[发明专利]人机对话的处理方法、装置、设备及存储介质

说明书

本申请实施例提供的人机对话的处理方法、装置、设备及存储介质，应用于计算机技术领域，该方法包括：根据预先训练的目标联合模型，对输入的请求文本进行处理，得到请求文本的第一操作意图和第一操作意图对应的第一槽填充信息，根据第一槽填充信息，执行第一操作意图对应的操作，得到操作执行结果，根据第一操作意图获取回复模板，采用操作执行结果填充回复模板，得到请求文本对应的回复文本。本申请实施例的有益效果：通过引入联合模型得到第一操作意图和第一槽填充信息，避免了先意图识别再槽填充，减少了一个处理步骤，从而提高了回复文本的获取效率，进而加快了智能客服的响应速度。

技术领域

本申请涉及计算机技术领域，具体而言，涉及一种人机对话的处理方法、装置、设备及存储介质。

背景技术

随着电商行业的快速发展，业务量、订单数持续增长，用户发起的问题即请求文本也越来越多，对用户发起请求文本进行处理后，一般采用智能客服来回复用户。

现有技术中，对于用户发起请求文本通常采用如下方式进行处理：对用户发起请求文本进行领域分类，然后在确定的领域中，对用户发起请求文本进行意图识别，用于识别出该请求文本对应的是什么需求，然后根据识别出的意图进行槽填充，接着智能客服响应用户，例如，用户发起的请求文本为“我想修改xxx的订单的收货地址为xx学校”，其对应的领域为售后，意图识别为“收货地址修改”，槽填充为“订单：xxx；新收货地址：xx学校”，当地址修改成功后，智能客服可以回复用户“地址修改成功”。

然而，上述方案中，处理用户发起请求文本需要分别经过领域分类、意图识别、槽填充这三个步骤，导致智能客服响应较慢。

发明内容

本申请的目的在于，针对上述现有技术中的不足，提供一种人机对话的处理方法、装置、设备及存储介质，以解决现有技术中智能客服响应较慢的问题。

为实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请一实施例提供了一种人机对话的处理方法，所述方法包括：

根据预先训练的目标联合模型，对输入的请求文本进行处理，得到所述请求文本的第一操作意图和所述第一操作意图对应的第一槽填充信息；其中，所述目标联合模型为预先采用样本数据集进行训练得到的模型，所述样本数据集中每个文本样本预先标记有样本操作意图，以及所述样本操作意图对应的槽填充信息；

根据所述第一槽填充信息，执行所述第一操作意图对应的操作，得到操作执行结果；

根据所述第一操作意图获取回复模板；

采用所述操作执行结果填充所述回复模板，得到所述请求文本对应的回复文本。

在一可选实施方式中，所述根据预先训练的目标联合模型，对输入的请求文本进行处理，得到所述请求文本的第一操作意图和所述第一操作意图对应的第一槽填充信息，包括：

根据所述目标联合模型对所述请求文本进行分类处理，得到所述第一操作意图；

根据所述目标联合模型对所述请求文本进行序列标注处理，得到所述第一槽填充信息。

在一可选实施方式中，所述样本数据集包括第一样本数据集和第二样本数据集，所述目标联合模型通过如下方式训练得到：

采用所述第一样本数据集进行模型训练，得到初始联合模型；

根据所述初始联合模型，对所述第二样本数据集中的每个文本样本进行处理，得到所述文本样本的第二操作意图和所述第二操作意图对应的第二槽填充信息；

根据所述第二操作意图和所述第二槽填充信息，优化所述初始联合模型，得到所述目标联合模型。