[发明专利]一种基于快递用户的应答方法、装置和计算机设备

权利要求书

1.一种基于快递用户的应答方法，由服务器执行，其特征在于，包括：

S100、接收来自用户端的语音并识别；

S102、判断能否识别所述语音的内容，若能够识别所述语音的内容，则转到S104；

S104、将被识别的用户语音的内容转译成文本信息，并存储在数据库；

S106、识别所述文本信息的意图；

S108、根据所述意图调用相应场景；

S110、根据所述场景调用话术动作配置平台；

S112、将所述话术动作配置平台中对应的回复话术的文本信息转化为语音信息并将所述语音信息输出至所述用户端。

2.根据权利要求1所述的方法，其特征在于，若未能识别所述语音内容，则所述方法还包括S103：

服务器播报询问语音，再次识别用户应答语音，两次未成功，转人工客服服务。

3.根据权利要求1所述的方法，其特征在于，所述S106还包括：

S1060、将所述文本信息进行分词划分，得到多个分词文本信息，将所述多个分词文本信息分别进行mitie量化，分别得到对应的271维的向量，并将得到的多个271维的向量进行加权平均；

S1062、将所述文本信息进行单字划分，得到多个单字文本信息，将所述多个单字文本信息分别进行bert量化，分别得到对应的768维的向量，并将得到的多个768维的向量进行加权平均；

S1064、将加权平均后的271维的向量与加权平均后的768维的向量进行组合，得到所述文本信息对应的1039维的向量；

S1066、使用分类器模型识别所述文本信息对应的1039维的向量的意图，

其中，所述分类器模型通过以下方式得到：将所述数据库中记录的历史对话进行S1060到S1064的步骤得到所述历史对话对应的1039维的向量，输入N个已经标注过意图的所述历史对话对应的1039维的向量作为训练样本，所述训练样本的意图为M个意图，训练得到。

4.根据权利要求3所述的方法，其特征在于，所述S1066还包括：

在训练得到一个分类器模型前使用损失函数，所述分类器模型以所述损失函数为优化目标，使用自适应梯度下降法迭代求解，得到所述分类器模型，所述损失函数为：

其中，

式中，i∈1，2，3...N，N为自然数，表示所述训练样本数量；j∈1，2，3...M，M为自然数，表示所述训练样本的意图数量；x_i表示一个训练样本；y_j表示x_i的真实意图；y_j'表示y_j最相似的意图。

5.根据权利要求1所述的方法，其特征在于，所述S108还包括：

所述服务器播报所述场景确认语音，所述服务器接收所述用户端的确认应答语音并识别判断所述场景是否正确，若是，执行S110；若否，则提醒是否重新进行识别或转人工客服处理，若重新进行识别则返回S106。

6.根据权利要求1所述的方法，其特征在于，所述S110还包括：

根据所述场景和所述用户端输入的语音对话预测出话术动作配置平台存储的相应场景的回复话术。

7.根据权利要求1所述的方法，其特征在于，所述S112还包括：

根据用户地区方言或口音特点训练对话输出模型，按照模型，将对应的文本转化语音，输出并反馈给用户。