[发明专利]智能客服机器人的语料构建方法及装置

说明书

本公开涉及一种智能客服机器人的语料构建方法及装置，该方法包括：获取多个提问文本；对于获取的每一提问文本，根据提问文本包括的有效词语，将提问文本抽象为文本向量空间中的相应文本向量，文本向量空间的每一维度均对应于一个有效词语；根据每一提问文本对应的文本向量，将多个提问文本划分为K个分类，K为预设的正整数且K≥2，K的值等于设定的多个标准提问文本的个数；对于划分的每一分类，获取分类的标签，并以分类的标签作为分类下的提问文本的标签，标签包括一个标准提问文本和/或该标准提问文本对应的标准答案；根据提问文本和提问文本的标签，构建智能客服机器人的用于训练文本分类器的语料。

技术领域

本公开实施例涉及智能客服技术领域，更具体地，涉及一种智能客服机器人的语料构建方法及装置。

背景技术

随着人工智能的快速发展，越来越多自然语言技术落地于智能客服领域，智能客服能够判断顾客意向，再给予相应的回复转换人工。相比于单一的人工客服，智能客服的优势主要体现在两方面：一是省成本；二是24小时在线，全天候秒回。

面对在线客服机器人、外呼客服机器人等细分智能客服领域时，需要领域专家对机器人进行配置，配置涉及到引导语、转人工、渠道、知识库配置等。在整个配置流程中，较为复杂或耗时比较大的是知识库配置，具体为配置知识库中的训练语料。

知识库配置按照传统方式是领域专家导入标准问题以及标准答案后，对于大量与标准问题相似的提问问题，可据此手动去标注标签，以期基于据此配置出的知识库，保证智能客服能准确回应用户所提的问题。但这一依赖人工去维护知识库的过程中，知识库的配置需要耗费大量人力和时间去创建、维护，会存在智能客服服务效率不高问题以及耗费大量领域专家的时间去完成。

发明内容

本公开实施例的一个目的是提供一种构建智能客服机器人的语料的新的技术方案。

根据本公开的第一方面，提供了一种智能客服机器人的语料构建方法，包括：获取多个提问文本；对于获取的每一提问文本，根据所述提问文本包括的有效词语，将所述提问文本抽象为文本向量空间中的相应文本向量，所述文本向量空间的每一维度均对应于一个所述有效词语；根据每一所述提问文本对应的文本向量，将所述多个提问文本划分为K个分类，K为预设的正整数且K≥2，K的值等于设定的多个标准提问文本的个数；对于划分的每一分类，获取所述分类的标签，并以所述分类的标签作为所述分类下的提问文本的标签，所述标签包括一个所述标准提问文本和/或该标准提问文本对应的标准答案；根据所述提问文本和所述提问文本的标签，构建智能客服机器人的用于训练文本分类器的语料。

可选地，所述获取多个提问文本包括：获取所述智能客服机器人在设定时间段内的后台日志数据，所述后台日志数据包括：用户发送给所述智能客服机器人的提问问题的文本数据；从所述后台日志数据中抽取所述提问问题的文本数据；根据所述提问问题的文本数据，获得对应所述提问问题的相似提问文本；获得包括所述相似提问文本的多个提问文本。

可选地，所述根据所述提问文本包括的有效词语，将所述提问文本抽象为文本向量空间中的相应文本向量，包括：获取所述提问文本包括的每一有效词语；根据所述有效词语在所述提问文本中的词频和目标提问文本的个数，计算所述有效词语在所述提问文本中的权重，其中，所述目标提问文本为包括所述有效词语的提问文本；根据计算得到的权重，将所述提问文本抽象为文本向量空间中的相应文本向量。

可选地，所述获取所述提问文本包括的每一有效词语，包括：利用分词工具对所述提问文本进行分词处理，得到所述提问文本包括的每一词语；根据预设的停用词集合从得到的词语中过滤掉停用词，获得所述提问文本包括的每一有效词语。