申请/专利权人：平安科技(深圳)有限公司

申请日：2019-01-24

公开（公告）日：2024-03-19

公开（公告）号：CN109918486B

主分类号：G06F16/332

分类号：G06F16/332;G06F16/35;G06F16/951;G06Q30/015

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2021.02.23#实质审查的生效;2019.06.21#公开

摘要：本发明实施例公开了一种智能客服的语料构建方法、装置、计算机设备及存储介质，其中方法包括下述步骤：获取待构建问答语料数据的主题词；将所述主题词输入到预先设定的问题生成模型中，获取所述问题生成模型响应所述主题词而输出的问题列表；将所述问题列表输入到预先设定的第一网络爬虫模型中，获取所述第一网络爬虫模型响应所述问题列表而输出的响应数据；将所述响应数据作为所述问题列表的应答数据，所述应答数据与所述问题列表关联构成所述主题词的问答语料数据。其中，应答数据通过网络爬虫获取真实的客服应答。本发明提高了语料构建的效率和质量，也提高了智能客服的问题命中率，使客服人工智能化。

主权项：1.一种智能客服的语料构建方法,其特征在于,包括下述步骤：获取待构建问答语料数据的主题词；将所述主题词输入到预先设定的问题生成模型中,获取所述问题生成模型响应所述主题词而输出的预先设置的问题列表，所述问题生成模型是预先设置有固定的一系列问题，以主题词为参数变化的模型；将所述主题词输入到第二网络爬虫模型中，获取所述第二网络爬虫模型响应所述主题词而输出的疑问候选数据，按照预设的匹配规则对所述疑问候选数据进行匹配，获取疑问匹配数据，其中所述匹配规则至少包含疑问语料匹配规则，将所述疑问匹配数据作为所述主题词的问题列表；将所述问题列表输入到预先设定的第一网络爬虫模型中，获取所述第一网络爬虫模型响应所述问题列表而输出的响应数据；将所述响应数据作为所述问题列表的应答数据，所述应答数据与所述问题列表关联构成所述主题词的问答语料数据；其中，在所述将所述问题列表输入到预先设定的第一网络爬虫模型中，获取所述第一网络爬虫模型响应所述问题列表而输出的响应数据的步骤之后，还包括下述步骤：将所述响应数据输入到预先训练的深度神经网络模型中，获取所述深度神经网络模型输出的对所述响应数据的分类信息，其中，所述分类信息至少将所述响应数据区分为疑问语料数据和非疑问语料数据；将所述非疑问语料数据作为所述问题列表的应答数据。

全文数据：智能客服的语料构建方法、装置、计算机设备及存储介质技术领域本发明智能客服领域，尤其涉及一种智能客服的语料构建方法、装置、计算机设备及存储介质。背景技术随着人工智能技术的发展，智能客服系统也逐渐兴起。智能客服不仅为企业与海量用户之间建立起便捷的基于自然语言的沟通平台，有效地提高了客服工作的效率，而且能够为企业进行精细化管理提供直接来源于客户信息。智能客服通常基于既有问答数据库才能提供客服功能，现有的智能客服，在建立问答数据库时需要人工整理知识点，人工扩展用户的问题点，最终生成问答数据库中一问一答的数据。但是，人工整理知识点和人工扩展用户问题点的方法，费时费力，而且往往不能体现用户真实的热点问题，导致在使用过程中，用户提问命中问答数据库中的问题点的命中率低，使智能客服不能有效地解答用户提问，影响用户体验。发明内容本发明提供一种智能客服的语料构建方法、装置、计算机设备及存储介质，以解决智能客服构建问答语料库费时费力的问题。为解决上述技术问题，本发明提出一种智能客服的语料构建方法，包括如下步骤：获取待构建问答语料数据的主题词；将所述主题词输入到预先设定的问题生成模型中,获取所述问题生成模型响应所述主题词而输出的问题列表；将所述问题列表输入到预先设定的第一网络爬虫模型中，获取所述第一网络爬虫模型响应所述问题列表而输出的响应数据；将所述响应数据作为所述问题列表的应答数据，所述应答数据与所述问题列表关联构成所述主题词的问答语料数据。可选地，在所述将所述主题词输入到预先设定的问题生成模型中,获取所述问题生成模型响应所述主题词而输出的问题列表的步骤中，具体包括下述步骤：将所述主题词输入到第二网络爬虫模型中，获取所述第二网络爬虫模型响应所述主题词而输出的疑问候选数据；按照预设的匹配规则对所述疑问候选数据进行匹配，获取疑问匹配数据，其中所述匹配规则至少包含疑问语料匹配规则；将所述疑问匹配数据作为所述主题词的问题列表。可选地，在所述按照预设的匹配规则对所述疑问候选数据进行匹配的步骤中，所述匹配的步骤具体采用正则匹配算法获取疑问匹配数据。可选地，在所述将所述主题词输入到预先设定的问题生成模型中,获取所述问题生成模型响应所述主题词而输出的问题列表的步骤中，具体包括下述步骤：将所述主题词输入到预先训练的Seq2Seq模型中；获取所述Seq2Seq模型响应所述主题词而输出的问题列表。可选地，在所述将所述问题列表输入到预先设定的第一网络爬虫模型中，获取所述第一网络爬虫模型响应所述问题列表而输出的响应数据的步骤之后，还包括下述步骤：按照预设的过滤规则对所述响应数据进行过滤，获取过滤数据，其中，所述过滤规则至少包含疑问语料数据过滤规则；将所述过滤数据作为所述问题列表的应答数据。可选地，在所述将所述问题列表输入到预先设定的第一网络爬虫模型中，获取所述第一网络爬虫模型响应所述问题列表而输出的响应数据的步骤之后，还包括下述步骤：将所述响应数据输入到预先训练的深度神经网络模型中，获取所述深度神经网络模型输出的对所述响应数据的分类信息，其中，所述分类信息至少将所述响应数据区分为疑问语料数据和非疑问语料数据；将所述非疑问语料数据作为所述问题列表的应答数据。可选地，所述预先训练的深度神经网络模型是通过以下步骤进行训练：获取标记有语料类别的训练样本，其中所述语料类别至少包含疑问语料和非疑问语料；将所述训练样本输入深度卷积神经网络模型获取所述训练样本的参照语料类别；比对所述训练样本内不同样本的参照语料类别与所述语料类别是否一致；当参照语料类别与所述语料类别不一致时，反复循环迭代的更新所述深度神经网络模型中的权重，至所述参照语料类别与所述语料类别一致时结束。为解决上述问题，本发明还提供一种智能客服的问答语料数据构建装置，包括：获取模块，用于获取待构建问答语料数据的主题词；生成模块，用于将所述主题词输入到预先设定的问题生成模型中,获取所述问题生成模型响应所述主题词而输出的问题列表；处理模块，用于将所述问题列表输入到预先设定的第一网络爬虫模型中，获取所述第一网络爬虫模型响应所述问题列表而输出的响应数据，其中所述第一网络爬虫模型以所述问题列表为约束条件抓取目标数据；执行模块，用于将所述响应数据作为所述问题列表的应答数据，所述应答数据与所述问题列表关联构成所述主题词的问答语料数据。可选地，所述生成模块还包括：第一处理子模块，用于将所述主题词输入到第二网络爬虫模型中，获取所述第二网络爬虫模型响应所述主题词而输出的疑问候选数据；第一匹配子模块，用于按照预设的匹配规则对所述疑问候选数据进行匹配，获取疑问匹配数据，其中所述匹配规则至少包含疑问语料匹配规则；第一执行子模块，用于将所述疑问匹配数据作为所述主题词的问题列表。可选地，所述第一匹配子模块中，采用正则匹配算法获取疑问匹配数据。可选地，所述生成模块还包括：第二处理子模块，用于将所述主题词输入到预先训练的Seq2Seq模型中；第一获取子模块，用于获取所述Seq2Seq模型响应所述主题词而输出的问题列表。可选地，所述智能客服的问答语料数据构建装置还包括：第一过滤子模块，用于按照预设的过滤规则对所述响应数据进行过滤，获取过滤数据，其中，所述过滤规则至少包含疑问语料数据过滤规则；第二执行子模块，用于将所述过滤数据作为所述问题列表的应答数据。可选地，所述智能客服的问答语料数据构建装置还包括：第一分类子模块，用于将所述响应数据输入到预先训练的深度神经网络模型中，获取所述深度神经网络模型输出的对所述响应数据的分类信息，其中，所述分类信息至少将所述响应数据区分为疑问语料数据和非疑问语料数据；第三执行子模块，用于将所述非疑问语料数据作为所述问题列表的应答数据。可选地，所述智能客服的问答语料数据构建装置还包括：第二获取子模块，用于获取标记有语料类别的训练样本，其中所述语料类别至少包含疑问语料和非疑问语料；第三处理子模块，用于将所述训练样本输入深度卷积神经网络模型获取所述训练样本的参照语料类别；第一比对子模块，用于比对所述训练样本内不同样本的参照语料类别与所述语料类别是否一致；第一更新子模块，用于当参照语料类别与所述语料类别不一致时，反复循环迭代的更新所述深度神经网络模型中的权重，至所述参照语料类别与所述语料类别一致时结束。为解决上述技术问题，本发明实施例还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述所述智能客服的语料构建方法的步骤。为解决上述技术问题，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时，使得所述处理器执行上述所述智能客服的语料构建方法的步骤。本发明实施例的有益效果为：通过获取待构建问答语料数据的主题词；将所述主题词输入到预先设定的问题生成模型中,获取所述问题生成模型响应所述主题词而输出的问题列表；将所述问题列表输入到预先设定的第一网络爬虫模型中，获取所述第一网络爬虫模型响应所述问题列表而输出的响应数据；将所述响应数据作为所述问题列表的应答数据，所述应答数据与所述问题列表关联构成所述主题词的问答语料数据。其中，关于主题词的问题生成通过网络爬虫自动获取用户真实问题，或通过人工智能学习用户的真实意图生成问题列表，相应的应答数据也通过网络爬虫获取真实的客服应答。本发明提高了问答数据构建的效率和质量，也提高了智能客服的问题命中率。附图说明为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，对于本领域技术人员来讲，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图1为本发明实施例一种智能客服的语料构建方法基本流程示意图；图2为本发明实施例基于第二网络爬虫模型生成问题列表的流程示意图；图3为本发明实施例基于Seq2Seq模型生成问题列表的流程示意图；图4为本发明实施例基于过滤规则获取应答数据的流程示意图；图5为本发明实施例基于深度神经网络模型获取应答数据的流程示意图；图6为本发明实施例深度神经网络模型训练流程示意图；图7为本发明实施例一种智能客服的问答语料数据构建装置基本结构框图；图8为本发明实施计算机设备基本结构框图。具体实施方式为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域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，都属于本发明保护的范围。实施例本技术领域技术人员可以理解，这里所使用的“终端”、“终端设备”既包括无线信号接收器的设备，其仅具备无发射能力的无线信号接收器的设备，又包括接收和发射硬件的设备，其具有能够在双向通信链路上，执行双向通信的接收和发射硬件的设备。这种设备可以包括：蜂窝或其他通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备；PCSPersonalCommunicationsService，个人通信系统，其可以组合语音、数据处理、传真和或数据通信能力；PDAPersonalDigitalAssistant，个人数字助理，其可以包括射频接收器、寻呼机、互联网内联网访问、网络浏览器、记事本、日历和或GPSGlobalPositioningSystem，全球定位系统接收器；常规膝上型和或掌上型计算机或其他设备，其具有和或包括射频接收器的常规膝上型和或掌上型计算机或其他设备。这里所使用的“终端”、“终端设备”可以是便携式、可运输、安装在交通工具航空、海运和或陆地中的，或者适合于和或配置为在本地运行，和或以分布形式，运行在地球和或空间的任何其他位置运行。这里所使用的“终端”、“终端设备”还可以是通信终端、上网终端、音乐视频播放终端，例如可以是PDA、MIDMobileInternetDevice，移动互联网设备和或具有音乐视频播放功能的移动电话，也可以是智能电视、机顶盒等设备。本实施方式中的终端即为上述的终端。具体地，请参阅图1，图1为本实施例一种智能客服的语料构建方法的基本流程示意图。如图1所示，一种智能客服的语料构建方法，包括下述步骤：S101、获取待构建问答语料数据的主题词；主题词限定了待构建问答语料数据的主题，通过终端上可交互的页面获取用户输入的主题词。为了构建的问答语料数据更聚焦，建议输入的主题词描述的范围适当小。例如“手机”，涵盖范围较广，构建的问答语料可能较发散，为了问答语料数据更聚焦，可以将主题词限定为“xx型号手机”。S102、将所述主题词输入到预先设定的问题生成模型中,获取所述问题生成模型响应所述主题词而输出的问题列表；将获取的主题词输入到预先设定的问题生成模型中，生成基于主题词的问题列表。问题生成模型可以是预先设置的固定的一系列问题，以主题词为参数变化。例如，预先设置的一系列问题为：主题词发布时间是什么时候主题词销售价格是多少主题词销售渠道有哪些主题词支持指纹识别吗主题词支持多用户登录吗可以预先设定不同类型的主题词对应不同的问题列表。本发明实施例中采用网络爬虫模型，获取线上用户的真实提问；或者通过预先训练的Seq2Seq模型生成问题列表。具体地，请参阅以下图2和图3描述。S103、将所述问题列表输入到预先设定的第一网络爬虫模型中，获取所述第一网络爬虫模型响应所述问题列表而输出的响应数据；获取到有关主题词的问题列表，将其输入到预先设定的网络爬虫模型中，这里称为第一网络爬虫模型。网络爬虫是一个自动提取网页的程序，具体地，利用python程序，模拟浏览器，向目标站点发送请求，目标站点服务器响应请求，返回html、图片、视频等资源。第一网络爬虫模型以问题列表为检索条件，检索目标站点中与问题列表相关的数据，即第一网络爬虫模型影响问题列表而输出的响应数据。S104、将所述响应数据作为所述问题列表的应答数据，所述应答数据与所述问题列表关联构成所述主题词的问答语料数据。将响应数据作为问题列表的应答数据，并将问题列表和应答数据按照一问一答形式关联。表现在数据库中，为一条数据包含两部分，一部分为问题，另一部分则为该问题的应答。当智能客服接收到用户的问题时，可以通过关键词检索的方式，检索问答数据库与用户问题关键词一致的问题，并返回与该问题具有映射关系的应答。在一些实施方式中通过计算用户问题与问答数据库中问题相似度的方式，获取该问题对应的应答。相似度的计算可以采用计算编辑距离的算法计算相似度，例如：问答数据库中保存的问题为“手机卖多少钱”，接收到的用户问题为“手机多少钱”，两者的编辑距离为1，即“手机多少钱”变“手机卖多少钱”只需插入“卖”。检索数据库中与用户提出的问题相似度最大的问题，返回该问题对应的应答。如图2所示，步骤S102具体还包括下述步骤：S111、将所述主题词输入到第二网络爬虫模型中，获取所述第二网络爬虫模型响应所述主题词而输出的疑问候选数据；本发明实施例中采用网络爬虫模型获取与输入主题词相关的问题，为区别与前述网络爬虫模型的区别，这里称为第二网络爬虫模型，该模型以主题词为检索条件，获取目标站点上，与主题词相关的内容，这里称为疑问候选数据。S112、按照预设的匹配规则对所述疑问候选数据进行匹配，获取疑问匹配数据，其中所述匹配规则至少包含疑问语料匹配规则；获取的疑问候选数据中包含非疑问语料数据和疑问语料数据，为了得到疑问语料，预设了匹配规则，通过预设的匹配规则对疑问候选数据进行处理，得到疑问匹配数据。匹配规则为包含“？””什么”“多少”“哪里”“怎么”等表示疑问的语气词。本发明实施例中采用正则匹配的算法，正则表达式是对字符串操作的一种逻辑公式，用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式，描述在搜索文本时要匹配的一个或多个字符串。例如，可以用“*主题词*什么*”这一正则表达式查找包含“主题词”和“什么”的任意字符串。由于通过第二网络爬虫模型获取的是目标站点记录的用户的真实问题，所以通过这种方式获取的问题列表与现实更接近，基于此构建的问答语料数据命中用户实际提问的命中率更高。S113、将所述疑问匹配数据作为所述主题词的问题列表。疑问候选数据经过预设的匹配规则后，得到的疑问匹配数据就是与主题词相关的问题列表。如图3所示，在一些实施方式中，步骤S102具体还包括下述步骤：S121、将所述主题词输入到预先训练的Seq2Seq模型中；在一些实施方式中，通过将主题词输入到预先训练的Seq2Seq模型中获取问题列表。Seq2Seq模型是一个Encoder编码器–Decoder解码器结构的网络，它的输入是一个序列，输出也是一个序列，Encoder中将一个可变长度的信号序列变为固定长度的向量表达，Decoder将这个固定长度的向量变成可变长度的目标的信号序列。具体地，先将接收的主题词进行one-hot词汇编码，然后，通过word2vec词向量模型，转化为对应的词向量，将词向量输入到Encoder层，其中，Encoder层是以双向LSTM层或RNN卷积神经网络作为基本的神经元单位的多层神经元层，生成final_state状态层和final_output状态向量；然后将以上步骤输出的encoder的finaloutput状态向量，输入到全局信息层，生成全局状态层context；最后将以上步骤得到的final_state和final_output状态向量和全局信息层生成的context向量，输入到Decoder层中，输出decoder层的final_state向量和output向量，其中Decoder层也是以双向LSTM层或RNN作为基本的神经元单位的多层神经元层。输出结果即为以输入主题词为主题的基本问题列表。S122、获取所述Seq2Seq模型响应所述主题词而输出的问题列表。将Seq2Seq模型输出的关于主题词的响应作为问题列表。Seq2Seq模型需要经过训练才具备输出问题列表的功能。具体的训练过程为准备训练语料，即准备输入序列和对应的输出序列，将输入序列输入到Seq2Seq模型，计算得到输出序列的概率，调整Seq2Seq模型的参数，使整个样本，即所有输入序列经过Seq2Seq输出对应输出序列的概率最高。如图4所示，在步骤S103之后，还包括下述步骤：S131、按照预设的过滤规则对所述响应数据进行过滤，获取过滤数据，其中，所述过滤规则至少包含疑问语料数据过滤规则；在一些实施方式中，对于获取的响应数据进行进一步的处理，由于这里需要获取的应答数据，所以首先需要过滤掉表示疑问的语料。同样可以通过正则匹配算法，将所有包含“什么”“怎么”“多少”等表示疑问语义的语料过滤掉。另外，过滤规则还可以包括敏感词的过滤，根据设定的敏感词表，过滤掉包含敏感词的语料。S132、将所述过滤数据作为所述问题列表的应答数据。响应数据经过滤后得到过滤数据即为问题列表的应答数据。如图5所示，在一些实施方式中在步骤S103之后，还包括下述步骤：S141、将所述响应数据输入到预先训练的深度神经网络模型中，获取所述深度神经网络模型输出的对所述响应数据的分类信息，其中，所述分类信息至少将所述响应数据区分为疑问语料数据和非疑问语料数据；在一些实施方式中，通过预先训练的深度神经网络模型对响应数据进行分类，其中预先训练的深度神经网络模型至少可以识别出疑问语料和非疑问语料。深度神经网络的具体训练过程请参阅图6。S142、将所述非疑问语料数据作为所述问题列表的应答数据。经深度神经网络识别后的非语料数据即为问题列表对应的应答数据。如图6所示，在步骤S141中使用的深度神经网络模型按下述步骤训练：S151、获取标记有语料类别的训练样本，其中所述语料类别至少包含疑问语料和非疑问语料；本发明实施例中，深度神经网络模型的训练目标是可以识别出疑问语料和非疑问语料。所以训练样本中包含两类语料，每一个样本均标记有语料类别。S152、将所述训练样本输入深度卷积神经网络模型获取所述训练样本的参照语料类别；将样本输入到深度卷积神经网络模型，输出训练样本的参照语料类别，即输出样本语料是疑问语料还是非疑问语料。S153、比对所述训练样本内不同样本的参照语料类别与所述语料类别是否一致；通过损失函数判断深度卷积神经网络输出的参照语料类别与样本标注的语料类别是否一致。本发明实施例中，损失函数采用Softmax交叉熵损失函数。在训练过程中，调整深度卷积神经网络模型中的权重，使Softmax交叉熵损失函数尽可能收敛，也就是说继续调整权重，得到的损失函数的值不再缩小，反而增大时，认为深度卷积神经网络训练可以结束。假设共有N个训练样本，针对网络最后分层第i个样本的输入特征为Xi，其对应的标记为Yi是最终的分类结果即样本i是疑问句还是非疑问句，h＝h1,h2,...,hc为网络的最终输出，即样本i的预测结果。其中C是最后所有分类的数量。Softmax交叉熵损失函数为S154、当参照语料类别与所述语料类别不一致时，反复循环迭代的更新所述深度神经网络模型中的权重，至所述参照语料类别与所述语料类别一致时结束。如前所述当损失函数没有收敛时，更新深度卷积神经网络模型中的各节点的权重，本发明实施例中采用梯度下降法，梯度下降法是一个最优化算法，用于机器学习和人工智能当中用来递归性地逼近最小偏差模型。为解决上述技术问题本发明实施例还提供一种智能客服的问答语料数据构建装置。具体请参阅图7，图7为本实施例智能客服的问答语料数据构建装置的基本结构框图。如图7所示，一种智能客服的问答语料数据构建装置，包括：获取模块210、生成模块220、处理模块230和执行模块240。其中，获取模块210，用于获取待构建问答语料数据的主题词；生成模块220，用于将所述主题词输入到预先设定的问题生成模型中,获取所述问题生成模型响应所述主题词而输出的问题列表；处理模块230，用于将所述问题列表输入到预先设定的第一网络爬虫模型中，获取所述第一网络爬虫模型响应所述问题列表而输出的响应数据，其中所述第一网络爬虫模型以所述问题列表为约束条件抓取目标数据；执行模块240，用于将所述响应数据作为所述问题列表的应答数据，所述应答数据与所述问题列表关联构成所述主题词的问答语料数据。本发明实施例通过获取待构建问答语料数据的主题词；将所述主题词输入到预先设定的问题生成模型中,获取所述问题生成模型响应所述主题词而输出的问题列表；将所述问题列表输入到预先设定的第一网络爬虫模型中，获取所述第一网络爬虫模型响应所述问题列表而输出的响应数据；将所述响应数据作为所述问题列表的应答数据，所述应答数据与所述问题列表关联构成所述主题词的问答语料数据。其中，关于主题词的问题生成通过网络爬虫自动获取用户真实问题，或通过人工智能学习用户的真实意图生成问题列表，相应的应答数据也通过网络爬虫获取真实的客服应答。本发明提高了问答数据构建的效率和质量，也提高了智能客服的问题命中率。在一些实施方式中，所述生成模块220还包括：第一处理子模块、第一匹配子模块、第一执行子模块。其中，第一处理子模块，用于将所述主题词输入到第二网络爬虫模型中，获取所述第二网络爬虫模型响应所述主题词而输出的疑问候选数据；第一匹配子模块，用于按照预设的匹配规则对所述疑问候选数据进行匹配，获取疑问匹配数据，其中所述匹配规则至少包含疑问语料匹配规则；第一执行子模块，用于将所述疑问匹配数据作为所述主题词的问题列表。在一些实施方式中，所述第一匹配子模块中，采用正则匹配算法获取疑问匹配数据。在一些实施方式中，所述生成模块220还包括：第二处理子模块和第一获取子模块。其中，第二处理子模块，用于将所述主题词输入到预先训练的Seq2Seq模型中；第一获取子模块，用于获取所述Seq2Seq模型响应所述主题词而输出的问题列表。在一些实施方式中，所述智能客服的问答语料数据构建装置还包括：，第一过滤子模块和第二执行子模块。其中，第一过滤子模块，用于按照预设的过滤规则对所述响应数据进行过滤，获取过滤数据，其中，所述过滤规则至少包含疑问语料数据过滤规则；第二执行子模块，用于将所述过滤数据作为所述问题列表的应答数据。在一些实施方式中，所述智能客服的问答语料数据构建装置还包括：第一分类子模块和第三执行子模块。其中，第一分类子模块，用于将所述响应数据输入到预先训练的深度神经网络模型中，获取所述深度神经网络模型输出的对所述响应数据的分类信息，其中，所述分类信息至少将所述响应数据区分为疑问语料数据和非疑问语料数据；第三执行子模块，用于将所述非疑问语料数据作为所述问题列表的应答数据。在一些实施方式中，所述智能客服的问答语料数据构建装置还包括：第二获取子模块、第三处理子模块、第一比对子模块和第一更新子模块。其中，第二获取子模块，用于获取标记有语料类别的训练样本，其中所述语料类别至少包含疑问语料和非疑问语料；第三处理子模块，用于将所述训练样本输入深度卷积神经网络模型获取所述训练样本的参照语料类别；第一比对子模块，用于比对所述训练样本内不同样本的参照语料类别与所述语料类别是否一致；第一更新子模块，用于当参照语料类别与所述语料类别不一致时，反复循环迭代的更新所述深度神经网络模型中的权重，至所述参照语料类别与所述语料类别一致时结束。为解决上述技术问题，本发明实施例还提供计算机设备。具体请参阅图8，图8为本实施例计算机设备基本结构框图。如图8所示，计算机设备的内部结构示意图。如图8所示，该计算机设备包括通过系统总线连接的处理器、非易失性存储介质、存储器和网络接口。其中，该计算机设备的非易失性存储介质存储有操作系统、数据库和计算机可读指令，数据库中可存储有控件信息序列，该计算机可读指令被处理器执行时，可使得处理器实现一种智能客服的问答语料数据构建的方法。该计算机设备的处理器用于提供计算和控制能力，支撑整个计算机设备的运行。该计算机设备的存储器中可存储有计算机可读指令，该计算机可读指令被处理器执行时，可使得处理器执行一种智能客服的问答语料数据构建的方法。该计算机设备的网络接口用于与终端连接通信。本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。本实施方式中处理器用于执行图7中获取模块210、生成模块220、处理模块230和执行模块240的具体内容，存储器存储有执行上述模块所需的程序代码和各类数据。网络接口用于向用户终端或服务器之间的数据传输。本实施方式中的存储器存储有智能客服的语料构建方法中执行所有子模块所需的程序代码及数据，服务器能够调用服务器的程序代码及数据执行所有子模块的功能。计算机设备通过获取待构建问答语料数据的主题词；将所述主题词输入到预先设定的问题生成模型中,获取所述问题生成模型响应所述主题词而输出的问题列表；将所述问题列表输入到预先设定的第一网络爬虫模型中，获取所述第一网络爬虫模型响应所述问题列表而输出的响应数据；将所述响应数据作为所述问题列表的应答数据，所述应答数据与所述问题列表关联构成所述主题词的问答语料数据。其中，关于主题词的问题生成通过网络爬虫自动获取用户真实问题，或通过人工智能学习用户的真实意图生成问题列表，相应的应答数据也通过网络爬虫获取真实的客服应答。本发明提高了问答数据构建的效率和质量，也提高了智能客服的问题命中率。本发明还提供一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述任一实施例所述智能客服的语料构建方法的步骤。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体Read-OnlyMemory，ROM等非易失性存储介质，或随机存储记忆体RandomAccessMemory，RAM等。应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

权利要求：1.一种智能客服的语料构建方法,其特征在于,包括下述步骤：获取待构建问答语料数据的主题词；将所述主题词输入到预先设定的问题生成模型中,获取所述问题生成模型响应所述主题词而输出的问题列表；将所述问题列表输入到预先设定的第一网络爬虫模型中，获取所述第一网络爬虫模型响应所述问题列表而输出的响应数据；将所述响应数据作为所述问题列表的应答数据，所述应答数据与所述问题列表关联构成所述主题词的问答语料数据。2.根据权利要求1所述的智能客服的语料构建方法，其特征在于，在所述将所述主题词输入到预先设定的问题生成模型中,获取所述问题生成模型响应所述主题词而输出的问题列表的步骤中，具体包括下述步骤：将所述主题词输入到第二网络爬虫模型中，获取所述第二网络爬虫模型响应所述主题词而输出的疑问候选数据；按照预设的匹配规则对所述疑问候选数据进行匹配，获取疑问匹配数据，其中所述匹配规则至少包含疑问语料匹配规则；将所述疑问匹配数据作为所述主题词的问题列表。3.根据权利要求2所述的智能客服的语料构建方法，其特征在于，在所述按照预设的匹配规则对所述疑问候选数据进行匹配的步骤中，所述匹配的步骤。4.根据权利要求1所述的智能客服的语料构建方法，其特征在于，在所述将所述主题词输入到预先设定的问题生成模型中,获取所述问题生成模型响应所述主题词而输出的问题列表的步骤中，具体包括下述步骤：将所述主题词输入到预先训练的Seq2Seq模型中；获取所述Seq2Seq模型响应所述主题词而输出的问题列表。5.根据权利要求1所述的智能客服的语料构建方法，其特征在于，在所述将所述问题列表输入到预先设定的第一网络爬虫模型中，获取所述第一网络爬虫模型响应所述问题列表而输出的响应数据的步骤之后，还包括下述步骤：按照预设的过滤规则对所述响应数据进行过滤，获取过滤数据，其中，所述过滤规则至少包含疑问语料数据过滤规则；将所述过滤数据作为所述问题列表的应答数据。6.根据权利要求1所述的智能客服的语料构建方法，其特征在于，在所述将所述问题列表输入到预先设定的第一网络爬虫模型中，获取所述第一网络爬虫模型响应所述问题列表而输出的响应数据的步骤之后，还包括下述步骤：将所述响应数据输入到预先训练的深度神经网络模型中，获取所述深度神经网络模型输出的对所述响应数据的分类信息，其中，所述分类信息至少将所述响应数据区分为疑问语料数据和非疑问语料数据；将所述非疑问语料数据作为所述问题列表的应答数据。7.根据权利要求6所述的智能客服的语料构建方法，其特征在于，所述预先训练的深度神经网络模型是通过以下步骤进行训练：获取标记有语料类别的训练样本，其中所述语料类别至少包含疑问语料和非疑问语料；将所述训练样本输入深度卷积神经网络模型获取所述训练样本的参照语料类别；比对所述训练样本内不同样本的参照语料类别与所述语料类别是否一致；当参照语料类别与所述语料类别不一致时，反复循环迭代的更新所述深度神经网络模型中的权重，至所述参照语料类别与所述语料类别一致时结束。8.一种智能客服的问答语料数据构建装置，其特征在于，包括：获取模块，用于获取待构建问答语料数据的主题词；生成模块，用于将所述主题词输入到预先设定的问题生成模型中,获取所述问题生成模型响应所述主题词而输出的问题列表；处理模块，用于将所述问题列表输入到预先设定的第一网络爬虫模型中，获取所述第一网络爬虫模型响应所述问题列表而输出的响应数据，其中所述第一网络爬虫模型以所述问题列表为约束条件抓取目标数据；执行模块，用于将所述响应数据作为所述问题列表的应答数据，所述应答数据与所述问题列表关联构成所述主题词的问答语料数据。9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项权利要求所述智能客服的语料构建方法的步骤。10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项权利要求所述智能客服的语料构建方法的步骤。

百度查询： 平安科技(深圳)有限公司 智能客服的语料构建方法、装置、计算机设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD