[发明专利]一种基于业务场景的多轮对话体系构建方法及系统

说明书

本发明涉及基于业务场景的多轮对话体系构建方法，实现方法如下：根据不同的业务场景设计多轮对话流程，并对所述多轮对话流程中每一用户节点配置语料和关键词，每一机器节点中配置标题和话术；对所述多轮对话流程中每一用户节点的语料和关键词分别根据文本分类技术和规则匹配训练意图判定模型和规则匹配模型；在用户节点收到用户语句后，分别通过所述意图判定模型和所述规则匹配模型对用户语句进行分析和预测，输出意图分析结果；根据意图分析结果就可以对多轮对话流程中的节点进行调整，对话流程建立方便灵活且速度快，同时还能够快速精准的对多轮对话流程进行优化，提升对话智能性。

技术领域

本发明涉及智能对话技术领域，更具体地说，涉及一种基于业务场景的多轮对话体系构建方法及系统。

背景技术

智能对话系统在智能客服、机器人、汽车、导航等领域均有广泛应用，目前采用的大部分多轮对话模型更适用于生活闲聊情形，并未考虑到基于业务场景的情形，且多轮对话体系不够灵活，流程构建困难。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于业务场景的多轮对话体系构建方法，还提供了一种基于业务场景的多轮对话体系构建系统。

本发明解决其技术问题所采用的技术方案是：

构造一种基于业务场景的多轮对话体系构建方法，其实现方法如下：

第一步：根据不同的业务场景设计多轮对话流程，并对所述多轮对话流程中每一用户节点配置语料和关键词，每一机器节点中配置标题和话术；

第二步：对所述多轮对话流程中每一用户节点的语料和关键词分别根据文本分类技术和规则匹配训练意图判定模型和规则匹配模型；

第三步：在用户节点收到用户语句后，分别通过所述意图判定模型和所述规则匹配模型对用户语句进行分析和预测，输出意图分析结果。

本发明所述的基于业务场景的多轮对话体系构建方法，其中，所述第二步实现方法为：

对语料进行清洗，去除语料中的特殊符号和标点符号；

使用中文分词工具对清洗后的语料进行分词；

去停用词，去除语料中无实际意义的词，获得语料词；

使用word2vec模型将语料词向量化表示，做为意图判定模型的训练集；

训练并保存意图判定模型；

由运营人员找出特定业务场景下的用户语句表达，再根据这些规律组织规则匹配策略，构建规则匹配模型。

本发明所述的基于业务场景的多轮对话体系构建方法，其中，所述第三步实现方法为：

给意图判定模型设置高阈值和低阈值；

用户语句经过意图判定模型，获取分类类别和对应的置信度；

如果置信度大于高阈值，即分类结果可信度非常高，直接输出意图分析结果；

如果置信度低于高阈值，高于低阈值，则使用规则匹配模型，如果规则匹配模型匹配成功，直接输出结果；如果匹配失败，再比较置信度与低阈值，如果置信度大于低阈值，输出意图分析结果；

如果置信度小于低阈值，即分类结果可信度非常低，则拒绝决策，不给出混合模型分析结果。

本发明所述的基于业务场景的多轮对话体系构建方法，其中，还包括第四步：根据所述意图分析结果对多轮对话流程进行性能评估，并根据评估结果调整所述意图判定模型和所述规则匹配模型。

本发明所述的基于业务场景的多轮对话体系构建方法，其中，所述第四步实现方法为：