[发明专利]一种客服话术生成方法、设备及介质

说明书

本申请公开了一种客服话术生成方法、设备及介质，方法包括：获取问题和历史对话，根据预先设置的回溯步长在历史对话抽取上下文样本对，并根据上下文样本对和问题构建输入集；将输入集输入话术生成网络，以得到客服话术；将客服话术输入损失度量网络，以得到特征对；将特征对带入预先设置的质量函数，以得到质量因子，并将质量因子与预先设置的相似度阈值进行比较，若质量因子大于相似度阈值，则将客服话术标记为最优答案。本申请有效提升了准确率，同时避免了话术生成方法存在的语言不规范、不通顺等问题。

技术领域

本申请涉及计算机技术领域，尤其涉及一种客服话术生成方法、设备及介质。

背景技术

随着自然语言处理技术的发展，人机对话取得了重大的进展，基于检索的客服话术也逐渐走进人们的生活当中。客服对话系统在生活中有着广泛的优势，能够24小时在线、准确及时回复等，既可以将人从繁重的工作中解放出来,又可以提高用户的体验度。目前已有的客服话术获取方法往往存在交互不灵活的缺陷。

发明内容

为了解决上述问题，本申请提出了一种客服话术生成方法，所述方法包括：获取问题和历史对话，根据预先设置的回溯步长在所述历史对话抽取上下文样本对，并根据所述上下文样本对和所述问题构建输入集；将所述输入集输入话术生成网络，以得到客服话术；将所述客服话术输入损失度量网络，以得到特征对；将所述特征对带入预先设置的质量函数，以得到质量因子，并将所述质量因子与预先设置的相似度阈值进行比较，若所述质量因子大于所述相似度阈值，则将所述客服话术标记为最优答案。

在一个示例中，将所述输入集输入话术生成网络之前，具体包括：获取历史对话，根据预先设置的抽取参数在所述历史对话中抽取原始问题和原始客服话术，并根据所述原始问题和所述原始客服话术构建原始样本对；根据所述回溯步长确定所述原始样本对的历史上下文样本对，并根据所述原始样本对和所述历史上下文样本对确定训练样本集，以根据所述训练样本集对所述话术生成网络进行训练。

在一个示例中，所述损失度量网络的表达式为：G＝{G₁，G₂}，其中，G表示所述损失度量网络，G₁＝Bert₁表示问题特征提取网络，G₂＝Bert₂表示客服话术特征提取网络。

在一个示例中，将所述客服话术输入损失度量网络之前，所述方法还包括：根据所述客服话术确定三元组样本对，并将所述三元组样本对带入所述损失度量网络的损失度量函数，以对所述损失度量网络进行训练。

在一个示例中，所述损失度量函数的表达式为：L_soft＝∑max{d(G₁(Q_i)-G₂(A_i))-α₁，0}+∑max{α₂-d(G₁(Q_i)-G₂(A_j))，0}，其中，L_soft表示所述损失度量函数，d表示距离度量函数，α₁和α₂为距离参数，且α₂＞α₁，G₁表示问题特征提取网络，G₂表示客服话术特征提取网络，Q_i为第i个问题，A_i为Q_i对应的客服话术，A_j为Q_i非对应的客服话术，其中，i≠j。