[发明专利]一种人机交互文本中抽取日期时间的方法和装置

说明书

本发明公开了一种人机交互文本中抽取日期时间的方法和装置。该方法包括以下步骤：S101，分割文本为若干文本段；S102，计算意图文本和各个分割的文本段的语义相似度；S103，比较所述各个分割的文本段语义相似度和阈值；S104，如果所述各个分割的文本段中任一分割的文本段的语义相似度大于阈值，则将所述任一分割的文本段所包含的时间文本标准化时间戳，生成应答返回。本发明的人机交互文本中抽取日期时间的方法，在外呼的多轮对话场景中，通过NLP中NER对用户的说话的文本打上time的时间标签，然后通过语义相似度模型匹配用户表达的意图，两者结合，就可以很好提高业务时间槽位抽取精确率，提升产品的交互体验。

技术领域

本发明涉及人机交互技术领域，尤其涉及一种人机交互文本中抽取日期时间的方法和装置。

背景技术

在外呼的多轮交互场景中，由于业务的需要提取用户在某一轮交互中时间的信息，例如：催收场景中需要提取用户具体的还款时间，以便业务判断是否有逾期的风险。通过对时间的词典的进行模型训练，利用命名实体识别(NER)对于时间文本打上time的标签，如果是多个时间情况下，则以时间标签为分隔符进行分句，然后利用相识度模型进行相似度计算，可以选定初始阈值0.8(可以根据实际测试值云端配置)，如果匹配到关键字或着相似度大于阈值，就认为是抽取时间是业务所需要的时间，然后在标准化具体的时间戳返回。

通过自然语言处理(NLP)中的命名实体识别(NER)打上time标签，然后对于用户中的对话中文本提取时间的文本，在用户说话的文本如果含有有多个时间标签，这样抽取的时间信息,不仅不能有效的区分到底是否是业务需要的时间，并且严重影踪用户体验，甚至引起用户的投诉。

发明内容

为了解决上述问题，本发明基于自然语言处理(NLP)中的命名实体识别(NER)基础上，加上关键字或相似度模型的匹配来完成业务时间槽位准确抽取的方法，初始阈值0.8，在经过NER分析处理打上time的标签，可以抽取用户的说话文本是否带有时间的，在多个时间标签情况下，按时间标签分割成多个文本，然后将意图文本(例如：还款时间等)和分割的文本段进行语义相似度模型的计算，判断分数是否达到阈值,如果大于阈值则判读该段文本所包含的时间文本是业务需要的，那么这样抽取出来时间文本就更加精准和有效。

本发明的第一方面在于提供一种人机交互文本中抽取日期时间的方法，包括以下步骤：

S101，分割文本为若干文本段；

S102，计算意图文本和各个分割的文本段的语义相似度；

S103，比较所述各个分割的文本段语义相似度和阈值；

S104，如果所述各个分割的文本段中任一分割的文本段的语义相似度大于阈值，则将所述任一分割的文本段所包含的时间文本标准化时间戳，生成应答返回。

在本发明的一些实施方式中，所述S101中，包括以下步骤：

S1011，获取人机交互中用户说话的文本；

S1012，建立命名实体识别模型，并对时间的词典进行模型训练；

S1013，利用所述命名实体识别模型进行文本的基于自然语言处理中的命名实体识别，打上time标签；

S1014，以所述time标签为分隔符，将所述文本分割为若干文本段。

在本发明的一些实施方式中，所述S102中，包括以下步骤：

S1021，获取意图文本；

S1022，建立相似度模型；

S1023，利用所述相似度模型进行意图文本和各个分割的文本段的语义相似度的计算。

在本发明的一些实施方式中，所述S103中，包括以下步骤：