[发明专利]处理坐席上报文本的方法、装置、计算机设备和存储介质

权利要求书

1.一种处理坐席上报文本的方法，其特征在于，包括以下步骤：

接收坐席终端上报的问题文本，并基于词嵌入层构建所述问题文本的词嵌入；

将所述词嵌入输入至Shortcut-Stacked神经网络中；其中，所述Shortcut-Stacked神经网络由多层BI-LSTM网络依次堆积形成，后一层所述BI-LSTM网络的输入层与其之前的所有BI-LSTM网络的输出层进行连接，且每一层所述BI-LSTM网络均与所述词嵌入层连接；

基于所述Shortcut-Stacked神经网络的最后一层所述BI-LSTM网络输出所述问题文本对应的特征向量；

基于所述问题文本对应的特征向量，计算所述问题文本与数据库中历史上报问题文本的相似度，并确定出相似度最大的目标历史上报问题；

判断最大的所述相似度是否大于阈值，若大于，则获取对应所述目标历史上报问题的解决方案文本，并将所述解决方案文本反馈至所述坐席终端；

所述基于所述问题文本对应的特征向量，计算所述问题文本与数据库中历史上报问题文本的相似度的步骤，包括：

获取所述数据库中每一个所述历史上报问题文本的特征向量；

将所述问题文本对应的特征向量进行哈希计算得到第一哈希值，对每一个所述历史上报问题文本的特征向量进行哈希计算得到对应的第二哈希值；

对所述第一哈希值以及每一个所述第二哈希值进行降维计算，得到所述第一哈希值对应的第一序列，以及每一个所述第二哈希值分别对应的第二序列；

将所述第一序列与每一个所述第二序列进行对比，得到所述问题文本与所述数据库中每一个历史上报问题文本的相似度。

2.根据权利要求1所述的处理坐席上报文本的方法，其特征在于，所述接收坐席终端上报的问题文本，并基于词嵌入层构建所述问题文本的词嵌入的步骤之前，包括：

获取样本集，其中，所述样本集中的每个样本包括两个问题语句以及一个对应的标签，所述标签用于表达两个问题语句语义是否相同；

将所述样本集按照预设比例分为训练集以及测试集；

依次构建所述训练集的每个样本中两个问题语句的词嵌入，并将两个问题语句的词嵌入输入至初始Shortcut-Stacked神经网络中，其中，所述初始Shortcut-Stacked神经网络由多层BI-LSTM网络依次堆积形成，后一层所述BI-LSTM网络的输入层与其之前的所有BI-LSTM网络的输出层进行连接，且每一层所述BI-LSTM网络均与所述词嵌入层连接；

基于所述初始Shortcut-Stacked神经网络的最后一层所述BI-LSTM网络分别提取两个所述问题语句的特征向量；

计算两个所述问题语句的特征向量之间的相似度，并经过全连接前馈神经网络输出分类结果；迭代训练所述初始Shortcut-Stacked神经网络的参数，直到所述分类结果与两个问题语句对应的标签一致，以得到训练完成的所述Shortcut-Stacked神经网络。

3.根据权利要求1所述的处理坐席上报文本的方法，其特征在于，所述将所述第一序列与每一个所述第二序列进行对比，得到所述问题文本与所述数据库中每一个历史上报问题文本的相似度的步骤，包括：

获取所述第一序列的序列长度；其中，所述第一序列与每个所述第二序列的序列长度相同；

将所述第一序列与每一个所述第二序列进行对比，确定序列中在相同序列位置上具有相同数值的数量；

根据所述序列中在相同序列位置上具有相同数值的数量以及所述第一序列的序列长度的比值，得到所述问题文本与所述数据库中每一个历史上报问题文本的相似度。

4.根据权利要求1所述的处理坐席上报文本的方法，其特征在于，所述接收坐席终端上报的问题文本的步骤，包括：

接收所述坐席终端上传的语音信息；

对所述语音信息进行分帧，得到依次排序的帧数据；

依次将所述帧数据输入至预设的帧嵌入神经网络中，得到每一个帧数据对应的帧向量，组合所有帧数据对应的帧向量得到所述语音信息对应的特征向量；其中，所述帧嵌入神经网络基于语音训练数据以及所述语音训练数据对应的词向量训练一个预设神经网络所得；

将所述语音信息对应的特征向量输入至预设的文本识别模型中，得到对应的文本作为所述问题文本。