[发明专利]知识产权智能服务方法及系统

说明书

本发明专利公开了知识产权智能服务方法及系统，该生成方法具体包括通过机器学习算法将用户的输入文本抽取出词向量，并对词向量进行实体标注；标注的结果与用户意图形成关联对。使用人工判断生成的若干关联对作为训练数据集对用户意图分类系统进行数据训练，并生成预测模型。该分类系统具体包括将用户意图进行词向量提取及实体识别，并分发至不同的语义处理系统进行具体处理。本发明解决复合用户需求环境下的输入文本处理问题，通过意图分类将用户的输入文本分发至不同的语义处理系统，并作出最佳反馈，有效提高了反馈的准确率。

技术领域

本发明涉及自然语言处理领域，具体涉及一种基于机器学习算法的知识产权智能服务方法及系统。

背景技术

为了提高工作效用和智能化，在越来越多的领域，开始使用人工智能对人类的自然语言进行理解和反馈。特别是随着机器学习算法的不断革新，对于自然语言的处理和理解都有了显著的进步，特别是利用循环神经网络(RNN)构建的自然语言处理，兼顾考虑了文字的上下文联系，更加符合人类的语言习惯，在机器翻译等多种应用场景均取得了相当大的进步。

智能聊天机器人基于机器学习对自然语言处理算法构建。其中，为了解决特定任务的聊天机器人，称为任务型对话机器人。任务型机器人通常在特定条件下提供信息或服务。通常情况下，是为了满足带有明确目的的用户，例如查流量、查话费、订票、定餐、定票、咨询等任务型场景。任务型聊天机器人已经广泛应用于多种智能设备的交互接口，应用于各种交互场景中，解决咨询和服务链入问题。

知识产权服务领域本质上也与其他服务领域相同，存在着大量的基础交互场景。而知识产权服务机构的日常工作中，仍有相当大一部分的工作内容是在给客户解释知识产权基础概念，帮客户查询知识产权数据库的相应信息，以及给客户知识产权服务项目的选择建议。基础沟通场景中，消耗了知识产权服务机构的大量时间，增加了运营成本。此外，由于知识产权行业属于科技和法律的交叉学科，涉及面广，服务人员的知识面难免有所缺失，无法及时给客户最快速准确的答案。

将聊天机器人应用于知识产权服务领域，存在着以下难点：(1)用户通常不具备知识产权基础知识，提出的问题通常语义模糊，无法精确对应至相应的实体概念，且知识产权属于法律和科技的交叉领域，大部分问题均较有深度，普通日常对话机器人的训练方式无法适应知识产权服务场景的应用需求；(2)不同的应用场景，用户的沟通侧重点不同，例如，咨询场景下，需要回复尽可能详尽的解释，而在服务导引场景下，需要尽可能简介地引导用户至知识产权服务商；(3)不同应用场景中，存在着需求的交叉，例如，咨询场景下，用户可能在解决了概念性困惑后，需要转向服务导引场景。

本申请旨在克服知识产权服务领域聊天机器人的难点，提出一种基于机器学习算法的知识产权智能服务方法及系统。

发明内容

本发明专利的目的在于解决复合用户需求环境下的输入文本处理问题，通过意图分类将用户的输入文本分发至不同的语义处理系统，并作出最佳反馈，有效提高了反馈的准确率。

为实现上述目的，本发明提出了知识产权智能服务方法，包括如下步骤：

获取用户输入信息，将用户输入文本转化为序列化的词向量；

对序列化的词向量通过基于机器学习的序列分类算法进行用户意图分类，该用户意图分类具体为概念性问答类、查询需求类和服务导引类三类；

当用户意图分类为概念性问答类时，所述序列化的词向量输入基于机器学习的概念性问答算法模型，返回相应的知识产权问题回答；

当用户意图分类为查询需求类时，所述序列化的词向量输入查询算法模型，返回相应的知识产权数据查询结果；

当用户意图分类为服务导引类时，所述序列化的词向量输入基于机器学习的服务导引算法模型，返回相应的知识产权服务接口。

其中一较佳实施例中，所述用户输入信息为文本、图像和语音中的一种或多种。