CN114969195B - 对话内容挖掘方法和对话内容评估模型的生成方法 - Google Patents
对话内容挖掘方法和对话内容评估模型的生成方法 Download PDFInfo
- Publication number
- CN114969195B CN114969195B CN202210591004.6A CN202210591004A CN114969195B CN 114969195 B CN114969195 B CN 114969195B CN 202210591004 A CN202210591004 A CN 202210591004A CN 114969195 B CN114969195 B CN 114969195B
- Authority
- CN
- China
- Prior art keywords
- dialogue
- content
- platform
- clustering
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 87
- 238000005065 mining Methods 0.000 title claims abstract description 72
- 238000013210 evaluation model Methods 0.000 title claims abstract description 60
- 238000012549 training Methods 0.000 claims description 28
- 238000011156 evaluation Methods 0.000 claims description 26
- 230000011218 segmentation Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 13
- 230000006399 behavior Effects 0.000 claims description 8
- 201000007201 aphasia Diseases 0.000 claims description 5
- 230000002776 aggregation Effects 0.000 claims description 4
- 238000004220 aggregation Methods 0.000 claims description 4
- 239000004973 liquid crystal related substance Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 17
- 238000013473 artificial intelligence Methods 0.000 abstract description 9
- 238000013135 deep learning Methods 0.000 abstract description 6
- 238000003058 natural language processing Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 4
- 241000282414 Homo sapiens Species 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000003339 best practice Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
- G06F40/35—Discourse or dialogue representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Software Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了对话内容挖掘方法和对话内容评估模型的生成方法,涉及人工智能技术领域,尤其涉及深度学习、数据处理、自然语言处理等领域。具体实现方案为:获取包括平台对话内容的待挖掘对话对应的用户画像和产品画像,将待挖掘对话切分为多个类型的语义单元,根据同一类型的语义单元中的平台对话内容的意图、用户画像和产品画像对平台对话内容进行聚类以生成聚类平台对话内容,并和对话内容评估模型确定目标对话内容。本公开通过对平台对话内容进行聚类以生成聚类平台对话内容并和对话内容评估模型确定目标对话内容,减少了时间和人力成本,提高了对话内容挖掘结果的准确度,增强了对实际应用场景的适应性,从而提高了工作效率。
Description
技术领域
本公开涉及人工智能技术领域中的深度学习、数据处理、自然语言处理等领域,尤其涉及一种对话内容挖掘方法和对话内容评估模型的生成方法。
背景技术
目前,在对话内容挖掘场景中,通过将优秀专员的沟通录音通过针对产品行业沟通场景专门优化的ASR(Automatic Speech Recognition,自动语音识别技术)服务转写为文本,并且分离出录音中的专员讲话部分和客户讲话部分,借助专门的聚类算法,找出相似语义的句子,最后结合业务经验,总结出优秀专员的最佳实践对话内容。
但是,对话内容挖掘的过程花费的时间和人力成本较高,对话内容挖掘结果的准确度一般,对实际应用场景的适用性不高,从而导致工作效率较低。
发明内容
本公开提供了一种对话内容挖掘和对话内容评估模型的生成方法、装置、电子设备及存储介质。
根据第一方面,提供了一种对话内容挖掘方法,包括:获取待挖掘对话,所述待挖掘对话中包括平台对话内容;获取所述待挖掘对话对应的用户画像和产品画像;将所述待挖掘对话切分为多个类型的语义单元;根据同一类型的所述语义单元中的平台对话内容的意图、所述用户画像和产品画像对所述平台对话内容进行聚类,以生成聚类平台对话内容;以及根据所述聚类平台对话内容和对话内容评估模型确定所述聚类平台对话内容中的目标对话内容。
根据第二方面,提供了一种对话内容评估模型的生成方法,包括:获取样本对话,所述样本对话中包括平台对话内容;获取所述样本对话对应的用户画像和产品画像;将所述样本对话切分为多个类型的语义单元;根据同一类型的所述语义单元中的平台对话内容的意图、所述用户画像和产品画像对所述平台对话内容进行聚类,以生成聚类平台对话内容;以及根据所述聚类平台对话内容和所述聚类平台对话内容的实际对话内容评估结果对待训练的对话内容评估模型进行训练,以生成对话内容评估模型。
根据第三方面,提供了一种对话内容挖掘装置,包括:第一获取模块,用于获取待挖掘对话,所述待挖掘对话中包括平台对话内容;第二获取模块,用于获取所述待挖掘对话对应的用户画像和产品画像;第一切分模块,用于将所述待挖掘对话切分为多个类型的语义单元;第一聚类模块,用于根据同一类型的所述语义单元中的平台对话内容的意图、所述用户画像和产品画像对所述平台对话内容进行聚类,以生成聚类平台对话内容;以及确定模块,用于根据所述聚类平台对话内容和对话内容评估模型确定所述聚类平台对话内容中的目标对话内容。
根据第四方面,提供了一种对话内容评估模型的生成装置,包括:第三获取模块,用于获取样本对话,所述样本对话中包括平台对话内容;第四获取模块,用于获取所述样本对话对应的用户画像和产品画像;第二切分模块,用于将所述样本对话切分为多个类型的语义单元;第二聚类模块,用于根据同一类型的所述语义单元中的平台对话内容的意图、所述用户画像和产品画像对所述平台对话内容进行聚类,以生成聚类平台对话内容;以及训练模块,用于根据所述聚类平台对话内容和所述聚类平台对话内容的实际对话内容评估结果对待训练的对话内容评估模型进行训练,以生成对话内容评估模型。
根据第五方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开第一方面所述的对话内容挖掘方法或者本公开第二方面所述的对话内容评估模型的生成方法。
根据第六方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据本公开第一方面所述的对话内容挖掘方法或者本公开第二方面所述的对话内容评估模型的生成方法。
根据第七方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据本公开第一方面所述的对话内容挖掘方法的步骤或者本公开第二方面所述的对话内容评估模型的生成方法的步骤。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开第一实施例的对话内容挖掘方法的流程示意图;
图2是待挖掘对话的示意图;
图3是用户画像的示意图;
图4是产品画像的示意图;
图5是目标对话内容的示意图;
图6是根据本公开第二实施例的对话内容挖掘方法的流程示意图;
图7是根据本公开第一实施例的对话内容评估模型的生成方法的流程示意图;
图8是根据本公开第一实施例的对话内容挖掘装置的框图;
图9是根据本公开第二实施例的对话内容挖掘装置的框图;
图10是用来实现本公开第一实施例的对话内容评估模型的生成装置的框图;
图11是用来实现本公开第二实施例的对话内容评估模型的生成装置的框图;
图12是用来实现本公开实施例的对话内容挖掘方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
人工智能(Artificial Intelligence,简称AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。目前,AI技术具有自动化程度高、精确度高、成本低的优点,得到了广泛的应用。
深度学习(Deep Learning,简称DL),是机器学习(Machine Learning,简称ML)领域中一个新的研究方向,学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。就具体研究内容而言,主要包括基于卷积运算的神经网络系统,即卷积神经网络;基于多层神经元的自编码神经网络;以多层自编码神经网络的方式进行预训练,进而结合鉴别信息进一步优化神经网络权值的深度置信网络。深度学习在搜索技术,数据挖掘,机器学习,机器翻译,自然语言处理,多媒体学习,语音,推荐和个性化技术,以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动,解决了很多复杂的模式识别难题,使得人工智能相关技术取得了很大进步。
数据处理(Data Processing,简称DP)是对数据的采集、存储、检索、加工、变换和传输。数据处理的基本目的是从大量的、可能是杂乱无章的、难以理解的数据中抽取并推导出对于某些特定的人们来说是有价值、有意义的数据。数据处理是系统工程和自动控制的基本环节。数据处理贯穿于社会生产和社会生活的各个领域。数据处理技术的发展及其应用的广度和深度,极大地影响了人类社会发展的进程。
自然语言处理(Natural Language Processing,简称NLP)是研究能有效地实现自然语言通信的计算机系统,特别是其中的软件系统的一门科学,是计算机科学领域与人工智能领域中的一个重要方向。
下面结合附图描述本公开实施例的对话内容挖掘方法、装置、系统、终端、电子设备和介质。
图1是根据本公开第一实施例的对话内容挖掘方法的流程示意图。
如图1所示,本公开实施例的对话内容挖掘方法具体可包括以下步骤:
S101,获取待挖掘对话,待挖掘对话中包括平台对话内容。
可选的,本公开实施例的对话内容挖掘方法的执行主体可为本公开实施例提供的对话内容挖掘装置,该对话内容挖掘装置可为具有数据信息处理能力的硬件设备和/或驱动该硬件设备工作所需必要的软件,本公开中可以称为多租户管理服务。可选的,执行主体可包括工作站、服务器,计算机、用户终端及其他设备。其中,用户终端包括但不限于手机、电脑、智能语音交互设备、智能家电、车载终端等。
在本公开实施例中,如图2所示,平台即提供对话服务的平台,例如,客服平台,待挖掘对话即等待进行对话内容挖掘的平台对话记录,平台对话内容即平台针对不同客户、不同产品以及客户的不同痛点需求为促进产品到客户的顺利推出表达出的非常得体的交流语言,待挖掘对话中包括平台对话内容,对待挖掘对话进行获取,以进行后续处理。可选地,待挖掘对话可以从平台的对话日志session(会话控制)中获取。
需要说明的是,平台对话内容可包括主动对话内容和被动对话内容,主动对话内容指的是平台主动沟通、了解用户真实需求所采用的对话内容,被动对话内容指的是针对用户在实际沟通中常见的问题和异议,平台在应对这些问题和异议时的反馈实践。例如,可将平台与用户的对话记录划分为多个对话阶段,比如:问候、自我介绍、产品/业务介绍、针对用户关心的问题和疑虑进行的答疑和引导以及最后的结束语,其中,问候、介绍、结束语这类对话内容属于主动对话内容,而针对用户问题的答疑和引导则属于被动对话内容。
S102,获取待挖掘对话对应的用户画像和产品画像。
在本公开实施例中,对步骤S101获取的待挖掘对话对应的用户画像和产品画像进行获取,以进行后续处理。需要说明的是,平台和用户的每一次对话都具有两个最基本的要素即客户本人以及对应的产品,用户画像即用户面向产品定义的一套多维度的属性标签体系,并针对具体用户给出具体的属性值,产品画像即产品面向用户定义的一套多维度的属性标签体系,并针对具体产品给出具体的属性值,例如,如图3所示,在平台连线用户之前已经对客户的基本信息有了基本的了解,在此基础上,需要对客户这个要素定义一整套面向金融产品的标签体系并给出相应的属性值即为面向金融产品的用户画像,该用户画像可以具有人口属性、信用属性、消费属性、风险偏好和家庭属性等多维度的信息,此外,除金融属性的用户画像外,对产品要素也需要定义一整套面向用户的标签体系并给出相应的属性值即为面向用户的金融产品的产品画像,如图4所示,该产品画像包括股票、黄金、基金、商品期货、保险和债券等种类,具有风险等级、期限标签、产品类型和收益情况等多维度的信息。
S103,将待挖掘对话切分为多个类型的语义单元。
在本公开实施例中,将步骤S101获取的待挖掘对话进行切分,可切分为多个类型的语义单元,以进行后续处理。需要说明的是,语义单元为待挖掘对话划分的多个阶段,对于平台对话内容中的主动对话内容,基于对话内容本身和对话阶段即可进行识别并切分,而对于平台对话内容中的被动对话内容,则需要根据用户不同的问题切分成不同类型的语义单元,如上述所说,比如,可切分为问候、自我介绍、产品/业务介绍、针对用户关心的问题和疑虑进行的答疑和引导,以及最后的结束语等阶段,不同阶段表示不同类型的语义单元,这些阶段即为待挖掘对话切分的多个类型的语义单元。
S104,根据同一类型的语义单元中的平台对话内容的意图、用户画像和产品画像对平台对话内容进行聚类,以生成聚类平台对话内容。
在本公开实施例中,语义单元中包括平台对话内容的意图,平台对话内容的意图即待挖掘对话中的不同阶段或者问题,同一阶段或同一问题对应的平台对话内容的意图相近,根据步骤S104待挖掘对话切分的同一类型的语义单元中的平台对话内容的意图以及步骤S102获取的待挖掘对话对应的用户画像和产品画像,对步骤S101获取的待挖掘对话中的平台对话内容进行聚类,以生成聚类平台对话内容。需要说明的是,将平台对话内容意图、用户画像和产品画像相近的平台对话内容聚类到一起即将多个待挖掘对话的同一阶段或同一问题对应的语义单元进行聚类,即可得到聚类平台对话内容。
S105,根据聚类平台对话内容和对话内容评估模型确定聚类平台对话内容中的目标对话内容。
在本公开实施例中,对话内容评估模型即对对话内容优劣进行评估筛选的模型,目标对话内容即确定的优质对话内容集合,如图5所示,根据对话内容评估模型和步骤S104生成的聚类平台对话内容对聚类平台对话内容中的目标对话内容进行确定,由此得到对话内容挖掘的优质对话内容即目标对话内容。本领域人员可以理解的是,对话内容评估是在不同用户、不同产品这两个要素对齐的前提下对不同的对话内容的优劣进行评估的,评估对话内容优劣的依据可以为工作效率、对话内容吸引度、用户兴趣度和画像匹配度等。
综上,本公开实施例的对话内容挖掘方法,获取待挖掘对话,待挖掘对话中包括平台对话内容,获取待挖掘对话对应的用户画像和产品画像,将待挖掘对话切分为多个类型的语义单元,根据同一类型的语义单元中的平台对话内容的意图、用户画像和产品画像对平台对话内容进行聚类,以生成聚类平台对话内容,根据聚类平台对话内容和对话内容评估模型确定聚类平台对话内容中的目标对话内容。本公开的对话内容挖掘方法,通过将包括平台对话内容的待挖掘对话对应的用户画像和产品画像切分为语义单元,并对平台对话内容进行聚类以生成聚类平台对话内容,最终根据聚类平台对话内容和对话内容评估模型确定目标对话内容,减少了时间和人力成本,提高了对话内容挖掘结果的准确度,增强了对实际应用场景的适应性,从而提高了工作效率。
图6是根据本公开第二实施例的对话内容挖掘方法的流程示意图。
如图6所示,在图1所示实施例的基础上,本公开实施例的对话内容挖掘方法具体可包括以下步骤:
S601,获取待挖掘对话,待挖掘对话中包括平台对话内容。
S602,获取待挖掘对话对应的用户画像和产品画像。
可选地,根据待挖掘对话对应的用户的行为和/或聊天记录,获取用户画像。
需要说明的是,本实施例中的步骤S601-S602与上述实施例中的步骤S101-S102相同,此处不再赘述。
上述实施例中的步骤S103“将待挖掘对话切分为多个类型的语义单元”具体可包括以下步骤S603:
S603,根据待挖掘对话的对话阶段和/或用户问题,将待挖掘对话切分为多个类型的语义单元。
在本公开实施例中,根据待挖掘对话的对话阶段和/或用户问题对待挖掘对话进行切分,可将待挖掘对话切分为多个类型的语义单元。需要说明的是,待挖掘对话可划分为多个对话阶段,例如,问候、自我介绍、产品/业务介绍、针对用户关心的问题和疑虑进行的答疑和引导以及最后的结束语等对话阶段,这些对话阶段和用户问题可对应切分为不同类型的语义单元。
上述实施例中的步骤S104“根据同一类型的语义单元中的平台对话内容的意图、用户画像和产品画像对平台对话内容进行聚类,以生成聚类平台对话内容”具体可包括以下步骤S604:
S604,根据同一类型的语义单元中的平台对话内容的意图、用户画像和产品画像,通过特征值聚类的方式对平台对话内容进行聚类,以生成聚类平台对话内容,特征值包括平台对话内容的对话内容语义向量特征、问题语义向量特征、用户画像中的属性值和产品画像中的属性值。
在本公开实施例中,特征值包括平台对话内容的对话内容语义向量特征、问题语义向量特征、用户画像中的属性值和产品画像中的属性值,问题语义向量特征即被动对话内容中用户问题的语义向量特征,根据同一类型的语义单元中的平台对话内容的意图、用户画像和产品画像,通过特征值聚类的方式对平台对话内容进行聚类,以生成聚类平台对话内容。
上述实施例中的步骤S105“根据聚类平台对话内容和对话内容评估模型确定聚类平台对话内容中的目标对话内容”具体可包括以下步骤S605-S606:
S605,将聚类平台对话内容输入至对话内容评估模型,以生成对话内容评估结果。
在本公开实施例中,输入步骤S604生成的聚类平台对话内容至对话内容评估模型,以生成对应的对话内容评估结果。
S606,根据对话内容评估结果确定聚类平台对话内容中的目标对话内容。
在本公开实施例中,根据步骤S605生成的对话内容评估结果确定聚类平台对话内容中的目标对话内容。
可选地,可将对话内容评估模型输出的对话内容评估结果中的优质对话内容按照置信度作为优质对话内容排序的依据,置信度越高则对话内容越优质,根据置信度可实现优质对话内容即目标对话内容的确定。
综上,本公开实施例的对话内容挖掘方法,获取待挖掘对话,待挖掘对话中包括平台对话内容,获取待挖掘对话对应的用户画像和产品画像,根据待挖掘对话的对话阶段和/或用户问题,将待挖掘对话切分为多个类型的语义单元,根据同一类型的语义单元中的平台对话内容的意图、用户画像和产品画像,通过特征值聚类的方式对平台对话内容进行聚类,以生成聚类平台对话内容,特征值包括平台对话内容的对话内容语义向量特征、问题语义向量特征、用户画像中的属性值和产品画像中的属性值,将聚类平台对话内容输入至对话内容评估模型,以生成对话内容评估结果,根据对话内容评估结果确定聚类平台对话内容中的目标对话内容。本公开的对话内容挖掘方法,通过将包括平台对话内容的待挖掘对话对应的用户画像和产品画像切分为语义单元,并对平台对话内容进行聚类以生成聚类平台对话内容,最终根据聚类平台对话内容和对话内容评估模型确定目标对话内容,减少了时间和人力成本,提高了对话内容挖掘结果的准确度,增强了对实际应用场景的适应性,从而提高了工作效率。同时,通过特征值聚类的方式对平台对话内容进行聚类,进一步提高了对话内容挖掘结果的准确度,增强了对实际应用场景的适应性,从而提高了工作效率。
进一步地,上述实施例还包括以下步骤:
对待挖掘对话进行去口语化。
在本公开的实施例中,对获取的待挖掘对话进行去口语化。本领域人员可以理解的是,人工对话中一般语法结构不规整且语气助词较多,在进行对话内容分析和建模时难度较大,如果只通过词典来去除口语化词并不可行,因为在不同的语境下的口语化词也是不一样的,比如,在导航领域,"从"和"去"都不是口语词,而在餐饮领域,"去XX店吃饭"中的"去"就是口语词。
作为一种可能的实施方式,可以将词典和wordrank(词向量)模型相结合来对待挖掘对话进行去口语化。需要说明的是,词典中包括总结出的比较常见的口语化词,通过词典可以实现待挖掘对话的快速去口语化,而wordrank模型对词典起到辅助作用,可以用来提升词典的泛化能力即处理在词典中未出现的口语化词,以及考虑上下文做决策即对于有时可以删或者有时不可以删的同一个词进行是否删除的判断。
由此,通过对待挖掘对话进行去口语化,提高了用户画像和产品画像的识别准确度,从而提高了后续对话内容挖掘结果的准确度。
图7根据本公开第一实施例的对话内容评估模型的生成方法的流程示意图。如图7所示,本公开实施例的对话内容评估模型的生成方法具体可包括以下步骤:
S701,获取样本对话,样本对话中包括平台对话内容。
其中,样本对话即对待训练的对话内容评估模型进行训练的平台对话记录。可选地,可以通过跟踪每次客户对话记录的最终结果,根据对应的客户是否有积极反馈、是否有更进一步的沟通,以及最后是否实现成单这些信息,将这些信息作为评估对话内容优劣的标签,进而将带有上述标签的平台对话记录作为对话内容评估模型的样本对话进行模型训练。
S702,获取样本对话对应的用户画像和产品画像。
可选地,根据样本对话对应的用户的行为和/或聊天记录,获取用户画像。
S703,将样本对话切分为多个类型的语义单元。
作为一种可能的实施方式,根据样本对话的对话阶段和/或用户问题,将样本对话切分为多个类型的语义单元。
S704,根据同一类型的语义单元中的平台对话内容的意图、用户画像和产品画像对平台对话内容进行聚类,以生成聚类平台对话内容。
作为一种可能的实施方式,根据同一类型的语义单元中的平台对话内容的意图、用户画像和产品画像,通过特征值聚类的方式对平台对话内容进行聚类,以生成聚类平台对话内容,特征值包括平台对话内容的对话内容语义向量特征、问题语义向量特征、用户画像中的属性值和产品画像中的属性值。
S705,根据聚类平台对话内容和聚类平台对话内容的实际对话内容评估结果对待训练的对话内容评估模型进行训练,以生成对话内容评估模型。
在本公开实施例中,聚类平台对话内容的实际对话内容评估结果即通过专家人工判断出对话内容优劣的实际评估结果,根据聚类平台对话内容和聚类平台对话内容的实际对话内容评估结果对待训练的对话内容评估模型进行训练,以生成对话内容评估模型。需要说明的是,评估对话内容优劣的依据可以为工作效率、对话内容吸引度、用户兴趣度和画像匹配度等,本公开的技术方案基于待训练的对话内容评估模型+finetune(微调)的训练范式进行模型训练,可以取得较好的模型训练效果。例如,可以业内预先训练的ernie模型作为待训练的对话内容评估模型,并将带有用户反馈和成单等标签的平台对话内容作为finetune的训练数据进行模型训练,以此生成对话内容评估模型。
还需要说明的是,由于在实际的应用场景中,可能存在大量的平台对话内容无法获得相关的用户反馈和后续阶段信息,此时也可以利用该对话内容评估模型对于无用户反馈的平台对话内容进行筛选,从而更加便捷高效的获取目标对话内容。
作为一种可能的实施方式,将聚类平台对话内容输入至待训练的对话内容评估模型,以生成对话内容评估结果,根据对话内容评估结果和实际对话内容评估结果对待训练的对话内容评估模型进行训练,以生成对话内容评估模型。
进一步地,本公开实施例还包括以下步骤:对样本对话进行去口语化。
需要说明的是,上述对对话内容挖掘方法实施例的解释说明,也适用于本公开实施例的对话内容评估模型的生成方法,具体过程此处不再赘述。
综上,本公开实施例的对话内容评估模型的生成方法,获取样本对话,样本对话中包括平台对话内容,获取样本对话对应的用户画像和产品画像,根据样本对话的对话阶段和/或用户问题,将样本对话切分为多个类型的语义单元,根据同一类型的语义单元中的平台对话内容的意图、用户画像和产品画像,通过特征值聚类的方式对平台对话内容进行聚类,以生成聚类平台对话内容,根据聚类平台对话内容和聚类平台对话内容的实际对话内容评估结果对待训练的对话内容评估模型进行训练,以生成对话内容评估模型。本公开的对话内容评估模型的生成方法,通过将包括平台对话内容的样本对话对应的用户画像和产品画像切分为语义单元,并对平台对话内容进行聚类以生成聚类平台对话内容,最终根据聚类平台对话内容和聚类平台对话内容的实际对话内容评估结果对待训练的对话内容评估模型进行训练以生成对话内容评估模型,通过对话内容评估模型进行对话内容挖掘,减少了时间和人力成本,提高了对话内容挖掘结果的准确度,从而提高了工作效率。
图8是根据本公开第一实施例的对话内容挖掘装置的框图。
如图8所示,本公开实施例的对话内容挖掘装置800,包括:第一获取模块801、第二获取模块802、第一切分模块803、第一聚类模块804和确定模块805。
第一获取模块801,用于获取待挖掘对话,待挖掘对话中包括平台对话内容。
第二获取模块802,用于获取待挖掘对话对应的用户画像和产品画像。
第一切分模块803,用于将待挖掘对话切分为多个类型的语义单元。
第一聚类模块804,用于根据同一类型的语义单元中的平台对话内容的意图、用户画像和产品画像对平台对话内容进行聚类,以生成聚类平台对话内容。
确定模块805,用于根据聚类平台对话内容和对话内容评估模型确定聚类平台对话内容中的目标对话内容。
需要说明的是,上述对对话内容挖掘方法实施例的解释说明,也适用于本公开实施例的对话内容挖掘装置,具体过程此处不再赘述。
综上,本公开实施例的对话内容挖掘装置,获取待挖掘对话,待挖掘对话中包括平台对话内容,获取待挖掘对话对应的用户画像和产品画像,将待挖掘对话切分为多个类型的语义单元,根据同一类型的语义单元中的平台对话内容的意图、用户画像和产品画像对平台对话内容进行聚类,以生成聚类平台对话内容,根据聚类平台对话内容和对话内容评估模型确定聚类平台对话内容中的目标对话内容。本公开的对话内容挖掘装置,通过将包括平台对话内容的待挖掘对话对应的用户画像和产品画像切分为语义单元,并对平台对话内容进行聚类以生成聚类平台对话内容,最终根据聚类平台对话内容和对话内容评估模型确定目标对话内容,减少了时间和人力成本,提高了对话内容挖掘结果的准确度,增强了对实际应用场景的适应性,从而提高了工作效率。
图9是根据本公开第二实施例的对话内容挖掘装置的框图。
如图9所示,本公开实施例的对话内容挖掘装置900,包括:第一获取模块901、第二获取模块902、第一切分模块903、第一聚类模块904和确定模块905。
其中,第一获取模块901与上一实施例中的第一获取模块801具有相同的结构和功能,第二获取模块902与上一实施例中的第二获取模块802具有相同的结构和功能,第一切分模块903与上一实施例中的第一切分模块803具有相同的结构和功能,第一聚类模块904与上一实施例中的第一聚类模块804具有相同的结构和功能,确定模块905与上一实施例中的确定模块805具有相同的结构和功能。
进一步的,第二获取模块902,包括:获取单元,用于根据待挖掘对话对应的用户的行为和/或聊天记录,获取用户画像。
进一步的,第一切分模块903,包括:切分单元,用于根据待挖掘对话的对话阶段和/或用户问题,将待挖掘对话切分为多个类型的语义单元。
进一步的,第一聚类模块904,包括:聚类单元,用于根据同一类型的语义单元中的平台对话内容的意图、用户画像和产品画像,通过特征值聚类的方式对平台对话内容进行聚类,以生成聚类平台对话内容,特征值包括平台对话内容的对话内容语义向量特征、问题语义向量特征、用户画像中的属性值和产品画像中的属性值。
进一步的,确定模块905,包括:输入单元,用于将聚类平台对话内容输入至对话内容评估模型,以生成对话内容评估结果;以及确定单元,用于根据对话内容评估结果确定聚类平台对话内容中的目标对话内容。
进一步的,对话内容挖掘装置900,还包括:第一调整模块906,用于对待挖掘对话进行去口语化。
需要说明的是,上述对对话内容挖掘方法实施例的解释说明,也适用于本公开实施例的对话内容挖掘装置,具体过程此处不再赘述。
综上,本公开实施例的对话内容挖掘装置,获取待挖掘对话,待挖掘对话中包括平台对话内容,获取待挖掘对话对应的用户画像和产品画像,根据待挖掘对话的对话阶段和/或用户问题,将待挖掘对话切分为多个类型的语义单元,根据同一类型的语义单元中的平台对话内容的意图、用户画像和产品画像,通过特征值聚类的方式对平台对话内容进行聚类,以生成聚类平台对话内容,特征值包括平台对话内容的对话内容语义向量特征、问题语义向量特征、用户画像中的属性值和产品画像中的属性值,将聚类平台对话内容输入至对话内容评估模型,以生成对话内容评估结果,根据对话内容评估结果确定聚类平台对话内容中的目标对话内容。本公开的对话内容挖掘装置,通过将包括平台对话内容的待挖掘对话对应的用户画像和产品画像切分为语义单元,并对平台对话内容进行聚类以生成聚类平台对话内容,最终根据聚类平台对话内容和对话内容评估模型确定目标对话内容,减少了时间和人力成本,提高了对话内容挖掘结果的准确度,增强了对实际应用场景的适应性,从而提高了工作效率。同时,通过特征值聚类的方式对平台对话内容进行聚类,进一步提高了对话内容挖掘结果的准确度,增强了对实际应用场景的适应性,从而提高了工作效率。
图10是根据本公开第一实施例的对话内容评估模型的生成装置的框图。
如图10所示,本公开实施例的对话内容评估模型的生成装置1000,包括:第三获取模块1001、第四获取模块1002、第二切分模块1003、第二聚类模块1004和训练模块1005。
第三获取模块1001,用于获取样本对话,样本对话中包括平台对话内容。
第四获取模块1002,用于获取样本对话对应的用户画像和产品画像。
第二切分模块1003,用于将样本对话切分为多个类型的语义单元。
第二聚类模块1004,用于根据同一类型的语义单元中的平台对话内容的意图、用户画像和产品画像对平台对话内容进行聚类,以生成聚类平台对话内容。
训练模块1005,用于根据聚类平台对话内容和聚类平台对话内容的实际对话内容评估结果对待训练的对话内容评估模型进行训练,以生成对话内容评估模型。
需要说明的是,上述对对话内容评估模型的生成方法实施例的解释说明,也适用于本公开实施例的对话内容评估模型的生成装置,具体过程此处不再赘述。
综上,本公开实施例的对话内容评估模型的生成装置,获取样本对话,样本对话中包括平台对话内容,获取样本对话对应的用户画像和产品画像,将样本对话切分为多个类型的语义单元,根据同一类型的语义单元中的平台对话内容的意图、用户画像和产品画像对平台对话内容进行聚类,以生成聚类平台对话内容,根据聚类平台对话内容和聚类平台对话内容的实际对话内容评估结果对待训练的对话内容评估模型进行训练,以生成对话内容评估模型。本公开的对话内容评估模型的生成装置,通过将包括平台对话内容的样本对话对应的用户画像和产品画像切分为语义单元,并对平台对话内容进行聚类以生成聚类平台对话内容,最终根据聚类平台对话内容和聚类平台对话内容的实际对话内容评估结果对待训练的对话内容评估模型进行训练以生成对话内容评估模型,通过对话内容评估模型进行对话内容挖掘,减少了时间和人力成本,提高了对话内容挖掘结果的准确度,从而提高了工作效率。
图11是根据本公开第二实施例的对话内容评估模型的生成装置的框图。
如图11所示,本公开实施例的对话内容评估模型的生成装置1100,包括:第三获取模块1101、第四获取模块1102、第二切分模块1103、第二聚类模块1104和训练模块1105。
其中,第三获取模块1101与上一实施例中的第三获取模块1001具有相同的结构和功能,第四获取模块1102与上一实施例中的第四获取模块1002具有相同的结构和功能,第二切分模块1103与上一实施例中的第二切分模块1003具有相同的结构和功能,第二聚类模块1104与上一实施例中的第二聚类模块1004具有相同的结构和功能,训练模块1105与上一实施例中的训练模块1005具有相同的结构和功能。
进一步的,第四获取模块1102,包括:获取单元,用于根据样本对话对应的用户的行为和/或聊天记录,获取用户画像。
进一步的,第二切分模块1103,包括:切分单元,用于根据样本对话的对话阶段和/或用户问题,将样本对话切分为多个类型的语义单元。
进一步的,第二聚类模块1104,包括:聚类单元,用于根据同一类型的语义单元中的平台对话内容的意图、用户画像和产品画像,通过特征值聚类的方式对平台对话内容进行聚类,以生成聚类平台对话内容,特征值包括平台对话内容的对话内容语义向量特征、问题语义向量特征、用户画像中的属性值和产品画像中的属性值。
进一步的,训练模块1105,包括:输入单元,用于将聚类平台对话内容输入至待训练的对话内容评估模型,以生成对话内容评估结果;以及训练单元,用于根据对话内容评估结果和实际对话内容评估结果对待训练的对话内容评估模型进行训练,以生成对话内容评估模型。
进一步的,对话内容评估模型的生成装置1100,还包括:第二调整模块1106,用于对样本对话进行去口语化。
需要说明的是,上述对对话内容评估模型的生成方法实施例的解释说明,也适用于本公开实施例的对话内容评估模型的生成装置,具体过程此处不再赘述。
综上,本公开实施例的对话内容评估模型的生成装置,获取样本对话,样本对话中包括平台对话内容,获取样本对话对应的用户画像和产品画像,根据样本对话的对话阶段和/或用户问题,将样本对话切分为多个类型的语义单元,根据同一类型的语义单元中的平台对话内容的意图、用户画像和产品画像,通过特征值聚类的方式对平台对话内容进行聚类,以生成聚类平台对话内容,根据聚类平台对话内容和聚类平台对话内容的实际对话内容评估结果对待训练的对话内容评估模型进行训练,以生成对话内容评估模型。本公开的对话内容评估模型的生成装置,通过将包括平台对话内容的样本对话对应的用户画像和产品画像切分为语义单元,并对平台对话内容进行聚类以生成聚类平台对话内容,最终根据聚类平台对话内容和聚类平台对话内容的实际对话内容评估结果对待训练的对话内容评估模型进行训练以生成对话内容评估模型,通过对话内容评估模型进行对话内容挖掘,减少了时间和人力成本,提高了对话内容挖掘结果的准确度,从而提高了工作效率。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图12示出了可以用来实施本公开的实施例的示例电子设备1200的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图12所示,电子设备1200包括计算单元1201,其可以根据存储在只读存储器(ROM)1202中的计算机程序或者从存储单元1208加载到随机访问存储器(RAM)1203中的计算机程序,来执行各种适当的动作和处理。在RAM 1203中,还可存储电子设备1200操作所需的各种程序和数据。计算单元1201、ROM 1202以及RAM1203通过总线1204彼此相连。输入/输出(I/O)接口1205也连接至总线1204。
电子设备1200中的多个部件连接至I/O接口1205,包括:输入单元1206,例如键盘、鼠标等;输出单元1207,例如各种类型的显示器、扬声器等;存储单元1208,例如磁盘、光盘等;以及通信单元1209,例如网卡、调制解调器、无线通信收发机等。通信单元1209允许电子设备1200通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1201可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1201的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1201执行上文所描述的各个方法和处理,例如图1至图6所示的对话内容挖掘方法或者如图7所示的对话内容评估模型的生成方法。例如,在一些实施例中,对话内容挖掘方法或者对话内容评估模型的生成方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1208。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1202和/或通信单元1209而被载入和/或安装到电子设备1200上。当计算机程序加载到RAM 1203并由计算单元1201执行时,可以执行上文描述的对话内容挖掘方法或者对话内容评估模型的生成方法的一个或多个步骤。备选地,在其他实施例中,计算单元1201可以通过其他任何适当的方式(例如,借助于固件)而用于执行对话内容挖掘或者对话内容评估模型的生成方法方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程对话内容挖掘装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网以及区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
根据本公开的实施例,本公开还提供了一种计算机程序产品,包括计算机程序,其中,计算机程序在被处理器执行时实现根据本公开上述实施例所示的对话内容挖掘方法或者实现根据本公开上述实施例所示的对话内容评估模型的生成方法的步骤。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (23)
1.一种对话内容挖掘方法,包括:
获取待挖掘对话,所述待挖掘对话中包括平台对话内容;
获取所述待挖掘对话对应的用户画像和产品画像,所述用户画像为用户面向产品定义的一套多维度的属性标签体,所述产品画像为产品面向用户定义的一套多维度的属性标签体系;
将所述待挖掘对话的内容切分为多个类型的语义单元,其中,语义单元为待挖掘对话的内容划分的多个阶段,不同阶段表示不同类型的语义单元;
根据同一类型的所述语义单元中的平台对话内容的意图、所述用户画像和产品画像对所述平台对话内容进行聚类,将多个所述待挖掘对话的同一阶段对应的语义单元进行聚类,以生成聚类平台对话内容;以及
根据所述聚类平台对话内容和对话内容评估模型确定所述聚类平台对话内容中的目标对话内容,所述目标对话内容为优质对话内容集合;
其中,所述根据同一类型的所述语义单元中的平台对话内容的意图、所述用户画像和产品画像对所述平台对话内容进行聚类,以生成聚类平台对话内容,包括:
根据同一类型的所述语义单元中的平台对话内容的意图、所述用户画像和产品画像,通过特征值聚类的方式对所述平台对话内容进行聚类,以生成所述聚类平台对话内容,所述特征值包括所述平台对话内容的对话内容语义向量特征、问题语义向量特征、所述用户画像中的属性值和所述产品画像中的属性值。
2.根据权利要求1所述的对话内容挖掘方法,其中,获取所述待挖掘对话对应的所述用户画像,包括:
根据所述待挖掘对话对应的用户的行为和/或聊天记录,获取所述用户画像。
3.根据权利要求1所述的对话内容挖掘方法,其中,所述将所述待挖掘对话切分为多个类型的语义单元,包括:
根据所述待挖掘对话的对话阶段和/或用户问题,将所述待挖掘对话切分为多个类型的所述语义单元。
4.根据权利要求1所述的对话内容挖掘方法,其中,所述根据所述聚类平台对话内容和对话内容评估模型确定所述聚类平台对话内容中的目标对话内容,包括:
将所述聚类平台对话内容输入至所述对话内容评估模型,以生成对话内容评估结果;以及
根据所述对话内容评估结果确定所述聚类平台对话内容中的所述目标对话内容。
5.根据权利要求1所述的对话内容挖掘方法,还包括:
对所述待挖掘对话进行去口语化。
6.一种对话内容评估模型的生成方法,包括:
获取样本对话,所述样本对话中包括平台对话内容;
获取所述样本对话对应的用户画像和产品画像,所述用户画像为用户面向产品定义的一套多维度的属性标签体,所述产品画像为产品面向用户定义的一套多维度的属性标签体系;
将所述样本对话的内容切分为多个类型的语义单元,其中,语义单元为样本对话的内容划分的多个阶段,不同阶段表示不同类型的语义单元;
根据同一类型的所述语义单元中的平台对话内容的意图、所述用户画像和产品画像对所述平台对话内容进行聚类,将多个待挖掘对话的同一阶段对应的语义单元进行聚类,以生成聚类平台对话内容;以及
根据所述聚类平台对话内容和所述聚类平台对话内容的实际对话内容评估结果对待训练的对话内容评估模型进行训练,以生成对话内容评估模型;
其中,所述根据同一类型的所述语义单元中的平台对话内容的意图、所述用户画像和产品画像对所述平台对话内容进行聚类,以生成聚类平台对话内容,包括:
根据同一类型的所述语义单元中的平台对话内容的意图、所述用户画像和产品画像,通过特征值聚类的方式对所述平台对话内容进行聚类,以生成所述聚类平台对话内容,所述特征值包括所述平台对话内容的对话内容语义向量特征、问题语义向量特征、所述用户画像中的属性值和所述产品画像中的属性值。
7.根据权利要求6所述的生成方法,其中,获取所述样本对话对应的所述用户画像,包括:
根据所述样本对话对应的用户的行为和/或聊天记录,获取所述用户画像。
8.根据权利要求6所述的生成方法,其中,所述将所述样本对话切分为多个类型的语义单元,包括:
根据所述样本对话的对话阶段和/或用户问题,将所述样本对话切分为多个类型的所述语义单元。
9.根据权利要求6所述的生成方法,其中,所述根据所述聚类平台对话内容和所述聚类平台对话内容的实际对话内容评估结果对待训练的对话内容评估模型进行训练,以生成对话内容评估模型,包括:
将所述聚类平台对话内容输入至所述待训练的对话内容评估模型,以生成对话内容评估结果;以及
根据所述对话内容评估结果和所述实际对话内容评估结果对所述待训练的对话内容评估模型进行训练,以生成所述对话内容评估模型。
10.根据权利要求6所述的生成方法,还包括:
对所述样本对话进行去口语化。
11.一种对话内容挖掘装置,包括:
第一获取模块,用于获取待挖掘对话,所述待挖掘对话中包括平台对话内容;
第二获取模块,用于获取所述待挖掘对话对应的用户画像和产品画像,所述用户画像为用户面向产品定义的一套多维度的属性标签体,所述产品画像为产品面向用户定义的一套多维度的属性标签体系;
第一切分模块,用于将所述待挖掘对话的内容切分为多个类型的语义单元,其中,语义单元为待挖掘对话的内容划分的多个阶段,不同阶段表示不同类型的语义单元;
第一聚类模块,用于根据同一类型的所述语义单元中的平台对话内容的意图、所述用户画像和产品画像对所述平台对话内容进行聚类,将多个所述待挖掘对话的同一阶段对应的语义单元进行聚类,以生成聚类平台对话内容;以及
确定模块,用于根据所述聚类平台对话内容和对话内容评估模型确定所述聚类平台对话内容中的目标对话内容,所述目标对话内容为优质对话内容集合;
其中,所述第一聚类模块,包括:
聚类单元,用于根据同一类型的所述语义单元中的平台对话内容的意图、所述用户画像和产品画像,通过特征值聚类的方式对所述平台对话内容进行聚类,以生成所述聚类平台对话内容,所述特征值包括所述平台对话内容的对话内容语义向量特征、问题语义向量特征、所述用户画像中的属性值和所述产品画像中的属性值。
12.根据权利要求11所述的对话内容挖掘装置,其中,第二获取模块,包括:
获取单元,用于根据所述待挖掘对话对应的用户的行为和/或聊天记录,获取所述用户画像。
13.根据权利要求11所述的对话内容挖掘装置,其中,所述第一切分模块,包括:
切分单元,用于根据所述待挖掘对话的对话阶段和/或用户问题,将所述待挖掘对话切分为多个类型的所述语义单元。
14.根据权利要求11所述的对话内容挖掘装置,其中,所述确定模块,包括:
输入单元,用于将所述聚类平台对话内容输入至所述对话内容评估模型,以生成对话内容评估结果;以及
确定单元,用于根据所述对话内容评估结果确定所述聚类平台对话内容中的所述目标对话内容。
15.根据权利要求11所述的对话内容挖掘装置,还包括:
第一调整模块,用于对所述待挖掘对话进行去口语化。
16.一种对话内容评估模型的生成装置,包括:
第三获取模块,用于获取样本对话,所述样本对话中包括平台对话内容;
第四获取模块,用于获取所述样本对话对应的用户画像和产品画像,所述用户画像为用户面向产品定义的一套多维度的属性标签体,所述产品画像为产品面向用户定义的一套多维度的属性标签体系;
第二切分模块,用于将所述样本对话的内容切分为多个类型的语义单元,其中,语义单元为样本对话的内容划分的多个阶段,不同阶段表示不同类型的语义单元;
第二聚类模块,用于根据同一类型的所述语义单元中的平台对话内容的意图、所述用户画像和产品画像对所述平台对话内容进行聚类,将多个待挖掘对话的同一阶段对应的语义单元进行聚类,以生成聚类平台对话内容;以及
训练模块,用于根据所述聚类平台对话内容和所述聚类平台对话内容的实际对话内容评估结果对待训练的对话内容评估模型进行训练,以生成对话内容评估模型;
其中,所述第二聚类模块,包括:
聚类单元,用于根据同一类型的所述语义单元中的平台对话内容的意图、所述用户画像和产品画像,通过特征值聚类的方式对所述平台对话内容进行聚类,以生成所述聚类平台对话内容,所述特征值包括所述平台对话内容的对话内容语义向量特征、问题语义向量特征、所述用户画像中的属性值和所述产品画像中的属性值。
17.根据权利要求16所述的生成装置,其中,第四获取模块,包括:
获取单元,用于根据所述样本对话对应的用户的行为和/或聊天记录,获取所述用户画像。
18.根据权利要求16所述的生成装置,其中,所述第二切分模块,包括:
切分单元,用于根据所述样本对话的对话阶段和/或用户问题,将所述样本对话切分为多个类型的所述语义单元。
19.根据权利要求16所述的生成装置,其中,所述训练模块,包括:
输入单元,用于将所述聚类平台对话内容输入至所述待训练的对话内容评估模型,以生成对话内容评估结果;以及
训练单元,用于根据所述对话内容评估结果和所述实际对话内容评估结果对所述待训练的对话内容评估模型进行训练,以生成所述对话内容评估模型。
20.根据权利要求16所述的生成装置,还包括:
第二调整模块,用于对所述样本对话进行去口语化。
21.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5任一项所述的方法,或者执行权利要求6-10中任一项所述的方法。
22.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-5任一项所述的方法,或者执行根据权利要求6-10中任一项所述的方法。
23.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述方法的步骤,或者实现根据权利要求6-10中任一项所述方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210591004.6A CN114969195B (zh) | 2022-05-27 | 2022-05-27 | 对话内容挖掘方法和对话内容评估模型的生成方法 |
US18/179,521 US20230206007A1 (en) | 2022-05-27 | 2023-03-07 | Method for mining conversation content and method for generating conversation content evaluation model |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210591004.6A CN114969195B (zh) | 2022-05-27 | 2022-05-27 | 对话内容挖掘方法和对话内容评估模型的生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114969195A CN114969195A (zh) | 2022-08-30 |
CN114969195B true CN114969195B (zh) | 2023-10-27 |
Family
ID=82958304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210591004.6A Active CN114969195B (zh) | 2022-05-27 | 2022-05-27 | 对话内容挖掘方法和对话内容评估模型的生成方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230206007A1 (zh) |
CN (1) | CN114969195B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116628153B (zh) * | 2023-05-10 | 2024-03-15 | 上海任意门科技有限公司 | 一种人工智能设备对话的控制方法、装置、设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012242528A (ja) * | 2011-05-18 | 2012-12-10 | Nippon Telegr & Teleph Corp <Ntt> | 対話評価装置、方法及びプログラム |
CN111383094A (zh) * | 2020-03-06 | 2020-07-07 | 深圳前海微众银行股份有限公司 | 产品服务全链驱动方法、设备及可读存储介质 |
CN111639162A (zh) * | 2020-06-03 | 2020-09-08 | 贝壳技术有限公司 | 信息交互方法和装置、电子设备和存储介质 |
CN113407677A (zh) * | 2021-06-28 | 2021-09-17 | 北京百度网讯科技有限公司 | 评估咨询对话质量的方法、装置、设备和存储介质 |
CN114139553A (zh) * | 2021-11-29 | 2022-03-04 | 平安科技(深圳)有限公司 | 对话文本生成方法、装置、电子设备及存储介质 |
CN114270435A (zh) * | 2019-06-17 | 2022-04-01 | 得麦股份有限公司 | 基于知识追踪的智能对话的系统和方法 |
CN114429134A (zh) * | 2021-11-25 | 2022-05-03 | 北京容联易通信息技术有限公司 | 基于多元语义表示的层次化优质话术挖掘方法及装置 |
-
2022
- 2022-05-27 CN CN202210591004.6A patent/CN114969195B/zh active Active
-
2023
- 2023-03-07 US US18/179,521 patent/US20230206007A1/en not_active Abandoned
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012242528A (ja) * | 2011-05-18 | 2012-12-10 | Nippon Telegr & Teleph Corp <Ntt> | 対話評価装置、方法及びプログラム |
CN114270435A (zh) * | 2019-06-17 | 2022-04-01 | 得麦股份有限公司 | 基于知识追踪的智能对话的系统和方法 |
CN111383094A (zh) * | 2020-03-06 | 2020-07-07 | 深圳前海微众银行股份有限公司 | 产品服务全链驱动方法、设备及可读存储介质 |
CN111639162A (zh) * | 2020-06-03 | 2020-09-08 | 贝壳技术有限公司 | 信息交互方法和装置、电子设备和存储介质 |
CN113407677A (zh) * | 2021-06-28 | 2021-09-17 | 北京百度网讯科技有限公司 | 评估咨询对话质量的方法、装置、设备和存储介质 |
CN114429134A (zh) * | 2021-11-25 | 2022-05-03 | 北京容联易通信息技术有限公司 | 基于多元语义表示的层次化优质话术挖掘方法及装置 |
CN114139553A (zh) * | 2021-11-29 | 2022-03-04 | 平安科技(深圳)有限公司 | 对话文本生成方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20230206007A1 (en) | 2023-06-29 |
CN114969195A (zh) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111241237B (zh) | 一种基于运维业务的智能问答数据处理方法及装置 | |
CN111666380A (zh) | 一种智能呼叫方法、装置、设备和介质 | |
CN112507706B (zh) | 知识预训练模型的训练方法、装置和电子设备 | |
CN111428010A (zh) | 人机智能问答的方法和装置 | |
CN113590776A (zh) | 基于知识图谱的文本处理方法、装置、电子设备及介质 | |
CN113450759A (zh) | 语音生成方法、装置、电子设备以及存储介质 | |
CN115309877A (zh) | 对话生成方法、对话模型训练方法及装置 | |
EP4057283A2 (en) | Method for detecting voice, method for training, apparatuses and smart speaker | |
CN112632248A (zh) | 问答方法、装置、计算机设备和存储介质 | |
CN113407677A (zh) | 评估咨询对话质量的方法、装置、设备和存储介质 | |
CN114969195B (zh) | 对话内容挖掘方法和对话内容评估模型的生成方法 | |
CN113160820B (zh) | 语音识别的方法、语音识别模型的训练方法、装置及设备 | |
CN112860995A (zh) | 交互方法、装置、客户端、服务器以及存储介质 | |
US20220277732A1 (en) | Method and apparatus for training speech recognition model, electronic device and storage medium | |
CN112527127B (zh) | 输入法长句预测模型的训练方法、装置、电子设备及介质 | |
CN113641724A (zh) | 知识标签挖掘方法、装置、电子设备及存储介质 | |
CN113806541A (zh) | 情感分类的方法和情感分类模型的训练方法、装置 | |
CN114119972A (zh) | 模型获取及对象处理方法、装置、电子设备及存储介质 | |
CN114118937A (zh) | 基于任务的信息推荐方法、装置、电子设备及存储介质 | |
CN113553413A (zh) | 对话状态的生成方法、装置、电子设备和存储介质 | |
CN113807390A (zh) | 模型训练方法、装置、电子设备及存储介质 | |
CN114373448B (zh) | 话题检测方法、装置、电子设备及存储介质 | |
CN116244432B (zh) | 语言模型的预训练方法、装置及电子设备 | |
CN115878775B (zh) | 生成跨类型对话数据的方法和装置 | |
CN115618968B (zh) | 新意图发现方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |