[发明专利]一种深度检索匹配分类方法、装置及终端设备

说明书

本申请适用于数据处理技术领域，提供了一种深度检索匹配分类方法、装置及终端设备，所述方法包括：将所述第一问题进行分词处理后分别与所述第一类别对应的各个预置的第二问题组成输入问题组；将所述输入问题组内所述第一问题和所述第二问题的词语转换成词向量；将所述第一问题的各个词向量分别与所述第二问题的词向量矩阵点乘，得到所述第一问题的各个词向量对应的点积结果；将各个所述点积结果输入经过训练的深度神经网络模型中，得到所述输入问题组为第一分类标签的第一概率；将所述第一概率最高的输入问题组的第二问题作为所述第一问题的相似问题。本申请可以解决现有智能客服技术匹配精度低，返回结果相关性差，极度影响用户使用体验的问题。

技术领域

本申请属于数据处理技术领域，尤其涉及一种深度检索匹配分类方法、装置及终端设备。

背景技术

人工客服是典型的劳动密集型行业，工作时间长且工作重复性高，给不少企业增加了大量的人力成本和管理成本。

对于这种情况，人们通过智能客服的方式减少人工客服的工作量，智能客服可以根据用户输入的信息进行搜索匹配，返回预先设置的答案给用户。但是当前的智能客服技术，如关键词匹配的搜索技术和根据文本相关性重排序技术等，均存在匹配精度低，返回结果相关性差的情况。

综上，现有的智能客服技术匹配精度低，返回结果相关性差，极度影响用户的使用体验。

发明内容

有鉴于此，本申请实施例提供了一种深度检索匹配分类方法、装置及终端设备，以解决现有的智能客服技术匹配精度低，返回结果相关性差，极度影响用户的使用体验的问题。

本申请实施例的第一方面提供了一种深度检索匹配分类方法，包括：

获取用户输入的第一问题和所述第一问题的第一类别，将所述第一问题进行分词处理后分别与所述第一类别对应的各个预置的第二问题组成输入问题组；

通过预置的词向量模型将所述输入问题组内所述第一问题和所述第二问题的词语转换成词向量；

将所述第一问题的各个词向量分别与所述第二问题的词向量矩阵点乘，得到所述第一问题的各个词向量对应的点积结果，所述词向量矩阵由所述第二问题的词向量组成；

将各个所述点积结果输入经过训练的深度神经网络模型中，得到所述输入问题组为第一分类标签的第一概率，所述第一分类标签表示所述第一问题与所述第二问题为相似问题；

将所述第一概率最高的输入问题组的第二问题作为所述第一问题的相似问题。

本申请实施例的第二方面提供了一种深度检索匹配分类装置，包括：

处理输入模块，用于获取用户输入的第一问题和所述第一问题的第一类别，将所述第一问题进行分词处理后分别与所述第一类别对应的各个预置的第二问题组成输入问题组；

词向量模块，用于通过预置的词向量模型将所述输入问题组内所述第一问题和所述第二问题的词语转换成词向量；

点积计算模块，用于将所述第一问题的各个词向量分别与所述第二问题的词向量矩阵点乘，得到所述第一问题的各个词向量对应的点积结果，所述词向量矩阵由所述第二问题的词向量组成；

概率计算模块，用于将各个所述点积结果输入经过训练的深度神经网络模型中，得到所述输入问题组为第一分类标签的第一概率，所述第一分类标签表示所述第一问题与所述第二问题为相似问题；

相似问题模块，用于将所述第一概率最高的输入问题组的第二问题作为所述第一问题的相似问题。

本申请实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述方法的步骤。