[发明专利]一种防止消息错发的方法、系统及可读存储介质在审

专利信息
申请号: 201910411526.1 申请日: 2019-05-16
公开(公告)号: CN111953577A 公开(公告)日: 2020-11-17
发明(设计)人: 房小慧;蔡云龙 申请(专利权)人: 武汉TCL集团工业研究院有限公司
主分类号: H04L12/58 分类号: H04L12/58;G06N3/08;G06N3/04
代理公司: 深圳市君胜知识产权代理事务所(普通合伙) 44268 代理人: 王永文;刘文求
地址: 430000 湖北省武汉市东湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 防止 消息 方法 系统 可读 存储 介质
【权利要求书】:

1.一种防止消息错发的方法,用于防止用户使用聊天软件聊天过程中消息的错发,其特征在于,包括如下步骤:

预先得到可自动调节参数和搜索网络结构进行训练的强化学习网络;

预先得到用户聊天记录输入到所述强化学习网络中建立用户与联系人之间的最优关系图谱;

实时监测用户聊天软件中的聊天记录输入到所述强化学习网络中建立聊天主题模型并得到最近聊天记录的聊天主题;

根据用户与联系人的聊天主题,结合最优关系图谱确认用户与联系人的聊天主题是否与该联系人的关系类型匹配,如不匹配则发出消息错误提示。

2.根据权利要求1所述的防止消息错发的方法,其特征在于,预先得到可自动调节参数和搜索网络结构进行训练的强化学习网络具体包括如下步骤:

预先建立由LSTM网络结构组成的控制器网络;

所述控制器网络产生子网络结构;

所述子网络结构对外部输入语料分离出的训练集进行若干步训练得到子网络模型;

通过把外部输入的语料分离出的验证集输入到所述子网络模型得到准确率R反馈给控制器网络;

所述控制器网络通过所述准确率R调整控制器网络参数θ,循环调整所述子网络结构得到最优化的强化学习网络。

3.根据权利要求1或2所述的防止消息错发的方法,其特征在于,所述预先得到用户聊天记录输入到所述强化学习网络中建立用户与联系人之间的最优关系图谱具体包括如下步骤:

利用无监督的学习方法提取用户聊天记录中带有人物的聊天记录形成原始语料;

对所述原始语料进行语义统一处理替换成具体的联系人名词表示的语料;

将包含具体的联系人名词的语料表示输入到所述强化学习网络中,通过训练强化学习网络构成最优关系图谱。

4.根据权利要求3所述的防止消息错发的方法,其特征在于,所述实时监测用户聊天软件中的聊天记录输入到所述强化学习网络中建立聊天主题模型并得到最近聊天记录的聊天主题具体包括如下步骤:

实时监测用户聊天软件中最近的聊天记录数据;

将用户最近的聊天记录数据输入到所述强化学习网络中学习出聊天主题模型;

获取最近的聊天记录数据输入到所述聊天主题模型中得到聊天主题。

5.根据权利要求4所述的防止消息错发的方法,其特征在于,所述根据用户与联系人的聊天主题,结合最优关系图谱,确认用户与联系人的聊天主题是否与该联系人的关系类型匹配,如不匹配则发出消息错误提示具体包括如下步骤:

通过所述聊天主题模型获取待发消息文本的聊天主题类型;

通过所述最优关系图谱获取用户与某联系人的关系类型;

判断用户与某联系人的聊天主题类型是否与关系类型匹配;

当用户与某联系人的聊天主题类型与关系类型不匹配时,发出消息错误提示,用户根据错误提示选择是否发送;当用户与某联系人的聊天主题类型与关系类型匹配时,则不发出错误提示。

6.一种防止消息错发的装置,用于防止用户使用聊天软件聊天过程中消息的错发,其特征在于,该防止消息错发的装置包括强化学习模块、关系图谱模块、聊天监测模块和分析处理模块;

所述强化学习模块,用于预先得到可自动调节参数和搜索网络结构进行训练的强化学习网络;

所述关系图谱模块,用于预先得到用户的聊天记录输入到所述强化学习模块中学习建立用户与联系人之间的最优关系图谱;

所述聊天监测模块,用于持续监测用户聊天软件中的聊天记录,并将聊天记录输入到所述强化学习模块中学习建立用户与联系人之间的聊天主题模型并得到最近聊天记录的聊天主题;

所述分析处理模块,用于获取用户最近聊天记录的聊天主题,并根据用户与联系人的聊天主题,结合所述关系图谱模块中用户与联系人之间的关系类型,确认用户聊天中与联系人的聊天主题是否与该联系人的关系类型匹配,如不匹配则发出消息错误提示。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉TCL集团工业研究院有限公司,未经武汉TCL集团工业研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910411526.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top