[发明专利]基于数据处理的智能回应方法、装置和计算机设备有效

专利信息
申请号: 201910965267.7 申请日: 2019-10-11
公开(公告)号: CN111104493B 公开(公告)日: 2023-02-07
发明(设计)人: 祝大伟;李炫;姚晓远;汤智尧 申请(专利权)人: 中国平安人寿保险股份有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F16/33;G06F16/335;G06N3/04;G06N3/08
代理公司: 深圳市明日今典知识产权代理事务所(普通合伙) 44343 代理人: 王杰辉
地址: 518000 广东省深圳市福田区益田路503*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 数据处理 智能 回应 方法 装置 计算机 设备
【说明书】:

发明提出的基于数据处理的智能回应的方法、装置、计算机设备和存储介质,其中方法包括:接收请求句子;将请求句子输入到回复模型中进行运算,生成多个回复候选句子以及与之一一对应的第一分数,得到回复候选集合;将回复候选集合与黑名单进行匹配,以剔除与黑名单匹配的回复候选句子,得到第一回复子集;将第一回复子集中的各回复候选句子经过相似匹配模块和/或长度激励模块和/或流畅度检测模块处理,以使各回复候选句子的第一分数变成第二分数,得到第二回复子集;将第二回复子集经过多样性检测模块处理得到第三回复子集;从第三回复子集中抽取一个回复候选句子作为回复请求句子的回复句子并输出回复句子,从而提高智能回复的准确率。

技术领域

本发明涉及到数据处理的技术领域,特别是涉及到一种基于数据处理的智能回应的方法、装置、计算机设备和存储介质。

背景技术

随着人工智能技术的飞速发展,人机对话的应用场景越来越广泛,如面试场景,人机交互场景等,人机对话即是人们对智能机器进行交谈或提问,然后智能机器模拟人类进行回应,智能机器系统中通常包含有经过深度学习训练得到的对话模型,但是目前人机对话并不能满足实际需求,现有的回应系统在针对用户回答时,不但内容单一生硬,且准确率不高,用户体验感较差。

发明内容

本发明的主要目的为提供一种基于数据处理的智能回应的方法、装置、计算机设备和存储介质,旨在解决现有人机对话时智能回复准确率较低的技术问题。

基于上述发明目的,本发明提出一种基于数据处理的智能回应的方法,包括:

接收请求句子;

将所述请求句子输入到回复模型中进行运算,生成多个回复候选句子以及与所述回复候选句子一一对应的第一分数,得到回复候选集合,所述回复模型为基于深度机器学习训练得到的模型;

将所述回复候选集合与黑名单进行匹配,以从所述回复候选集合中剔除与所述黑名单匹配的回复候选句子,得到第一回复子集,所述黑名单为预设的回复句子;

将所述第一回复子集中的各所述回复候选句子经过相似匹配模块和/或长度激励模块和/或流畅度检测模块处理,以使各所述回复候选句子的所述第一分数变成第二分数,得到第二回复子集;其中,所述相似匹配模块用于根据所述回复候选句子与所述请求句子相似性计算分数,所述长度激励模块用于依据所述回复候选句子的长度计算出对应的激励分数,所述流畅度检测模块用于根据所述回复候选句子的流畅度计算分数;

将所述第二回复子集经过多样性检测模块处理得到第三回复子集,所述多样性检测模块用于依据所述第二分数按预设规则对所述第二回复子集进行筛选;

从所述第三回复子集中抽取一个所述回复候选句子作为回复所述请求句子的回复句子,并输出所述回复句子。

本发明还提供一种基于数据处理的智能回应的装置,包括:

接收句子单元,用于接收请求句子;

运算句子单元,用于将所述请求句子输入到回复模型中进行运算,生成多个回复候选句子以及与所述回复候选句子一一对应的第一分数,得到回复候选集合,所述回复模型为基于深度机器学习训练得到的模型;

匹配名单单元,用于将所述回复候选集合与黑名单进行匹配,以从所述回复候选集合中剔除与所述黑名单匹配的回复候选句子,得到第一回复子集,所述黑名单为预设的回复句子;

处理句子单元,用于将所述第一回复子集中的各所述回复候选句子经过相似匹配模块和/或长度激励模块和/或流畅度检测模块处理,以使各所述回复候选句子的所述第一分数变成第二分数,得到第二回复子集;其中,所述相似匹配模块用于根据所述回复候选句子与所述请求句子相似性计算分数,所述长度激励模块用于依据所述回复候选句子的长度计算出对应的激励分数,所述流畅度检测模块用于根据所述回复候选句子的流畅度计算分数;

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中国平安人寿保险股份有限公司,未经中国平安人寿保险股份有限公司许可,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/201910965267.7/2.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