【技术实现步骤摘要】
本专利技术属于人工智能，尤其涉及一种会话模型的获取方法、话术推荐方法、终端及计算机存储介质。
技术介绍
1、随着人工智能技术的飞速发展，智能会话模型也越来越普及，即用于针对客户提出的问题，自动生成用于回复该的话术，在提高客服工作效率的同时，也提升了客服的服务能力。
2、现有的智能会话模型往往是基于预设会话规则的回复，即预设问题的问题内容与回复内容之间的匹配关系，当客户提出问题后，则根据当前问题与预设问题之间的关联性查找与之对应的回复内容，这种方式获得的回复内容往往比较单一，且无法准确匹配客户的具体问题，导致回复内容的准确度相对较低，服务效果较差。
3、对于此，尽管目前已存在利用模型训练方法来构建会话模型，即通过获取客户与客服之间的会话样本数据，根据会话样本数据对自然语言模型执行训练来获得会话模型；但是，上述方式对于会话样本数据的收集要求较高，往往需要预先收集大量的会话样本数据来训练模型才能达到准确回复的效果；当样本数据量较少时则，往往模型回复的准确性较低；并且，上述方式所生成的客服话术为往往仅能适用于与会话样本数据对应的会话场景和会话内容，当转移利用其他的会话场景或会话内容时，则往往会导致模型生成的回复内容的准确性降低，无法达到个性化或专业化的客服回复需求。
技术实现思路
1、鉴于以上现有技术中存在的缺点，本专利技术的目的在于提供一种会话模型的获取方法、终端及计算机存储介质，用于解决现有的会话模型的适用性较差等问题。
2、为实现上述目的及其他相关
3、其中，所述会话样本数据为满足预设的会化处理规则的会话对；所述会话对包括客户问题和与所述客户问题对应的回复内容；所述会话处理规则为用于判定所述回复内容是否为推荐话术的规则。
4、于本申请第一方面的一些实施例中，所述会话处理规则包括内容规则、组织逻辑规则和用语规则；其中，所述内容规则为针对所述客户问题回复时，回复内容所需要满足的内容组成规则；所述组织逻辑规为针对所述客户问题回复时，回复内容所需要满足的行文逻辑规则；所述用语规则为针对所述客户问题回复时，回复内容所需要满足的用词规则。
5、于本申请第一方面的一些实施例中，所述利用所述当前的会话样本数据集，对gpt通用模型执行模型训练，包括：对各所述会话样本数据执行分词提取，以获得所述会话样本数据所包含的文本单元；利用自然语言处理方法，提取各所述文本单元对应的特征向量，以构建与所述会话样本数据对应的特征向量对；将各所述会话样本数据对应的特征向量对分别输入至所述gpt通用模型中，利用各所述特征向量对对所述gpt通用模型执行模型训练，以获得训练后的所述gpt通用模型。
6、于本申请第一方面的一些实施例中，所述gpt通用模型的损失函数，为：
7、ltotal= α × llanguage+ β × lstyle+ γ × lstrategy
8、其中，ltotal为总损失函数；llanguage为内容规则损失，用于表征模型所生成回复内容与目标内容之间的内容准确度；lstyle为用语规则损失，用于表征模型所生成回复内容的会话风格与目标风格之间的差异； lstrategy为组织逻辑规则损失，用于表征模型所生成回复内容的组织策略与目标策略之间的差异；α、β和γ分别对应为所述内容规则损失、所述用语规则损失和所述组织逻辑规则损失对应的权重系数。
9、于本申请第一方面的一些实施例中，所述当前的历史会话数据库的获取方式，包括：确定当前的提取时间段；根据所述当前的提取时间段，提取位于该提取时间段内的各条会话记录；将各所述会话记录，按照对应的生成时间进行排布，以获得所述当前的历史会话数据库。
10、为实现上述目的及其他相关目的，本专利技术于第二方面提供一种话术推荐方法，为基于预设的周期重复执行于会话过程中；于单个周期中，所述话术推荐方法，包括：
11、获取当前会话模型；基于所述当前会话模型，执行当前周期内的会话推荐过程，以获得当前会话记录中的会话数据对；所述会话数据对包括与客户问题对应的实际会话内容和模型推荐的推荐话术；提取各会话数据对中，所述推荐话术与所述实际会话内容之间的近似度；基于所述近似度，获取当前周期中所述推荐话术的使用率；基于所述使用率大小，判定所述当前会话模型是否为待优化模型；当判定为待优化模型时，则基于新会话数据集，重新执行会话模型训练；当判定为已优化模型时，则基于所述当前会话模型，根据所述会话推荐方法继续执行下一周期的会话过程；其中，所述当前会话模型为采用如上任意所述的会话模型的获取方法所获得会话模型。
12、于本申请第二方面的一些实施例中，所述基于新会话数据集，重新执行会话模型训练，包括：采用如上任意所述的会话模型的获取方法，基于新会话数据集，对所述当前会话模型执行训练。
13、于本申请第二方面的一些实施例中，所述提取各会话数据对中，所述推荐话术与所述实际会话内容之间的近似度，包括：
14、于所述实际会话内容中提取各第一关键词，和于所述推荐话术中提取各第二关键词；基于各所述第二关键词与所述第一关键词之间的语义关系，获取与各所述第一关联词语义关联的第二关联词；根据上下文信息，利用自然语言处理方法，提取所述第一关键词与所述语义关联的第二关联词之间的语义接近度；对各所述第一关键词的语义接近度进行综合，将综合值作为所述推荐会话与所述实际会话之间的近似度。
15、于本申请第二方面的一些实施例中，所述基于所述当前会话模型，执行当前周期内的会话推荐过程，包括：
16、响应于客户问题的输入，于当前周期的知识数据库中提取关联知识信息；其中，所述关联知识信息为与所述客户问题关联的知识信息；基于所述关联知识信息，对所述客户问题进行优化；利用所述当前会话模型，对优化后的所述客户问题进行处理，以生成与所述客户问题对应的推荐话术；其中，所述知识数据库中包括于待销售产品的产品信息。
17、于本申请第二方面的一些实施例中，所述基于所述当前会话模型，执行当前周期内的会话推荐过程，在执行所述于当前的知识数据库中提取关联知识信息之前，还包括：
18、获取新的产品信息；基于所述新的产品信息，对上一周期对应的所述知识数据库进行更新，以获得新的知识数据库。
19、为实现上述目的及其他相关目的，本专利技术还提供一种终端，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如上任意所述的会话模型的获取方法或如上任意所述的话术推荐方法。
20、此外，本专利技术还提供一种计算机存储介质，所述计算机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如本文档来自技高网...
【技术保护点】
1.一种会话模型的获取方法，其特征在于，包括：
2.根据权利要求1所述的会话模型的获取方法，其特征在于，所述会话处理规则包括内容规则、组织逻辑规则和用语规则；其中，
3.根据权利要求1所述的会话模型的获取方法，其特征在于，所述利用所述当前的会话样本数据集，对GPT通用模型执行模型训练，包括：
4.根据权利要求3所述的会话模型的获取方法，其特征在于，所述GPT通用模型的损失函数，为：
5.根据权利要求1所述的会话模型的获取方法，其特征在于，所述当前的历史会话数据库的获取方式，包括：
6.一种话术推荐方法，其特征在于，为基于预设的周期重复执行于会话过程中；于单个周期中，所述话术推荐方法，包括：
7.根据权利要求6所述的话术推荐方法，其特征在于，所述基于新会话数据集，重新执行会话模型训练，包括：
8.根据权利要求6所述的话术推荐方法，其特征在于，所述提取各会话数据对中，所述推荐话术与所述实际会话内容之间的近似度，包括：
9.根据权利要求6所述的话术推荐方法，其特征在于，所述基于所述当前会话模
10.根据权利要求9所述的话术推荐方法，其特征在于，所述基于所述当前会话模型，执行当前周期内的会话推荐过程，在执行所述于当前的知识数据库中提取关联知识信息之前，还包括：
11.一种终端，其特征在于，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如权利要求1至5中任一项所述的会话模型的获取方法或权利要求6或10所述的话术推荐方法。
12.一种计算机存储介质，所述计算机存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的会话模型的获取方法或权利要求6或10所述的话术推荐方法。
...【技术特征摘要】
1.一种会话模型的获取方法，其特征在于，包括：
2.根据权利要求1所述的会话模型的获取方法，其特征在于，所述会话处理规则包括内容规则、组织逻辑规则和用语规则；其中，
3.根据权利要求1所述的会话模型的获取方法，其特征在于，所述利用所述当前的会话样本数据集，对gpt通用模型执行模型训练，包括：
4.根据权利要求3所述的会话模型的获取方法，其特征在于，所述gpt通用模型的损失函数，为：
5.根据权利要求1所述的会话模型的获取方法，其特征在于，所述当前的历史会话数据库的获取方式，包括：
6.一种话术推荐方法，其特征在于，为基于预设的周期重复执行于会话过程中；于单个周期中，所述话术推荐方法，包括：
7.根据权利要求6所述的话术推荐方法，其特征在于，所述基于新会话数据集，重新执行会话模型训练，包括：
8.根据权利要求6所述的话术推荐方法，其特征在于...
【专利技术属性】
技术研发人员：刘妙狮，徐胜友，陈爽，
申请(专利权)人：杭州妙思未来科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。