[发明专利]话题识别方法、装置、设备及介质

说明书

本发明公开了一种话题识别方法，涉及自然语言处理领域，用于解决现有缺少对客服服务内容统计的方法，该方法包括以下步骤：获取未标注的文本数据和已标注的文本数据；将所述已标注的文本数据作为训练样本，训练得到主题识别模型；利用所述主题识别模型对所述未标注的文本数据进行识别，得到主题识别结果；将所述主题识别结果输入话题生成模型，得到各个主题对应的话题。本发明还公开了一种话题识别装置、电子设备和计算机存储介质。本发明通过对文本进行主题的识别，并通过话题模型得到每个主题对应的话题，进而完成客服服务内容的统计。

技术领域

本发明涉及一种自然语言处理领域，尤其涉及一种话题识别方法、装置、设备及介质。

背景技术

客服是企业和用户之间沟通的主要桥梁，包括文字客服及语音客服，客服会根据客户的诉求去解决问题，通常客服与客户都是一对一式的服务。

随着企业业务量的增大，客户的诉求也随之增多，客服工作量也日益增大。

但是在客服解决一个客户问题后，还会有其他客户就同样的问题进行咨询，尤其是语音客服，客服重复的解决同一问题会影响工作效率。为了提高服务质量，减少客户对同一问题的多次诉求，需要通过客服服务记录，挖掘和归纳出客户诉求或服务问题，实现发现全面的客户诉求，以便为后续的客户诉求分析和改进提供数据支持，从而降低客户服务风险，提升客户体验。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种话题识别方法，其通过将主题识别结果输入话题生成模型，进而统计出客户诉求中最常见的话题。

本发明的目的之一采用以下技术方案实现：

一种话题识别方法，包括以下步骤：

获取未标注的文本数据和已标注的文本数据；

将所述已标注的文本数据作为训练样本，训练得到主题识别模型；

利用所述主题识别模型对所述未标注的文本数据进行识别，得到主题识别结果；

将所述主题识别结果输入话题生成模型，得到各个主题对应的话题。

进一步地，所述已标注的文本数据包括主题及所述主题对应的文本数据。

进一步地，将所述已标注的文本数据作为训练样本，训练得到主题识别模型，包括以下步骤：

以主题及所述主题对应的文本数据作为训练样本，通过深度学习文本分类算法训练得到主题识别模型。

进一步地，所述主题识别模型为二分类模型，所述深度学习文本算法为textCNN算法。

进一步地，利用所述主题识别模型对所述未标注的文本数据进行识别，得到主题识别结果，包括以下步骤：

通过向量计算工具Word2vec将所述未标注的文本数据转换成多维向量；

将所述多维向量输入所述主题识别模型，得到所述未标注的文本数据的主题识别结果。

进一步地，将所述主题识别结果输入话题生成模型之前，还包括以下步骤：

对所述主题识别结果进行预处理，所述预处理包括对所述主题识别结果进行分词及去停用词。

进一步地，所述话题生成模型为LDA。

本发明的目的之二在于提供一种话题识别装置，其通过将主题识别结果输入话题生成模型，进而统计出客户诉求中最常见的话题。

本发明的目的之二采用以下技术方案实现：

一种话题识别装置，其包括：

获取模块，用于获取未标注的文本数据和已标注的文本数据；