基于多身份的常用语处理方法、装置以及存储介质制造方法及图纸

本发明专利技术涉及一种基于多身份的常用语处理方法和系统。其中的方法包括：响应用户操作，建立融合多身份多账号的会话窗口；获取用户输入并进行数据预处理，根据选择策略判断执行步骤；根据话术库并通过问答策略的相似度计算得到单轮对话的匹配常用语；根据话术库并通过对话策略的多轮对话逻辑得到多轮对话的匹配常用语；对匹配常用语和用户输入与用户关联后存储于话术库中，并输出匹配常用语。本发明专利技术实现在不同应用场景下，根据用户输入内容智能匹配不同的常用语。不同的常用语。不同的常用语。

【技术实现步骤摘要】
基于多身份的常用语处理方法、装置以及存储介质


[0001]本专利技术涉及基于多身份的常用语处理方法、装置以及存储介质，属于信息


技术介绍

[0002]在如今实体行业开始发展数字化经济的浪潮，日常线上商务沟通是无法避免的，为此系统一般都会提供常用语功能，通过预先配置一种输入内容，用户再从大量数据中进行筛选查找去解决快速沟通，但是这反而会降低答复的实效性，且对于新手也不够友好，比如建筑行业在采购沟通场景下、招商沟通场景下，因为行业商品专业性强的缘故，员工就很难根据自身沟通场景找到自己想要回复了解的内容。

技术实现思路

[0003]本专利技术提供一种基于多身份的常用语处理方法、装置以及存储介质，旨在至少解决现有技术中存在的技术问题之一。
[0004]本专利技术的技术方案涉及一种基于多身份的常用语处理方法，根据本专利技术的方法包括以下步骤：
[0005]S100、响应用户操作，建立融合多身份多账号的会话窗口；获取用户输入并进行数据预处理，根据选择策略判断执行步骤S210还是步骤S220；
[0006]S210、根据话术库并通过问答策略的相似度计算得到单轮对话的匹配常用语；
[0007]S220、根据话术库并通过对话策略的多轮对话逻辑得到多轮对话的匹配常用语；
[0008]S300、对所述匹配常用语和所述用户输入与用户关联后存储于所述话术库中，并输出所述匹配常用语。
[0009]进一步，所述问答策略采用基于空间向量模型的余弦相似度计算，相似度计算表示如下：
[0010][0011]式中，式中，sim(S1,S2)表示两个句向量的语句相似度，表示所述话术库中问题的句向量，表示所述用于输入问题的句向量。
[0012]进一步，所述对话策略设置有对话配置模块和意图识别模块，所述步骤S100包括步骤：
[0013]S110、对所述用户输入进行文本分词并转换为词向量；
[0014]S120、通过所述对话配置模块获取用户的对话节点信息；
[0015]S130、将所述词向量输入到所述意图识别模型中以识别意图是否命中对话节点，如果是则执行步骤S220，否则执行步骤S210。
[0016]进一步，所述对话策略还设置有实体识别模块；所述步骤S220包括以下步骤：
[0017]S221、通过基于深度学习卷积神经网络的意图识别模块识别命中的对话节点；通过所述实体识别模型根据规则库识别出所述用户输入的实体；
[0018]S222、查询所述对话节点需要的词槽，将识别到的所述实体填入到相应的词槽，并对没有填充的词槽通过反问用户获取；
[0019]S223、当完成所有词槽填充后，根据所述话术库自动智能获得匹配常用语。
[0020]进一步，所述意图识别模型的神经网络结构包括依次连接的卷积层、池化层、全连接层和输出层，其中，所述卷积层设置有三个，三个所述卷积层并行计算并将结果拼接在一起后输入到池化层中。
[0021]进一步，三个所述卷积层的卷积核维度不同。
[0022]进一步，所述实体识别模块设置有用于获取特征序列的编码层和用于序列标注的解码层，其中，需要标注的标签得分通过以下公式计算获得：
[0023][0024]式中，序列x＝{x1,x2,
…
,x
n
}对应标签y＝{y1,y2,
…
,y
n
}，所述编码层输出为p
i
，所述解码层的转移向量为A。
[0025]进一步，所述步骤S100中，会话窗口的建立包括以下步骤：
[0026]步骤A、响应每个用户的操作，获取个人特征数据以对单一的用户账号进行配置或使用；
[0027]步骤B、对应多个用户，根据已有的身份关系链数据，从对应用户账号关联的各个域的存储单元中分配至少一个身份至每个用户账号，用于建立会话；
[0028]步骤C、从待选作会话的多个用户账号的身份关系链数据之间进行匹配，确定会话是否被允许后，根据会话的场景所对应的主体来匹配会话时的身份，并更新所述多个用户账号的身份关系链数据；
[0029]步骤D、在会话窗口中对应每个用户账号显示当前主体场景所关联的身份信息，并且使会话消息通过用户账号进行同步。
[0030]本专利技术的技术方案还涉及计算机可读存储介质，其上储存有程序指令，所述程序指令被处理器执行时实施上述的方法。
[0031]本专利技术的技术方案还涉及基于多身份的常用语处理系统，所述系统包括计算机装置，该计算机装置包含上述计算机可读存储介质。
[0032]本专利技术的有益效果如下：
[0033]本专利技术基于多身份的常用语处理方法、装置以及存储介质，根据用户输入的内容，从话术库中智能匹配常用语并反馈给用户，从而使得用户能够更快速更准确地获取到想要的输入内容，提高了用户常用语匹配的效率、专业度和准确度，提供更好用户体验，提高用户使用满意度。并且，通过话术库对于后台数据分析和反馈，可以了解用户常见问题和需求，为制定更好的匹配策略提供依据，降低对用户专业水平的要求，使得用户在特定行业领域中可匹配到强专业性常用语。在建立会话时实现了多身份多账号的融合，从而可通过多身份智能切换，可以提升用户专属身份专属账号常用语的使用体验，降低用户的操作复杂
度，以达到解决不同场景下的常用语智能匹配，以及提高智能匹配常用语的效率和精准度。
附图说明
[0034]图1是根据本专利技术方法的基本流程图。
[0035]图2是根据本专利技术方法的总体流程图。
[0036]图3是根据本专利技术实施例中的问答策略的空间向量模型图。
[0037]图4是根据本专利技术实施例中的意图识别模型的意图识别流程图。
[0038]图5是根据本专利技术实施例中的多身份多账号的融合关系示意图。
[0039]图6是根据本专利技术实施例中的会话窗口建立模块的连接示意图。
[0040]图7是根据本专利技术实施例中的身份关系链的示意图。
[0041]图8是根据本专利技术实施例中的意图识别模型的架构图。
[0042]图9是根据本专利技术实施例中的意图识别模型神经网络示意图。
[0043]图10是根据本专利技术实施例中的选择策略的流程示意图。
[0044]图11是根据本专利技术方法所实施的会话系统的实施效果示意图。
具体实施方式
[0045]以下将结合实施例和附图对本专利技术的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本专利技术的目的、方案和效果。
[0046]需要说明的是，如无特殊说明，当某一特征被称为“固定”、“连接”在另一个特征，它可以直接固定、连接在另一个特征上，也可以间接地固定、连接在另一个特征上。本文所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。此外，除非另有定义，本文所使用的所有的技术和科学术语与本
的技术人员通常理解的含义相同。本文说明书本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多身份的常用语处理方法，其特征在于，所述方法包括以下步骤：S100、响应用户操作，建立融合多身份多账号的会话窗口；获取用户输入并进行数据预处理，根据选择策略判断执行步骤S210还是步骤S220；S210、根据话术库并通过问答策略的相似度计算得到单轮对话的匹配常用语；S220、根据话术库并通过对话策略的多轮对话逻辑得到多轮对话的匹配常用语；S300、对所述匹配常用语和所述用户输入与用户关联后存储于所述话术库中，并输出所述匹配常用语。2.根据权利要求1所述的方法，其特征在于，所述步骤S210中，所述问答策略采用基于空间向量模型的余弦相似度计算，所述相似度计算表示如下：式中，式中，sim(S1,S2)表示两个句向量的语句相似度，表示所述话术库中问题的句向量，表示所述用于输入问题的句向量。3.根据权利要求1所述的方法，其特征在于，所述对话策略设置有对话配置模块和意图识别模块，所述步骤S100包括以下步骤：S110、对所述用户输入进行文本分词并转换为词向量；S120、通过所述对话配置模块获取用户的对话节点信息；S130、将所述词向量输入到所述意图识别模型中以识别意图是否命中对话节点，如果是则执行步骤S220，否则执行步骤S210。4.根据权利要求3所述的方法，其特征在于，所述对话策略还设置有实体识别模块；所述步骤S220包括以下步骤：S221、通过基于深度学习卷积神经网络的意图识别模块识别命中的对话节点；通过所述实体识别模型根据规则库识别出所述用户输入的实体；S222、查询所述对话节点需要的词槽，将识别到的所述实体填入到相应的词槽，并对没有填充的词槽通过反问用户获取；S223、当完成所有词槽填充后，根据所述话术库自动智能获得匹配常用语。5.根据权利要求4所述的方法，其特征在于，...

【专利技术属性】
技术研发人员：刘小兵，陈文聪，陈蓓蓓，
申请(专利权)人：珠海新海通电子商务有限公司，
类型：发明
国别省市：