[发明专利]话题切换标记方法、装置及计算机设备

权利要求书

1.一种话题切换标记方法，其特征在于，包括：

将每个对话内的多个连续交互的聊天语句进行词语分割；

根据每个对话分割出的词语所属的话题类别，统计每个对话所涉及的话题切换方向及切换频次，其中，话题切换方向涉及源话题和切换后的目标话题；

筛选全部对话的话题切换方向中，切换频次满足第一预设条件的目标话题切换方向，并标记所述目标话题切换方向所涉及的源话题和目标话题；

所述将每个对话内的多个连续交互的聊天语句进行词语分割，根据每个对话分割出的词语所属的话题类别，统计每个对话所涉及的话题切换方向及切换频次的步骤，包括：

将对话内的全部聊天语句顺次拼接成长句，其中，相邻聊天语句之间设置有间隔符；

将拼接后的长句进行词语分割，得到基础词语；

从全部基础词语中筛选出预设词性的备用词语，其中，所述预设词性包括名词、人名、地名、动词、名动词、名形词和时间词中的至少一种；

根据每个对话筛选出的备用词语所属的话题类别，统计每个对话所涉及的话题切换方向及切换频次。

2.根据权利要求1所述的方法，其特征在于，所述根据每个对话分割出的备用词语所属的话题类别，统计每个对话所涉及的话题切换方向及切换频次的步骤，包括：

根据预设的词语话题分类表，确定每个备选词语所属的话题类别；

统计在所述对话内，每个话题类别的出现频次；

筛选出现频次满足第二预设条件的两个话题类别；

根据出现频次满足第二预设条件的两个话题类别确定话题切换方向，其中，在所述对话内出现顺序靠前的话题类别为源话题，在所述对话内出现顺序靠后的话题类别为目标话题；

统计在所述对话内，由所述源话题切换到所述目标话题的切换频次。

3.根据权利要求2所述的方法，其特征在于，所述筛选出现频次满足第二预设条件的两个话题类别的步骤，包括：

筛选出现频次最高的第一话题类别；

筛选出现频次仅次于所述第一话题类别的第二话题类别；

若所述第二话题类别的数量为至少两个，保留在所述对话中最后一个第二话题。

4.根据权利要求3所述的方法，其特征在于，预设的词语话题分类表至少包括第一等级词语和第二等级词语，其中，第一等级词语包括多个第二等级词语，第二等级词语包括多个第三等级词语；

所述根据预设的词语话题分类表，确定每个备选词语所属的话题类别的步骤，包括：

确定每个备选词语对应的第二等级词语；

根据预设的词语话题分类表，查找备选词语对应的第二等级词语所属的第一等级词语；

若所述第一等级词语的数量为至少两个，根据所述备选词语在所述对话中的语义选择关联性较大的一个第一等级词语。

5.根据权利要求1所述的方法，其特征在于，所述筛选全部对话的话题切换方向中，切换频次满足第一预设条件的话题切换方向的步骤，包括：

筛选切换频次最多或者切换频次大于或者等于预设频次的目标话题切换方向。

6.根据权利要求5所述的方法，其特征在于，预设的词语话题分类表的获取步骤，包括：

获取多个词语分级链条，每个词语分级链条均包括多个等级数量的词语；

将全部词语分级链条处理成包含相同等级数量的词语分级链条；

将处理后的词语分级链条进行去重和合并，得到预设的词语话题分类表。

7.根据权利要求1至6中任一项所述的方法，其特征在于，所述筛选全部对话的话题切换方向中，切换频次满足第一预设条件的目标话题切换方向，并标记所述目标话题切换方向所涉及的源话题和目标话题的步骤之后，所述方法还包括：

将所述目标话题切换方向所涉及的源话题和目标话题输入基础卷积神经网络进行训练，得到话题切换模型；

将所述话题切换模型加载到语音对话机器人。