[发明专利]机器人答复文本的确定方法、装置、设备及介质

权利要求书

1.一种机器人答复文本的确定方法，其特征在于，所述方法包括：

获取第i轮的客户回答文本，i为大于0的整数；

根据第i轮的所述客户回答文本进行意图识别，得到第i轮的客户意图；

获取与第i轮的所述客户回答文本对应的第i轮的命中单轮对话目标；

获取与第i轮的所述客户回答文本对应的对话流程树作为目标对话流程树，其中，所述对话流程树是基于多个训练样本和隐马尔科夫模型得到的流程树，每个所述训练样本是基于人工对话数据得到样本；

根据第i轮的所述客户意图、第i轮的所述命中单轮对话目标和所述目标对话流程树确定第i+1轮的命中单轮对话目标；

根据第i+1轮的所述命中单轮对话目标和获取的话术库确定机器人答复文本，得到第i+1轮的机器人答复文本。

2.根据权利要求1所述的机器人答复文本的确定方法，其特征在于，所述获取与第i轮的所述客户回答文本对应的对话流程树作为目标对话流程树的步骤之前，包括：

基于第q+1轮的所述客户意图与第q轮的所述客户意图关联、第q+1轮的所述客户意图与第1轮至第q-1轮的所述客户意图无关、第q+1轮的所述命中单轮对话目标与第q+1轮的客户意图关联、第q+1轮的所述命中单轮对话目标与第1轮至q轮的所述命中单轮对话目标无关、第q+1轮的所述命中单轮对话目标与第1轮至第q轮的所述客户意图无关的规则，根据各个所述训练样本和所述隐马尔科夫模型进行流程树训练，得到所述对话流程树，q为大于0的整数。

3.根据权利要求2所述的机器人答复文本的确定方法，其特征在于，所述基于第q+1轮的所述客户意图与第q轮的所述客户意图关联、第q+1轮的所述客户意图与第1轮至第q-1轮的所述客户意图无关、第q+1轮的所述命中单轮对话目标与第q+1轮的客户意图关联、第q+1轮的所述命中单轮对话目标与第1轮至q轮的所述命中单轮对话目标无关、第q+1轮的所述命中单轮对话目标与第1轮至第q轮的所述客户意图无关的规则，根据各个所述训练样本和所述隐马尔科夫模型进行流程树训练，得到所述对话流程树的步骤，包括：

获取待训练的对话目标对应的多个所述训练样本，其中，每个所述训练样本包括：对话轮次、单轮对话目标、客户意图集和初始客户意图；

根据各个所述训练样本生成列表，得到待分析的列表；

根据所述待分析的列表中的各个所述客户意图集进行合集处理，得到待处理的客户意图集；

对所述待处理的客户意图集进行客户意图的去重处理，得到目标客户意图集；

将所述待分析的列表的各个所述单轮对话目标作为待处理的单轮对话目标集；

对所述待处理的单轮对话目标集进行所述单轮对话目标的去重处理，得到命中单轮对话目标集；

基于所述隐马尔科夫模型，根据所述命中单轮对话目标集、所述目标客户意图集和所述待分析的列表进行流程树生成，得到待存储的对话流程树；

将所述待存储的对话流程树和所述待训练的对话目标作为关联数据更新到对话流程树库中。

4.根据权利要求3所述的机器人答复文本的确定方法，其特征在于，所述基于所述隐马尔科夫模型，根据所述命中单轮对话目标集、所述目标客户意图集和所述待分析的列表进行流程树生成，得到待存储的对话流程树的步骤，包括：

根据所述待分析的列表中的各个所述初始客户意图，计算所述目标客户意图集中的每个所述客户意图作为所述初始客户意图的概率，得到所述目标客户意图集中的每个所述客户意图对应的客户意图初始概率；

根据所述待分析的列表，计算所述目标客户意图集中的各个所述客户意图之间的切换概率矩阵，得到客户意图切换概率矩阵；

根据所述待分析的列表，计算所述目标客户意图集中的每个所述客户意图到所述命中单轮对话目标集中的每个所述单轮对话目标的切换概率矩阵，得到客户意图与单轮对话目标切换概率矩阵；

基于所述隐马尔科夫模型，根据各个所述客户意图初始概率、所述客户意图切换概率矩阵和所述客户意图与单轮对话目标切换概率矩阵进行流程树生成，得到所述待存储的对话流程树。