[发明专利]智能对话分析方法、系统、计算机设备和存储介质

权利要求书

1.一种用于课程匹配的智能对话分析方法，其特征在于，所述智能对话分析方法包括：

获取服务方与用户的对话内容，所述对话内容包括服务方的讲解内容和用户的回复内容；

判断对话内容中用户的回复内容的有效性，以获取用户的有效回复内容；

根据用户的有效回复内容检测用户的意图；

对服务方的讲解内容进行评分，所述评分包括匹配度评分和流畅度评分，所述匹配度评分根据用户的意图选取预设标准答复与服务方的讲解内容进行对比得到，所述流畅度评分根据服务方的讲解内容的流畅度得到；

根据匹配度评分和流畅度评分给出服务方的讲解评分，根据讲解评分从多个预设课程库中选定对应的课程库，在选定的课程库中根据用户的意图匹配对应的课程；

所述匹配度评分根据用户的意图选取预设标准答复与服务方的讲解内容进行对比得到的步骤包括：

通过用户的意图对应选取预先存储的标准答复；

采用字面匹配度公式计算标准答复与服务方的讲解内容的字面匹配度，所述字面匹配度公式为：其中，A为标准答复，B为服务方的讲解内容，A∩B为A和B相同字数的长度，A∪B为A和B总共的字数长度；

根据预训练模型BERT得到标准答复和服务方的讲解内容的深度语义表征E_A和E_B，计算E_A和E_B的余弦相似度：

根据字面匹配度和余弦相似度计算得到匹配度评分，sim＝α·sim1+β·sim2，其中，α和β为预设的权重参数；

所述流畅度评分根据服务方的讲解内容的流畅度得到的步骤包括：

采用预先存储的标准答复训练n-gram模型；

通过训练好的n-gram模型得到标准答复与服务方的讲解内容的得分score_std和score_reply；

采用公式计算服务方的讲解内容的流畅度评分。

2.如权利要求1所述的用于课程匹配的智能对话分析方法，其特征在于，所述判断对话内容中用户的回复内容的有效性的方法包括关键字检测、命名实体识别NER和/或模型检测，其中，模型检测的步骤包括：

对用户的回复内容进行NER和实现实体链接，以获取对应的服务/产品的实体信息；

获取实体信息在预设知识图谱中的属性信息与关系信息，并构建语义树；

将语义树输入到预设深度语义模型，并根据语义树的深度赋予不同的权重，将用户的回复内容的有效性判断转换为二分类问题，并给出有效性判断结果。

3.如权利要求1所述的用于课程匹配的智能对话分析方法，其特征在于，所述根据用户的有效回复内容检测用户的意图的步骤包括：

根据用户当前的有效回复内容向上选取长度为k的对话上文窗口，组成具有上下文语义的对话窗口，其中，k为大于零的整数；

将获取的对话上文窗口中的对话作为预训练模型BERT的输入，在预训练模型BERT的内部，采用注意力机制计算句子表征时加入用户的有效回复在句子表征中的权重，并输出用户的语义表达向量；

根据语义表达向量构建分类器，并采用类别概率公式计算用户意图的类别。

4.如权利要求3所述的用于课程匹配的智能对话分析方法，其特征在于，所述根据用户当前的有效回复内容向上选取长度为k的对话上文窗口的步骤包括：

设置用户当前有效回复内容为第n句，初始窗口为第n句和第n-1句；

从第n-2句开始，分别计算第n-2句与第n-1句和第n-3句的杰卡德距离l_n-1和l_n-3；

如果l_n-3大于l_n-1的距离，则将第n-2句归为窗口内，然后对第n-3句重复该过程；

如果l_n-3小于l_n-1的距离，则终止该过程，并获取窗口内的上下文。

5.如权利要求1所述的用于课程匹配的智能对话分析方法，其特征在于，得到课程匹配结果之后，将所述课程匹配结果上传至区块链中，以使得所述区块链对所述课程匹配结果进行加密存储。