CN116821298A - 一种应用于投保信息的关键词自动识别方法、及相关设备 - Google Patents
一种应用于投保信息的关键词自动识别方法、及相关设备 Download PDFInfo
- Publication number
- CN116821298A CN116821298A CN202310772242.1A CN202310772242A CN116821298A CN 116821298 A CN116821298 A CN 116821298A CN 202310772242 A CN202310772242 A CN 202310772242A CN 116821298 A CN116821298 A CN 116821298A
- Authority
- CN
- China
- Prior art keywords
- information
- semantic
- text
- intention
- analysis model
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000000605 extraction Methods 0.000 claims abstract description 45
- 238000012549 training Methods 0.000 claims abstract description 13
- 238000006243 chemical reaction Methods 0.000 claims abstract description 12
- 239000013598 vector Substances 0.000 claims description 76
- 238000004458 analytical method Methods 0.000 claims description 55
- 239000011159 matrix material Substances 0.000 claims description 34
- 239000013604 expression vector Substances 0.000 claims description 24
- 230000011218 segmentation Effects 0.000 claims description 15
- 230000008451 emotion Effects 0.000 claims description 13
- 230000002457 bidirectional effect Effects 0.000 claims description 10
- 238000012512 characterization method Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 8
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language 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
- G06F16/35—Clustering; Classification
- G06F16/353—Clustering; Classification into predefined classes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2431—Multiple classes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- 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
- 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
- G06N3/0455—Auto-encoder networks; Encoder-decoder 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Molecular Biology (AREA)
- Accounting & Taxation (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Finance (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Machine Translation (AREA)
Abstract
本申请实施例属于人工智能的音频处理技术领域,涉及一种应用于投保信息的关键词自动识别方法、及相关设备,该方法包括:接收用户终端发送的语音输入信息;对所述语音输入信息进行文本转化操作,得到投保文本信息;根据UIE信息抽取模型对所述投保文本信息进行信息抽取操作,得到抽取文本信息;对所述抽取文本信息进行意图识别操作,得到意图信息;根据所述抽取文本信息以及所述意图信息构建所述用户终端的关键语音信息。通过UIE实体抽取技术,再配合意图识别算法,实现指定内容的自动录入方案。本申请引入UIE可以基于预训练机制和提示学习的统一文本到结构生成框架,不仅提高信息抽取的准确性,而且降低信息抽取任务的复杂度。
Description
技术领域
本申请涉及人工智能的音频处理技术领域,尤其涉及一种应用于投保信息的关键词自动识别方法、及相关设备。
背景技术
电销场景下,顾客打电话投保时,跟坐席说的话里面会包含一些关键词信息,例如需要投保的险种名称等等,如何识别该关键词信息成为电销场景主要解决的技术问题。
现有一种应用于该电销场景的关键词识别方法,即通过坐席在通话过程中进行人工录入,从而达到识别关键词的目的。
然而,申请人发现,传统的关键词识别方法需要耗费坐席大量的时间和精力,让坐席无法集中精力在通话过程中,从而降低了关键词识别的准确性,由此可见,传统的关键词识别方法存在费时费力且准确度过低的问题。
发明内容
本申请实施例的目的在于提出一种应用于投保信息的关键词自动识别方法、装置、计算机设备及存储介质,以解决传统的关键词识别方法存在费时费力且准确度过低的问题。
为了解决上述技术问题,本申请实施例提供一种应用于投保信息的关键词自动识别方法,采用了如下所述的技术方案:
接收用户终端发送的语音输入信息;
对所述语音输入信息进行文本转化操作,得到投保文本信息;
根据UIE信息抽取模型对所述投保文本信息进行信息抽取操作,得到抽取文本信息;
根据意图识别算法对所述抽取文本信息进行意图识别操作,得到意图信息;
根据所述抽取文本信息以及所述意图信息构建所述用户终端的关键语音信息。
进一步的,在所述根据意图识别算法对所述抽取文本信息进行意图识别操作,得到意图信息的步骤之前,还包括下述步骤:
将所述抽取文本信息输入至训练好的语义分析模型进行语义识别操作,得到语义文本信息;
所述根据意图识别算法对所述抽取文本信息进行意图识别操作,得到意图信息的步骤,具体包括下述步骤:
根据意图识别算法对所述语义文本信息进行意图识别操作,得到意图信息。
进一步的,在所述将所述抽取文本信息输入至训练好的语义分析模型进行语义识别操作,得到语义文本信息的步骤之前,还包括下述步骤:
读取本地数据库,在所述本地数据库中获取样本文本,并确定所述样本文本中包含的每个分词,基于待训练的语义分析模型确定所述每个分词对应的词向量;
在所述本地数据库中获取语义属性,根据所述待训练的语义分析模型中包含所述语义属性对应的注意力矩阵,以及所述每个分词对应的词向量,确定所述样本文本涉及所述语义属性的第一特征表示向量;
根据所述待训练的语义分析模型中包含的用于表示不同语义属性之间的相关性的自注意力矩阵,以及所述第一特征表示向量,确定所述样本文本涉及所述语义属性的第二特征表示向量;
根据所述待训练的语义分析模型以及所述第二特征表示向量,确定所述待训练的语义训练模型输出的分类结果,所述分类结果包括所述样本文本所属的语义属性以及所述样本文本所属的语义属性对应的情感极性;
根据所述分类结果和所述样本文本预设的标注,对所述语义分析模型中的模型参数进行调整,得到所述训练好的语义分析模型。
进一步的,所述基于待训练的语义分析模型确定所述每个分词对应的词向量的步骤,具体包括:
将所述每个分词输入至所述语义分析模型的语义表征层,得到所述语义表征层输出的所述每个分词分别对应的双向语义表示向量,作为所述每个分词对应的词向量。
进一步的,所述在所述本地数据库中获取语义属性,根据所述待训练的语义分析模型中包含所述语义属性对应的注意力矩阵,以及所述每个分词对应的词向量,确定所述样本文本涉及所述语义属性的第一特征表示向量的步骤,具体包括:
将所述每个分词对应的词向量输入至所述语义分析模型中的属性表征层;
通过所述属性表征层中包含的所述语义属性对应的注意力矩阵,对所述每个分词对应的词向量进行注意力加权,得到加权词向量;
基于所述加权词向量确定所述样本文本涉及所述语义属性的所述第一特征表示向量。
进一步的,所述根据所述待训练的语义分析模型中包含的用于表示不同语义属性之间的相关性的自注意力矩阵,以及所述第一特征表示向量,确定所述样本文本涉及所述语义属性的第二特征表示向量的步骤,具体包括:
将所述第一特征表示向量输入至所述语义分析模型中的属性相关性表示层;
通过所述属性相关性表示层中包含的用于表示不同语义属性之间的相关性的自注意力矩阵,对所述样本文本涉及每个语义属性的第一特征表示向量进行自注意力加权,得到加权特征表示向量;
基于所述加权特征表示向量确定所述样本文本涉及每个语义属性的第二特征表示向量。
为了解决上述技术问题,本申请实施例还提供一种应用于投保信息的关键词自动识别装置,采用了如下所述的技术方案:
语音接收模块,用于接收用户终端发送的语音输入信息;
文本转化模块,用于对所述语音输入信息进行文本转化操作,得到投保文本信息;
信息抽取模块,用于根据UIE信息抽取模型对所述投保文本信息进行信息抽取操作,得到抽取文本信息;
意图识别模块,用于根据意图识别算法对所述抽取文本信息进行意图识别操作,得到意图信息;
关键语音构建模块,用于根据所述抽取文本信息以及所述意图信息构建所述用户终端的关键语音信息。
进一步的,所述装置还包括:语义识别模块,所述意图识别模块包括:意图识别子模块,其中:
所述语义识别模块,用于将所述抽取文本信息输入至训练好的语义分析模型进行语义识别操作,得到语义文本信息;
所述意图识别子模块,用于根据意图识别算法对所述语义文本信息进行意图识别操作,得到意图信息。
为了解决上述技术问题,本申请实施例还提供一种计算机设备,采用了如下所述的技术方案:
包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现如上所述的应用于投保信息的关键词自动识别方法的步骤。
为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:
所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如上所述的应用于投保信息的关键词自动识别方法的步骤。
本申请提供了一种应用于投保信息的关键词自动识别方法,包括:接收用户终端发送的语音输入信息;对所述语音输入信息进行文本转化操作,得到投保文本信息;根据UIE信息抽取模型对所述投保文本信息进行信息抽取操作,得到抽取文本信息;根据意图识别算法对所述抽取文本信息进行意图识别操作,得到意图信息;根据所述抽取文本信息以及所述意图信息构建所述用户终端的关键语音信息。通过UIE实体抽取技术,再配合意图识别算法,实现指定内容的自动录入方案。与现有技术相比,本申请引入UIE可以基于预训练机制和提示学习的统一文本到结构生成框架,不仅提高信息抽取的准确性,而且降低信息抽取任务的复杂度。
附图说明
为了更清楚地说明本申请中的方案,下面将对本申请实施例描述中所需要使用的附图作一个简单介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请可以应用于其中的示例性系统架构图;
图2是本申请实施例一提供的应用于投保信息的关键词自动识别方法的实现流程图;
图3是本申请实施例二提供的应用于投保信息的关键词自动识别装置的结构示意图;
图4是根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture ExpertsGroup Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving PictureExperts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是,本申请实施例所提供的应用于投保信息的关键词自动识别方法一般由服务器/终端设备执行,相应地,应用于投保信息的关键词自动识别装置一般设置于服务器/终端设备中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的应用于投保信息的关键词自动识别方法的一个实施例的流程图。所述的应用于投保信息的关键词自动识别方法,包括:步骤S201、步骤S202、步骤S203、步骤S204以及步骤S205。
在步骤S201中,接收用户终端发送的语音输入信息。
在步骤S202中,根据意图识别算法对语音输入信息进行文本转化操作,得到投保文本信息。
在步骤S203中,根据UIE信息抽取模型对投保文本信息进行信息抽取操作,得到抽取文本信息。
在本申请实施例中,UIE是2022年被提出的一种统一信息抽取框架,可实现实体抽取、关系抽取、事件抽取、情感分析等任务的统一建模。该模型可以支持不限定行业领域的关键信息的抽取,实现零样本快速冷启动。并且它具备优秀的小样本微调能力,快速适配特定的抽取目标。
在本申请实施例中,以保险险种的录入举例:
1、基于UIE模型的险种抽取模型
a)定义险种schema:
UIE模型抽取实体需要提前定义schema(主题)。可以根据需求自定义,举例如下:
schema=["商业险","交强险","三者险","车船税","车损险"]
b)模型输入输出示例:
输入:“请给我添加三者险”
输出:[{“险种”:[{“‘start’”:7,‘end’:11,’text’:”三者险”,‘probability’:0.9817237376}]}]
2、基于关键字的投保意图算法:
客户的投保意图可概况为:只保留某险种、增加某险种、删除某险种。
由于投保意愿有限,可以通过关键词技术匹配预定义的意图导向词来判断用户意图,意图导向词参考如下:
1)“只保留险种”:"只要","只保","只留","只投","只买"
2)“增加险种”:"添","加","补","增加","填上","投保"
3)“删除险种”:"删除","去掉","取消","除去","减","不要"
3、险种映射关系及输入输出举例:
映射关系:
"商业险":"car_insu",
"交强险":"motor_insu",
"车船税":"veh_tax",
"车损险":"vhlRdr",
"三者险":"liability",
输入输出举例:
用户说:加上三者险
返回结果:
在步骤S204中,根据意图识别算法对抽取文本信息进行意图识别操作,得到意图信息。
在步骤S205中,根据抽取文本信息以及意图信息构建用户终端的关键语音信息。
在本申请实施例中,提供了一种应用于投保信息的关键词自动识别方法,包括:接收用户终端发送的语音输入信息;对语音输入信息进行文本转化操作,得到投保文本信息;根据UIE信息抽取模型对投保文本信息进行信息抽取操作,得到抽取文本信息;根据意图识别算法对抽取文本信息进行意图识别操作,得到意图信息;根据抽取文本信息以及意图信息构建用户终端的关键语音信息。通过UIE实体抽取技术,再配合意图识别算法,实现指定内容的自动录入方案。与现有技术相比,本申请引入UIE可以基于预训练机制和提示学习的统一文本到结构生成框架,不仅提高信息抽取的准确性,而且降低信息抽取任务的复杂度。
在本实施例的一些可选的实现方式中,在步骤S204之前,还包括下述步骤:将抽取文本信息输入至训练好的语义分析模型进行语义识别操作,得到语义文本信息;步骤S204具体包括:根据意图识别算法对语义文本信息进行意图识别操作,得到意图信息。
在本实施例的一些可选的实现方式中,上述将抽取文本信息输入至训练好的语义分析模型进行语义识别操作,得到语义文本信息的步骤之前,还包括下述步骤:
读取本地数据库,在本地数据库中获取样本文本,并确定样本文本中包含的每个分词,基于待训练的语义分析模型确定每个分词对应的词向量;
在本地数据库中获取语义属性,根据待训练的语义分析模型中包含语义属性对应的注意力矩阵,以及每个分词对应的词向量,确定样本文本涉及语义属性的第一特征表示向量;
根据待训练的语义分析模型中包含的用于表示不同语义属性之间的相关性的自注意力矩阵,以及第一特征表示向量,确定样本文本涉及语义属性的第二特征表示向量;
根据待训练的语义分析模型以及第二特征表示向量,确定待训练的语义训练模型输出的分类结果,分类结果包括样本文本所属的语义属性以及样本文本所属的语义属性对应的情感极性;
根据分类结果和样本文本预设的标注,对语义分析模型中的模型参数进行调整,得到训练好的语义分析模型。
在本申请实施例中,可以先从上述本地数据库中获取多个文本,确定由获取的多个文本所构成的训练集,则,针对训练集中的每个文本,可将该文本作为样本文本。
在本申请实施例中,确定该样本文本中包含的分词时,可先对该样本文本进行分词处理,以得到该样本文本中包含的每个分词。在对样本文本进行分词处理时,可采用任何分词方法,当然,也可将该样本文本中的每个字符都作为一个分词进行处理,应当理解,此处对分词处理的举例仅为方便理解,不用于限定本申请。
在本申请实施例中,语义分析模型可至少包括四层,分别是:语义表征层、属性表征层、属性相关性表示层、分类层。
在本申请实施例中,语义表征层中至少包括用于输出双向语义表示向量的子模型,如BERT(Bidirectional Encoder Representations from Transformers)模型等。可将每个分词输入语义分析模型中的语义表征层,得到语义表征层输出的每个分词分别对应的双向语义表示向量,作为每个分词对应的词向量。应当理解,用于输出双向语义表示向量的模型除了上述的BERT模型以外,还包括其他模型,此处对用于输出双向语义表示向量的模型的举例仅为方便理解,不用于限定本申请。
在本申请实施例中,可将每个分词对应的词向量输入语义分析模型中的属性表征层,通过属性表征层中包含的该语义属性对应的注意力矩阵,对每个分词对应的词向量进行注意力加权,根据注意力加权后的每个分词对应的词向量,确定样本文本涉及该语义属性的第一特征表示向量。
在本申请实施例中,可将样本文本涉及每个语义属性的第一特征表示向量输入语音分析模型中的属性相关性表示层,通过属性相关性表示层中包含的上述自注意力矩阵,对样本文本涉及每个语义属性的第一特征表示向量进行自注意力加权,根据自注意力加权后的各第一特征表示向量,确定样本文本涉及每个语义属性的第二特征表示向量。
在本申请实施例中,分类层至少包括隐层、全连接层和softmax层。
在本申请实施例中,可将样本文本涉及每个语义属性的第二特征表示向量依次输入分类层中的隐层、全连接层和softmax层,根据每个第二特征表示向量以及分类层的隐层、全连接层和softmax层中包含的与每个语义属性对应的分类参数,对样本文本进行分类,得到分类层输出的分类结果。
在本申请实施例中,的分类结果至少包括样本文本所属的语义属性以及样本文本在其所属的语义属性上对应的情感极性。
在本申请实施例中,该情感极性可以采用数值进行量化,例如,数值越接近于1,则表示情感极性越倾向于正面,数值越接近于-1,则表示情感极性越倾向于负面,数值接近于0,则表示情感极性倾向于中性。
在本申请实施例中,需要调整的模型参数至少包括上述的分类参数,还可包括上述的注意力矩阵和自注意力矩阵。可采用传统的训练方法对语义分析模型中的模型参数进行调整。在本申请实施例中,由于上述语义分析模型中已经加入了用于表示不同语义属性之间相关性的自注意力矩阵,因此,采用上述传统的训练方法训练得到的语义分析模型可更加准确的对待分析文本的语义进行分析。
在本实施例的一些可选的实现方式中,上述基于待训练的语义分析模型确定每个分词对应的词向量的步骤,具体包括:
将每个分词输入至语义分析模型的语义表征层,得到语义表征层输出的每个分词分别对应的双向语义表示向量,作为每个分词对应的词向量。
在本申请实施例中,语义表征层至少包括用于输出双向语义表示向量的子模型,该子模型包括BERT模型。
在本实施例的一些可选的实现方式中,上述在本地数据库中获取语义属性,根据待训练的语义分析模型中包含语义属性对应的注意力矩阵,以及每个分词对应的词向量,确定样本文本涉及语义属性的第一特征表示向量的步骤,具体包括:
将每个分词对应的词向量输入至语义分析模型中的属性表征层;
通过属性表征层中包含的语义属性对应的注意力矩阵,对每个分词对应的词向量进行注意力加权,得到加权词向量;
基于加权词向量确定样本文本涉及语义属性的第一特征表示向量。
在本申请实施例中,在本申请实施例中,在本申请实施例中,属性表征层中至少包含每个语义属性各自对应的注意力矩阵。
在本申请实施例中,可将每个分词对应的词向量输入语义分析模型中的属性表征层,通过属性表征层中包含的该语义属性对应的注意力矩阵,对每个分词对应的词向量进行注意力加权,根据注意力加权后的每个分词对应的词向量,确定样本文本涉及该语义属性的第一特征表示向量。
在本申请实施例中,上述的第一特征表示向量可以表征该样本文本涉及该语义属性的概率以及在该语义属性上的情感极性。
在本实施例的一些可选的实现方式中,上述根据待训练的语义分析模型中包含的用于表示不同语义属性之间的相关性的自注意力矩阵,以及第一特征表示向量,确定样本文本涉及语义属性的第二特征表示向量的步骤,具体包括:
将第一特征表示向量输入至语义分析模型中的属性相关性表示层;
通过属性相关性表示层中包含的用于表示不同语义属性之间的相关性的自注意力矩阵,对样本文本涉及每个语义属性的第一特征表示向量进行自注意力加权,得到加权特征表示向量;
基于加权特征表示向量确定样本文本涉及每个语义属性的第二特征表示向量。
在本申请实施例中,语义分析模型中的属性相关性表示层中至少包含自注意力矩阵,该自注意力矩阵用于表示不同语义属性之间的相关性,该自注意力矩阵的形式可以为:矩阵中的元素Rij表示第i个语义属性与第j个语义属性的相关性,相关性越强,Rij的值越大,反之越小。
在本申请实施例中,第二特征表示向量同样可以表征该样本文本涉及每个语义属性的概率以及在该语义属性上的情感极性,但与第一特征表示向量不同的是,第一特征表示向量是采用各自独立的每个语义属性对应的注意力矩阵对词向量加权得到的,因此,其表征的样本文本涉及每个语义属性的概率以及在该语义属性上的情感极性并未考虑不同语义属性之间的相关性。而第二特征表示向量是采用用于表示不同语义属性之间相关性的自注意力矩阵对第一特征表示向量加权得到的,相当于由自注意力矩阵引入了不同语义属性之间相关性的因素,因此,其表征的样本文本涉及每个语义属性的概率以及在该语义属性上的情感极性考虑了不同语义属性之间的相关性。
需要强调的是,为进一步保证上述关键语音信息的私密和安全性,上述关键语音信息还可以存储于一区块链的节点中。
本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。本申请可应用于智慧应用于投保信息的关键词自动识别X领域中,从而推动智慧城市的建设。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机可读指令来指令相关的硬件来完成,该计算机可读指令可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
实施例二
进一步参考图3,作为对上述图2所示方法的实现,本申请提供了一种应用于投保信息的关键词自动识别装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图3所示,本实施例的应用于投保信息的关键词自动识别装置200包括:语音接收模块210、文本转化模块220、信息抽取模块230、意图识别模块240以及关键语音构建模块250。其中:
语音接收模块210,用于接收用户终端发送的语音输入信息;
文本转化模块220,用于对语音输入信息进行文本转化操作,得到投保文本信息;
信息抽取模块230,用于根据UIE信息抽取模型对投保文本信息进行信息抽取操作,得到抽取文本信息;
意图识别模块240,用于根据意图识别算法对抽取文本信息进行意图识别操作,得到意图信息;
关键语音构建模块250,用于根据抽取文本信息以及意图信息构建用户终端的关键语音信息。
在本申请实施例中,提供了一种应用于投保信息的关键词自动识别装置200包括:语音接收模块210、文本转化模块220、信息抽取模块230、意图识别模块240以及关键语音构建模块250。通过UIE实体抽取技术,再配合意图识别算法,实现指定内容的自动录入方案。本申请引入UIE可以基于预训练机制和提示学习的统一文本到结构生成框架,不仅提高信息抽取的准确性,而且降低信息抽取任务的复杂度。
在本实施例的一些可选的实现方式中,上述装置还包括:语义识别模块,上述意图识别模块包括:意图识别子模块,其中:
语义识别模块,用于将抽取文本信息输入至训练好的语义分析模型进行语义识别操作,得到语义文本信息;
意图识别子模块,用于根据意图识别算法对语义文本信息进行意图识别操作,得到意图信息。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图4,图4为本实施例计算机设备基本结构框图。
所述计算机设备6包括通过系统总线相互通信连接存储器61、处理器62、网络接口63。需要指出的是,图中仅示出了具有组件61-63的计算机设备6,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable GateArray,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器61至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器61可以是所述计算机设备6的内部存储单元,例如该计算机设备6的硬盘或内存。在另一些实施例中,所述存储器61也可以是所述计算机设备6的外部存储设备,例如该计算机设备6上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)等。当然,所述存储器61还可以既包括所述计算机设备6的内部存储单元也包括其外部存储设备。本实施例中,所述存储器61通常用于存储安装于所述计算机设备6的操作系统和各类应用软件,例如应用于投保信息的关键词自动识别方法的计算机可读指令等。此外,所述存储器61还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器62在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器62通常用于控制所述计算机设备6的总体操作。本实施例中,所述处理器62用于运行所述存储器61中存储的计算机可读指令或者处理数据,例如运行所述应用于投保信息的关键词自动识别方法的计算机可读指令。
所述网络接口63可包括无线网络接口或有线网络接口,该网络接口63通常用于在所述计算机设备6与其他电子设备之间建立通信连接。
本申请提供的计算机设备,引入UIE可以基于预训练机制和提示学习的统一文本到结构生成框架,不仅提高信息抽取的准确性,而且降低信息抽取任务的复杂度。
本申请还提供了另一种实施方式,即提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令可被至少一个处理器执行,以使所述至少一个处理器执行如上述的应用于投保信息的关键词自动识别方法的步骤。
本申请提供的计算机可读存储介质,引入UIE可以基于预训练机制和提示学习的统一文本到结构生成框架,不仅提高信息抽取的准确性,而且降低信息抽取任务的复杂度。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
显然,以上所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。
Claims (10)
1.一种应用于投保信息的关键词自动识别方法,其特征在于,包括下述步骤:
接收用户终端发送的语音输入信息;
对所述语音输入信息进行文本转化操作,得到投保文本信息;
根据UIE信息抽取模型对所述投保文本信息进行信息抽取操作,得到抽取文本信息;
根据意图识别算法对所述抽取文本信息进行意图识别操作,得到意图信息;
根据所述抽取文本信息以及所述意图信息构建所述用户终端的关键语音信息。
2.根据权利要求1所述的应用于投保信息的关键词自动识别方法,其特征在于,在所述根据意图识别算法对所述抽取文本信息进行意图识别操作,得到意图信息的步骤之前,还包括下述步骤:
将所述抽取文本信息输入至训练好的语义分析模型进行语义识别操作,得到语义文本信息;
所述根据意图识别算法对所述抽取文本信息进行意图识别操作,得到意图信息的步骤,具体包括下述步骤:
根据意图识别算法对所述语义文本信息进行意图识别操作,得到意图信息。
3.根据权利要求2所述的应用于投保信息的关键词自动识别方法,其特征在于,在所述将所述抽取文本信息输入至训练好的语义分析模型进行语义识别操作,得到语义文本信息的步骤之前,还包括下述步骤:
读取本地数据库,在所述本地数据库中获取样本文本,并确定所述样本文本中包含的每个分词,基于待训练的语义分析模型确定所述每个分词对应的词向量;
在所述本地数据库中获取语义属性,根据所述待训练的语义分析模型中包含所述语义属性对应的注意力矩阵,以及所述每个分词对应的词向量,确定所述样本文本涉及所述语义属性的第一特征表示向量;
根据所述待训练的语义分析模型中包含的用于表示不同语义属性之间的相关性的自注意力矩阵,以及所述第一特征表示向量,确定所述样本文本涉及所述语义属性的第二特征表示向量;
根据所述待训练的语义分析模型以及所述第二特征表示向量,确定所述待训练的语义训练模型输出的分类结果,所述分类结果包括所述样本文本所属的语义属性以及所述样本文本所属的语义属性对应的情感极性;
根据所述分类结果和所述样本文本预设的标注,对所述语义分析模型中的模型参数进行调整,得到所述训练好的语义分析模型。
4.根据权利要求3所述的应用于投保信息的关键词自动识别方法,其特征在于,所述基于待训练的语义分析模型确定所述每个分词对应的词向量的步骤,具体包括:
将所述每个分词输入至所述语义分析模型的语义表征层,得到所述语义表征层输出的所述每个分词分别对应的双向语义表示向量,作为所述每个分词对应的词向量。
5.根据权利要求3所述的应用于投保信息的关键词自动识别方法,其特征在于,所述在所述本地数据库中获取语义属性,根据所述待训练的语义分析模型中包含所述语义属性对应的注意力矩阵,以及所述每个分词对应的词向量,确定所述样本文本涉及所述语义属性的第一特征表示向量的步骤,具体包括:
将所述每个分词对应的词向量输入至所述语义分析模型中的属性表征层;
通过所述属性表征层中包含的所述语义属性对应的注意力矩阵,对所述每个分词对应的词向量进行注意力加权,得到加权词向量;
基于所述加权词向量确定所述样本文本涉及所述语义属性的所述第一特征表示向量。
6.根据权利要求3所述的应用于投保信息的关键词自动识别方法,其特征在于,所述根据所述待训练的语义分析模型中包含的用于表示不同语义属性之间的相关性的自注意力矩阵,以及所述第一特征表示向量,确定所述样本文本涉及所述语义属性的第二特征表示向量的步骤,具体包括:
将所述第一特征表示向量输入至所述语义分析模型中的属性相关性表示层;
通过所述属性相关性表示层中包含的用于表示不同语义属性之间的相关性的自注意力矩阵,对所述样本文本涉及每个语义属性的第一特征表示向量进行自注意力加权,得到加权特征表示向量;
基于所述加权特征表示向量确定所述样本文本涉及每个语义属性的第二特征表示向量。
7.一种应用于投保信息的关键词自动识别装置,其特征在于,包括:
语音接收模块,用于接收用户终端发送的语音输入信息;
文本转化模块,用于对所述语音输入信息进行文本转化操作,得到投保文本信息;
信息抽取模块,用于根据UIE信息抽取模型对所述投保文本信息进行信息抽取操作,得到抽取文本信息;
意图识别模块,用于根据意图识别算法对所述抽取文本信息进行意图识别操作,得到意图信息;
关键语音构建模块,用于根据所述抽取文本信息以及所述意图信息构建所述用户终端的关键语音信息。
8.根据权利要求7所述的应用于投保信息的关键词自动识别装置,其特征在于,所述装置还包括:语义识别模块,所述意图识别模块包括:意图识别子模块,其中:
所述语义识别模块,用于将所述抽取文本信息输入至训练好的语义分析模型进行语义识别操作,得到语义文本信息;
所述意图识别子模块,用于根据意图识别算法对所述语义文本信息进行意图识别操作,得到意图信息。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现如权利要求1至6中任一项所述的应用于投保信息的关键词自动识别方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如权利要求1至6中任一项所述的应用于投保信息的关键词自动识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310772242.1A CN116821298A (zh) | 2023-06-27 | 2023-06-27 | 一种应用于投保信息的关键词自动识别方法、及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310772242.1A CN116821298A (zh) | 2023-06-27 | 2023-06-27 | 一种应用于投保信息的关键词自动识别方法、及相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116821298A true CN116821298A (zh) | 2023-09-29 |
Family
ID=88142461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310772242.1A Pending CN116821298A (zh) | 2023-06-27 | 2023-06-27 | 一种应用于投保信息的关键词自动识别方法、及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116821298A (zh) |
-
2023
- 2023-06-27 CN CN202310772242.1A patent/CN116821298A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111090987B (zh) | 用于输出信息的方法和装置 | |
CN112732911B (zh) | 基于语义识别的话术推荐方法、装置、设备及存储介质 | |
CN112328761B (zh) | 一种意图标签设置方法、装置、计算机设备及存储介质 | |
CN112231569A (zh) | 新闻推荐方法、装置、计算机设备及存储介质 | |
CN112863683A (zh) | 基于人工智能的病历质控方法、装置、计算机设备及存储介质 | |
CN111767375A (zh) | 语义召回方法、装置、计算机设备及存储介质 | |
CN112287069A (zh) | 基于语音语义的信息检索方法、装置及计算机设备 | |
CN112836521A (zh) | 问答匹配方法、装置、计算机设备及存储介质 | |
CN115438149A (zh) | 一种端到端模型训练方法、装置、计算机设备及存储介质 | |
CN115757731A (zh) | 对话问句改写方法、装置、计算机设备及存储介质 | |
CN111931503B (zh) | 信息抽取方法及装置、设备、计算机可读存储介质 | |
CN117312535A (zh) | 基于人工智能的问题数据处理方法、装置、设备及介质 | |
CN117275466A (zh) | 一种业务意图识别方法、装置、设备及其存储介质 | |
CN116563034A (zh) | 基于人工智能的购买预测方法、装置、设备及存储介质 | |
CN115730603A (zh) | 基于人工智能的信息提取方法、装置、设备及存储介质 | |
CN114637831A (zh) | 基于语义分析的数据查询方法及其相关设备 | |
CN115238077A (zh) | 基于人工智能的文本分析方法、装置、设备及存储介质 | |
CN112199954B (zh) | 基于语音语义的疾病实体匹配方法、装置及计算机设备 | |
CN116821298A (zh) | 一种应用于投保信息的关键词自动识别方法、及相关设备 | |
CN117407497A (zh) | 基于句法分析的问句解答方法、装置、设备及其存储介质 | |
CN116166858A (zh) | 基于人工智能的信息推荐方法、装置、设备及存储介质 | |
CN115062136A (zh) | 基于图神经网络的事件消歧方法及其相关设备 | |
CN116701593A (zh) | 基于GraphQL的中文问答模型训练方法及其相关设备 | |
CN117057362A (zh) | 基于人工智能的意图识别方法、装置、设备及存储介质 | |
CN115879465A (zh) | 搜索引擎分词模型构建方法及其相关设备 |
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 |