[发明专利]人机对话方法、装置、电子设备及计算机存储介质在审
申请号: | 202011241431.9 | 申请日: | 2020-11-09 |
公开(公告)号: | CN114462358A | 公开(公告)日: | 2022-05-10 |
发明(设计)人: | 王博;周铭吉;李博;韩屹 | 申请(专利权)人: | 中移(上海)信息通信科技有限公司;中移智行网络科技有限公司;中国移动通信集团有限公司 |
主分类号: | G06F40/151 | 分类号: | G06F40/151;G06F40/295;G06F40/30;G06N3/04;G06N3/08 |
代理公司: | 北京东方亿思知识产权代理有限责任公司 11258 | 代理人: | 彭琼 |
地址: | 201260 上海市浦东新区中国(*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人机对话 方法 装置 电子设备 计算机 存储 介质 | ||
1.一种基于金融垂直数据知识图谱的人机对话方法,其特征在于,包括:
获取用户输入的文本;
将所述文本输入预设的命名实体识别模型,输出第一问句模板;其中,所述命名实体识别模型包括CRF层和Bi-LSTM层,所述CRF层用于对文本进行序列标注,所述Bi-LSTM层用于提取文本的语义特征,所述CRF层和所述Bi-LSTM层的权重系数不同;
基于所述第一问句模板,确定预设的问句库中与所述第一问句模板对应的目标问句模板;
基于预设的金融垂直数据知识图谱,生成所述目标问句模板对应的答案文本。
2.根据权利要求1所述的基于金融垂直数据知识图谱的人机对话方法,其特征在于,所述将所述文本输入预设的命名实体识别模型,输出第一问句模板,包括:
对所述文本进行预处理;
将预处理后的文本输入所述命名实体识别模型,输出所述第一问句模板。
3.根据权利要求2所述的基于金融垂直数据知识图谱的人机对话方法,其特征在于,所述对所述文本进行预处理,包括:
对所述文本进行文本格式转换。
4.根据权利要求1所述的基于金融垂直数据知识图谱的人机对话方法,其特征在于,所述基于所述第一问句模板,确定预设的问句库中与所述第一问句模板对应的目标问句模板,包括:
基于相似度算法,确定所述问句库中第二问句模板和所述第一问句模板之间的相似度;
判断所述相似度是否大于预设相似度阈值;
若所述相似度大于所述预设相似度阈值,则将所述第二问句模板确定为所述目标问句模板。
5.根据权利要求4所述的基于金融垂直数据知识图谱的人机对话方法,其特征在于,所述方法还包括:
若所述相似度不大于所述预设相似度阈值,则对所述第一问句模板中的非标签词语进行同义词的替换;
基于所述相似度算法,匹配同义词替换后的第一问句模板的目标问句模板。
6.根据权利要求1所述的基于金融垂直数据知识图谱的人机对话方法,其特征在于,在所述将所述文本输入预设的命名实体识别模型,输出第一问句模板之前,所述方法还包括:
利用训练样本集进行模型训练,得到所述命名实体识别模型。
7.根据权利要求1所述的基于金融垂直数据知识图谱的人机对话方法,其特征在于,在所述基于预设的金融垂直数据知识图谱,生成所述目标问句模板对应的答案文本之前,所述方法还包括:
构建所述金融垂直数据知识图谱。
8.一种基于金融垂直数据知识图谱的人机对话装置,其特征在于,包括:
获取模块,用于获取用户输入的文本;
输出模块,用于将所述文本输入预设的命名实体识别模型,输出第一问句模板;其中,所述命名实体识别模型包括CRF层和Bi-LSTM层,所述CRF层用于对文本进行序列标注,所述Bi-LSTM层用于提取文本的语义特征,所述CRF层和所述Bi-LSTM层的权重系数不同;
确定模块,用于基于所述第一问句模板,确定预设的问句库中与所述第一问句模板对应的目标问句模板;
生成模块,用于基于预设的金融垂直数据知识图谱,生成所述目标问句模板对应的答案文本。
9.一种电子设备,其特征在于,所述电子设备包括:处理器以及存储有计算机程序指令的存储器;
所述处理器执行所述计算机程序指令时实现如权利要求1-7任意一项所述的基于金融垂直数据知识图谱的人机对话方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-7任意一项所述的基于金融垂直数据知识图谱的人机对话方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中移(上海)信息通信科技有限公司;中移智行网络科技有限公司;中国移动通信集团有限公司,未经中移(上海)信息通信科技有限公司;中移智行网络科技有限公司;中国移动通信集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011241431.9/1.html,转载请声明来源钻瓜专利网。