操作，获得所述用户对话文本的最大池化结果；

将所述最大池化结果输入所述文本分类模型的意图分类器，将所述意图分类器输出的意图，确定为所述用户对话文本在所述文本分类模型的各意图中所对应的意图。

5.如权利要求1-4任一所述的方法，其特征在于，所述至少一个意图中每个意图都有对应的话术文本；所述根据所述至少一个意图和时序多意图矩阵中记录的意图，确定响应所述用户对话文本的回答文本，包括：

根据预训练的聚类模型，对所述至少一个意图和\或所述时序多意图矩阵中的意图进行聚类，获得所述至少一个意图和\或所述时序多意图矩阵中的意图中每个意图所属的意图类型；其中，不同意图类型都对应不同的优先级；

按照所述至少一个意图和\或所述时序多意图矩阵中的意图中每个意图所属的意图类型的优先级，若确定所述至少一个意图和\或所述时序多意图矩阵中的意图中有属于前M个优先级的M个意图类型的意图，且所述M个意图类型的意图与所述时序多意图矩阵中的意图均不冲突，则将属于所述M个意图类型的意图对应的话术文本，作为所述回答文本；M为正整数。

6.如权利要求5所述的方法，其特征在于，还包括：

若确定所述至少一个意图和所述时序多意图矩阵的意图中均没有属于所述M个意图类型的意图，则将所述M个意图类型中至少一个意图类型的提示话术文本确定为所述回答文本；所述提示话术文本为：与所述至少一个意图类型的意图对应的话术文本语义相似的提问文本。

7.如权利要求1-4任一所述的方法，其特征在于，所述根据所述至少一个意图和时序多意图矩阵中记录的意图，确定响应所述用户对话文本的回答文本，包括：

若所述至少一个意图与所述时序多意图矩阵中的意图存在相冲突的两个意图，则根据所述相冲突的两个意图生成反问确认文本，作为所述回答文本；所述反问确认文本为提示用户在所述相冲突的两个意图中确认一个意图的提问文本。

8.一种文本处理装置，其特征在于，包括：

获取模块，用于获取用户对话文本；所述用户对话文本为整通对话文本中的一轮对话文本；

处理模块，用于对所述用户对话文本进行语义分析，提取所述用户对话文本中蕴含的至少一个意图；根据所述至少一个意图和时序多意图矩阵中记录的意图，确定响应所述用户对话文本的回答文本；所述时序多意图矩阵用于记录所述整通对话文本中在所述用户对话文本之前已获取到的多个意图。

9.一种计算机设备，其特征在于，包括程序或指令，当所述程序或指令被执行时，如权利要求1至7中任意一项所述的方法被执行。

10.一种存储介质，其特征在于，包括程序或指令，当所述程序或指令被执行时，如权利要求1至7中任意一项所述的方法被执行。

Images