[发明专利]一种对话角色区分方法、装置、终端设备及存储介质

说明书

本发明公开了一种对话角色区分方法、装置、终端设备及计算机可读存储介质，其方法包括：根据待区分对话及区分性词语库，获取所述待区分对话的所有区分性词语；其中，所述区分性词语库用于存储预先获取的区分性词语；所述待区分对话包括至少一句对话内容；根据所述待区分对话的所有区分性词语及预先通过决策树算法建立的对话角色判别模型，获取所述待区分对话中每一句对话内容对应的角色标签；根据所述待区分对话中每一句对话内容对应的角色标签，确定所述待区分对话中每一句对话内容所对应的角色；本发明能够提高对话角色识别的效率及准确率。

技术领域

本发明涉及计算机数据处理领域，尤其涉及一种对话角色区分方法、装置、终端设备及计算机可读存储介质。

背景技术

通常对话内容会涉及两个以上的对话角色，在一些场合需要针对某个对话角色的对白进行分析，以获取对应的信息，例如客服质检，即客服对客户服务的质量检验，它是一个客服中心进行自我问题发现并改进客服质量的基础性工作。在进行分析之前，首先需要将对话角色进行区分，例如客服质量与客服态度的评价等都需要预先区分客服与客户的对话内容，以保证后续自然语言处理的正确性。

传统的对话角色区分方法主要包括以下两种：第一种：通过识别说话者的声纹特征来区分说话者身份，并在语音转化为文本时根据说话者身份将对话内容的文本进行标签；第二种：收集对话内容数据，通过关键字匹配算法确定对话内容对应的对话角色。

在实施本发明的过程中，发明人发现：在上述的第一种对话角色区分方法中，需要对不同人的声纹特征进行采集，花费的精力和成本比较高，而且其易受不同人的身体状况、年龄、情绪等因素的影响以及环境噪音的干扰，此外，在混合说话人的情形下人的声纹特征不易提取，导致对话角色区分方法实现难度大，准确性低；在上述的第二种对话角色区分方法中，通过关键字匹配算法确定对话内容对应的对话角色的方法，由于关键字确定的范围较小或者不准确，容易导致其总体识别准确率较低。

发明内容

针对上述问题，本发明的目的在于提供一种对话角色区分方法、装置、终端设备及计算机可读存储介质，提高对话角色识别的效率及准确率。

第一方面，本发明实施例提供了一种对话角色区分方法，包括以下步骤：

根据待区分对话及区分性词语库，获取所述待区分对话的所有区分性词语；其中，所述区分性词语库用于存储预先获取的区分性词语；所述待区分对话包括至少一句对话内容；

根据所述待区分对话的所有区分性词语及预先通过决策树算法建立的对话角色判别模型，获取所述待区分对话中每一句对话内容对应的角色标签；

根据所述待区分对话中每一句对话内容对应的角色标签，确定所述待区分对话中每一句对话内容所对应的角色。

在第一方面的第一种实现方式中，所述根据待区分对话及区分性词语库，获取所述待区分对话的所有区分性词语，具体为：

响应于接收的角色区别操作，获取待区分对话；

对所述待区别对话中的每一句对话内容进行分词，以获取待区分词语；

将所述待区分词语与所述区分性词语库中的所有区分性词语进行匹配，获取所述待区分对话的所有区分性词语。

根据第一方面的第一种实现方式，在第一方面的第二种实现方式中，所述区分性词语库的建立过程包括以下步骤：

对获取的目标领域的对话语料库中的所有对话内容进行分词，以获取所述对话语料库的所有词语；其中，所述对话语料库包括超过第一预设数量的标准对话内容，和对应于每一句标准对话内容的角色标签；

基于所述对话语料库的所有词语，计算每一句标准对话内容中的各个词语的词频与逆文档频率；