针对用户问题提供客服答案的方法及装置制造方法及图纸

本说明书实施例提供一种针对用户问题提供客服答案的方法，根据一个实施方式，在获取用户的当前问题后，可以基于当前问题，从知识库中获取多个历史对话记录中的第一对话记录，然后利用预先训练的预测模型，处理当前问题和第一对话记录的拼接文本，得到第一处理结果，接着根据第一处理结果，确定当前问题对应于第一对话记录的第一候选答案，并基于第一候选答案，针对当前问题提供客服答案。其中，用于机器阅读的预测模型，在机器阅读任务中，充分考虑客服场景下对话记录的文本具有交互性的特点，融入轮次特征和/或角色特征，提升机器阅读的性能。

Methods and devices for providing customer service answers to user questions

【技术实现步骤摘要】
针对用户问题提供客服答案的方法及装置
本说明书一个或多个实施例涉及计算机
，尤其涉及针对用户问题提供客服答案的方法及装置。
技术介绍
机器阅读旨在使机器像人类一样地理解文本，经过训练的机器阅读模型像人类读者一样，可以扫描文本并从文本中提取含义。机器阅读理解任务从可以回答经过一定编辑的文本中的简单问题,发展到从获取的大量数据中回答用户的实际问题。例如，给定一篇文档（Document）和基于这篇文档的一个问题（Question），假定答案出现在文档中的某个位置，机器阅读可以通过阅读文档从而找到问题对应答案（Answer）的位置。对话文本因为其本身交互性的特点，具有和普通文本很不一样的形式，不能简单地看作普通的文本。因此，针对对话文本的机器学习模型建模方式是值得研究的问题。
技术实现思路
本说明书一个或多个实施例描述了一种针对用户问题提供客服答案的方法及装置，用以解决
技术介绍
提到的一个或多个问题。根据第一方面，提供一种针对用户问题提供客服答案的方法，所述方法包括：获取用户的当前问题；基于所述当前问题，从知识库中获取多个历史对话记录中的第一对话记录；利用预先训练的预测模型，处理所述当前问题和所述第一对话记录的拼接文本，得到第一处理结果，其中，所述预测模型包括嵌入层，用于将所述拼接文本中的各个字/词分别描述为各个向量表示，对应于所述第一对话记录的单个字/词的单个向量表示中，融合有相应对话轮次特征、用户或客服的角色特征中的至少一项；根据所述第一处理结果，确定所述当前问题对应于所述第一对话记录的第一候选答案；基于所述第一候选答案，针对所述当前问题提供客服答案。在一个实施例中，所述获取用户的当前问题包括：检测用户当前输入的信息中是否包含预定的关键词；在用户当前输入的信息中包含预定的关键词的情况下，根据用户当前输入的信息确定用户的当前问题。在一个实施例中，所述基于所述当前问题，从知识库中获取多个历史对话记录中的第一对话记录包括：将所述当前问题分别与所述多个历史对话记录进行匹配；从与所述当前问题相匹配的若干历史对话记录中，获取第一对话记录。在一个进一步的实施例中，各个历史对话记录各自对应有标准句，所述将所述当前问题分别与所述多个历史对话记录进行匹配包括：将所述当前问题与各个历史对话记录分别对应的各个标准句进行匹配，得到各个匹配结果；根据各个匹配结果，确定与所述当前问题相匹配的若干历史对话记录。在另一个进一步的实施例中，所述多个历史对话记录包括第一历史对话记录，所述第一历史对话记录包括第一关键词集，所述将所述当前问题与所述多个历史对话记录进行匹配包括：从所述当前问题中提取问题关键词集；将所述问题关键词集与所述第一关键词集进行匹配，以得到所述当前用户问题与所述第一历史对话记录的第一匹配结果；基于所述第一匹配结果，确定所述第一历史对话记录是否为与所述当前问题相匹配的对话记录。在一个实施例中，在所述单个向量表示融合有对话轮次特征的情况下，相应的单个字/词的对话轮次特征通过各个维度都是第一预定值的轮次嵌入向量描述，所述第一预定值与当前语句在相应历史对话记录中的轮次相对应。在一个实施例中，在所述单个向量表示融合有对话轮次特征的情况下，相应的单个字/词的用户或客服的角色特征通过各个维度都是第二预定值的角色嵌入向量描述，所述第二预定值与相应的单个字/词所在的当前语句的用户或客服角色相对应。在一个实施例中，所述单个向量表示还融合有段落嵌入向量、字/词嵌入向量、位置嵌入向量中的至少一项。在一个实施例中，所述单个向量表示通过对各个特征对应的嵌入向量进行求和或求平均确定。在一个实施例中，所述预测模型通过以下方式训练：获取多个训练样本，单个训练样本对应一个样本用户问题、与所述样本用户问题相关的历史对话记录，以及该历史对话记录中与所述样本用户问题对应的客服答案文本标签或者客服答案位置标签；利用选定的预测模型依次处理各个训练样本中的样本用户问题与历史对话记录的拼接文本，以预测模型的处理结果与相应客服答案文本标签或者客服答案位置标签相一致为目标，训练所述预测模型。在一个实施例中，所述基于所述第一候选答案，针对所述当前问题提供客服答案包括以下中的一项：将所述第一候选答案，及其他候选答案一起作为客服答案提供给用户或人工客服；比较所述第一候选答案与所述当前问题的第一关联度，在所述第一关联度满足预定条件的情况下，将所述第一候选答案作为客服答案提供给用户。根据第二方面，提供一种针对用户问题提供客服答案的装置，所述装置包括：问题获取单元，配置为获取用户的当前问题；记录获取单元，配置为基于所述当前问题，从知识库中获取多个历史对话记录中的第一对话记录；处理单元，配置为利用预先训练的预测模型，处理所述当前问题和所述第一对话记录的拼接文本，得到第一处理结果，其中，所述预测模型包括嵌入层，用于将所述拼接文本中的各个字/词分别描述为各个向量表示，对应于所述第一对话记录的单个字/词的单个向量表示中，融合有相应对话轮次特征、用户或客服的角色特征中的至少一项；确定单元，配置为根据所述第一处理结果，确定所述当前问题对应于所述第一对话记录的第一候选答案；提供单元，配置为基于所述第一候选答案，针对所述当前问题提供客服答案。根据第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行第一方面的方法。根据第四方面，提供了一种计算设备，包括存储器和处理器，其特征在于，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现第一方面的方法。通过本说明书实施例提供的方法和装置，基于机器阅读，针对用户问题，提供相应的客服答案。其中，机器阅读过程中，充分考虑客服场景下，对话记录的文本具有交互性的特点，融入轮次特征和/或角色特征，提高机器阅读的准确度。附图说明为了更清楚地说明本专利技术实施例的技术方案，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它的附图。图1示出本说明书技术构思下的一个具体实施架构示意图；图2示出根据一个实施例的针对用户问题提供客服答案的方法流程图；图3示出根据常规技术一个具体例子的嵌入层示意图；图4示出根据本说明书技术构思的一个具体例子的嵌入层示意图；图5示出根据一个实施例的针对用户问题提供客服答案的装置的示意性框图。具体实施方式下面结合附图，对本说明书提供的方案进行描述。首先，结合图1示出的一个具体实施场景进行说明。如图1所示，该实施场景中，由计算平台为用户问题提供客服答案。该计算平台可以设于服务端，也可以设于终端。该计算平台可以具有与用户交互的功能，例如是客服平台。在计算平台设于终端的情况下，用户可以通过采集设备（如键盘、麦克风、手写屏等）向终端输本文档来自技高网...

【技术保护点】
1.一种针对用户问题提供客服答案的方法，所述方法包括：/n获取用户的当前问题；/n基于所述当前问题，从知识库中获取多个历史对话记录中的第一对话记录；/n利用预先训练的预测模型，处理所述当前问题和所述第一对话记录的拼接文本，得到第一处理结果，其中，所述预测模型包括嵌入层，用于将所述拼接文本中各个字/词分别描述为各个向量表示，对应于所述第一对话记录的单个字/词的单个向量表示中，融合有相应对话轮次特征、用户或客服的角色特征中的至少一项；/n根据所述第一处理结果，确定所述当前问题对应于所述第一对话记录的第一候选答案；/n基于所述第一候选答案，针对所述当前问题提供客服答案。/n

【技术特征摘要】
1.一种针对用户问题提供客服答案的方法，所述方法包括：
获取用户的当前问题；
基于所述当前问题，从知识库中获取多个历史对话记录中的第一对话记录；
利用预先训练的预测模型，处理所述当前问题和所述第一对话记录的拼接文本，得到第一处理结果，其中，所述预测模型包括嵌入层，用于将所述拼接文本中各个字/词分别描述为各个向量表示，对应于所述第一对话记录的单个字/词的单个向量表示中，融合有相应对话轮次特征、用户或客服的角色特征中的至少一项；
根据所述第一处理结果，确定所述当前问题对应于所述第一对话记录的第一候选答案；
基于所述第一候选答案，针对所述当前问题提供客服答案。


2.根据权利要求1所述的方法，其中，所述获取用户的当前问题包括：
检测用户当前输入的信息中是否包含预定的关键词；
在用户当前输入的信息中包含预定的关键词的情况下，根据用户当前输入的信息确定用户的当前问题。


3.根据权利要求1所述的方法，其中，所述基于所述当前问题，从知识库中获取多个历史对话记录中的第一对话记录包括：
将所述当前问题分别与所述多个历史对话记录进行匹配；
从与所述当前问题相匹配的若干历史对话记录中，获取第一对话记录。


4.根据权利要求3所述的方法，其中，各个历史对话记录各自对应有标准句，所述将所述当前问题分别与所述多个历史对话记录进行匹配包括：
将所述当前问题与各个历史对话记录分别对应的各个标准句进行匹配，得到各个匹配结果；
根据各个匹配结果，确定与所述当前问题相匹配的若干历史对话记录。


5.根据权利要求3所述的方法，其中，所述多个历史对话记录包括第一历史对话记录，所述第一历史对话记录包括第一关键词集，所述将所述当前问题与所述多个历史对话记录进行匹配包括：
从所述当前问题中提取问题关键词集；
将所述问题关键词集与所述第一关键词集进行匹配，以得到所述当前用户问题与所述第一历史对话记录的第一匹配结果；
基于所述第一匹配结果，确定所述第一历史对话记录是否为与所述当前问题相匹配的对话记录。


6.根据权利要求1所述的方法，其中，在所述单个向量表示融合有对话轮次特征的情况下，相应的单个字/词的对话轮次特征通过各个维度都是第一预定值的轮次嵌入向量描述，所述第一预定值与当前语句在相应历史对话记录中的轮次相对应。


7.根据权利要求1所述的方法，其中，在所述单个向量表示融合有对话轮次特征的情况下，相应的单个字/词的用户或客服的角色特征通过各个维度都是第二预定值的角色嵌入向量描述，所述第二预定值与相应的单个字/词所在的当前语句的用户或客服角色相对应。


8.根据权利要求1所述的方法，其中，所述单个向量表示还融合有段落嵌入向量、字/词嵌入向量、位置嵌入向量中的至少一项。


9.根据权利要求1所述的方法，其中，所述单个向量表示通过对各个特征对应的嵌入向量进行求和或求平均确定。


10.根据权利要求1所述的方法，其中，所述预测模型通过以下方式训练：
获取多个训练样本，单个训练样本对应一个样本用户问题、与所述样本用户问题相关的历史对话记录，以及该历史对话记录中与所述样本用户问题对应的客服答案文本标签或者客服答案...

【专利技术属性】
技术研发人员：彭爽，崔恒斌，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：浙江;33