基于人工智能的回复话术生成方法、装置、设备及介质制造方法及图纸

本申请涉及人工智能和医疗健康技术领域，揭示了一种基于人工智能的回复话术生成方法、装置、设备及介质，其中方法包括：获取目标问诊对话对应的初始文本，所述目标问诊对话是目标被问诊对象对目标问诊对象进行问诊的对话，所述初始文本是所述目标被问诊对象输入的文本；将所述初始文本输入预设的话术类型识别模型进行话术类型识别，得到目标话术类型；根据所述目标话术类型和所述目标问诊对话对应的目标疾病，确定目标话术库；根据所述初始文本，从所述目标话术库中匹配话术，作为目标回复话术。实现动态确定目标话术库，使目标话术库只包含适用于所述目标话术类型和所述目标疾病的话术，减少了目标话术库中的噪音，提高了匹配话术的准确性。配话术的准确性。配话术的准确性。

【技术实现步骤摘要】
基于人工智能的回复话术生成方法、装置、设备及介质


[0001]本专利技术涉及人工智能和医疗健康
，尤其涉及一种基于人工智能的回复话术生成方法、装置、设备及介质。

技术介绍

[0002]随时计算机技术的发展，线上问诊得到广泛应用。为了提高被问诊对象提供问诊的效率，采用人工智能生成回复话术，以使被问诊对象能快速的回复问诊对象。目前在采用人工智能生成回复话术时，通过在固定的话术库中匹配话术作为回复话术，从而要求该话术库包含能适应各种情况的话术，导致匹配话术时的噪音过多，使匹配话术的准确性不高。

技术实现思路

[0003]基于此，有必要针对现有技术的在采用人工智能生成回复话术时，话术库包含能适应各种情况的话术，导致匹配话术时的噪音过多，使匹配话术的准确性不高的技术问题，提出了一种基于人工智能的回复话术生成方法、装置、设备及介质。
[0004]第一方面，提供了一种基于人工智能的回复话术生成方法，所述方法包括：
[0005]获取目标问诊对话对应的初始文本，其中，所述目标问诊对话是目标被问诊对象对目标问诊对象进行问诊的对话，所述初始文本是所述目标被问诊对象输入的文本；
[0006]将所述初始文本输入预设的话术类型识别模型进行话术类型识别，得到目标话术类型；
[0007]根据所述目标话术类型和所述目标问诊对话对应的目标疾病，确定目标话术库；
[0008]根据所述初始文本，从所述目标话术库中匹配话术，作为目标回复话术。
[0009]第二方面，提供了一种基于人工智能的回复话术生成装置，所述装置包括：
[0010]文本获取模块，用于获取目标问诊对话对应的初始文本，其中，所述目标问诊对话是目标被问诊对象对目标问诊对象进行问诊的对话，所述初始文本是所述目标被问诊对象输入的文本；
[0011]话术类型识别模块，用于将所述初始文本输入预设的话术类型识别模型进行话术类型识别，得到目标话术类型；
[0012]目标话术库确定模块，用于根据所述目标话术类型和所述目标问诊对话对应的目标疾病，确定目标话术库；
[0013]目标回复话术确定模块，用于根据所述初始文本，从所述目标话术库中匹配话术，作为目标回复话术。
[0014]第三方面，提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于人工智能的回复话术生成方法的步骤。
[0015]第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于人工智能的回复话术生成方法的
步骤。
[0016]本申请的基于人工智能的回复话术生成方法，通过将所述初始文本输入预设的话术类型识别模型进行话术类型识别，得到目标话术类型，根据所述目标话术类型和所述目标问诊对话对应的目标疾病，确定目标话术库，根据所述初始文本，从所述目标话术库中匹配话术，作为目标回复话术。从而实现动态确定目标话术库，使目标话术库只包含适用于所述目标话术类型和所述目标疾病的话术，减少了目标话术库中的噪音，提高了匹配话术的准确性。
附图说明
[0017]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]其中：
[0019]图1为一个实施例中基于人工智能的回复话术生成方法的应用环境图；
[0020]图2为一个实施例中基于人工智能的回复话术生成方法的流程图；
[0021]图3为一个实施例中基于人工智能的回复话术生成装置的结构框图；
[0022]图4为一个实施例中计算机设备的结构框图；
[0023]图5为一个实施例中计算机设备的另一种结构框图。
具体实施方式
[0024]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0025]本专利技术实施例提供的基于人工智能的回复话术生成方法，可应用在如图1的应用环境中，其中，客户端110通过网络与服务端120进行通信。服务端120可以通过客户端110接收获取目标问诊对话对应的初始文本，其中，所述目标问诊对话是目标被问诊对象对目标问诊对象进行问诊的对话，所述初始文本是所述目标被问诊对象输入的文本。服务端120，将所述初始文本输入预设的话术类型识别模型进行话术类型识别，得到目标话术类型，根据所述目标话术类型和所述目标问诊对话对应的目标疾病，确定目标话术库，根据所述初始文本，从所述目标话术库中匹配话术，作为目标回复话术。服务端120将目标回复话术发送给客户端110，从而实现动态确定目标话术库，使目标话术库只包含适用于所述目标话术类型和所述目标疾病的话术，减少了目标话术库中的噪音，提高了匹配话术的准确性。
[0026]在本申请的另一个实施例中，客户端110获取目标问诊对话对应的初始文本，所述目标问诊对话是目标被问诊对象对目标问诊对象进行问诊的对话，所述初始文本是所述目标被问诊对象输入的文本，将所述初始文本输入预设的话术类型识别模型进行话术类型识别，得到目标话术类型，根据所述目标话术类型和所述目标问诊对话对应的目标疾病，确定目标话术库，根据所述初始文本，从所述目标话术库中匹配话术，作为目标回复话术。其中，
客户端110从服务端120下载总话术库，客户端110根据所述目标话术类型和所述目标问诊对话对应的目标疾病，从总话术库中匹配话术库，作为目标话术库。
[0027]其中，客户端110可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。下面通过具体的实施例对本专利技术进行详细的描述。
[0028]请参阅图2所示，图2为本专利技术实施例提供的基于人工智能的回复话术生成方法的一个流程示意图，包括如下步骤：
[0029]S1：获取目标问诊对话对应的初始文本，其中，所述目标问诊对话是目标被问诊对象对目标问诊对象进行问诊的对话，所述初始文本是所述目标被问诊对象输入的文本；
[0030]目标被问诊对象，是目标问诊对话中的被问诊对象。被问诊对象，是提供问诊服务的对象，比如，医生。
[0031]目标问诊对象，是目标问诊对话中的问诊对象。问诊对象，是接收问诊服务的对象，比如，患者。
[0032]初始文本是所述目标被问诊对象输入的预备用于回复目标问诊对象的文本。
[0033]具体而言，目标被问诊对象对目标问诊对象进行问诊时，目标被问诊对象在被问诊端的对话输入本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的回复话术生成方法，所述方法包括：获取目标问诊对话对应的初始文本，其中，所述目标问诊对话是目标被问诊对象对目标问诊对象进行问诊的对话，所述初始文本是所述目标被问诊对象输入的文本；将所述初始文本输入预设的话术类型识别模型进行话术类型识别，得到目标话术类型；根据所述目标话术类型和所述目标问诊对话对应的目标疾病，确定目标话术库；根据所述初始文本，从所述目标话术库中匹配话术，作为目标回复话术。2.根据权利要求1所述的基于人工智能的回复话术生成方法，其特征在于，所述根据所述目标话术类型和所述目标问诊对话对应的目标疾病，确定目标话术库的步骤，包括：根据所述目标话术类型、所述目标疾病和所述目标问诊对象对应的对象标识，从各个第一话术库中筛选所述第一话术库，得到筛选结果；若所述筛选结果为成功，则将所述筛选结果对应的所述第一话术库作为所述目标话术库；若所述筛选结果为失败，则根据所述目标话术类型和所述目标疾病，从各个第二话术库中筛选所述第二话术库，作为所述目标话术库。3.根据权利要求2所述的基于人工智能的回复话术生成方法，其特征在于，所述获取目标问诊对话对应的初始文本的步骤之前，还包括：获取历史问诊数据，其中，所述历史问诊数据中的每个问诊数据包括：问诊对象标识、问诊疾病和历史对话文本；从每个所述历史对话文本中提取被问诊对象的每轮对话文本，作为目标单轮对话文本；获取每个所述目标单轮对话文本对应的话术类型标注值；将所述目标单轮对话文本，以及所述目标单轮对话文本对应的所述问诊对象标识、所述问诊疾病和所述话术类型标注值，作为一个数据组合；根据各个所述数据组合，对初始模型进行训练，将训练结束的所述初始模型作为所述话术类型识别模型。4.根据权利要求3所述的基于人工智能的回复话术生成方法，其特征在于，所述初始模型包括：依次相连的TinyBERT模型和分类预测层，所述分类预测层是采用softmax激活函数的网络层。5.根据权利要求3所述的基于人工智能的回复话术生成方法，其特征在于，所述将所述目标单轮对话文本，以及所述目标单轮对话文本对应的所述问诊对象标识、所述问诊疾病和所述话术类型标注值，作为一个数据组合的步骤之后，还包括：采用预设聚类方法，对各个所述数据组合进行在第一维度下的聚类，得到所述第一维度对应的多个第一聚类集，其中，所述第一维度是在所述问诊疾病、所述话术类型标注值和所述问诊对象标识下的维度；从所述第一维度对应的各个所述第一聚类集...

【专利技术属性】
技术研发人员：徐卓扬，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：