【技术实现步骤摘要】
一种文本应答方法及装置
本专利技术涉及自然语言处理
,尤其涉及一种文本应答方法及装置。
技术介绍
当前智能客服的自然语言处理(NLP,NaturalLanguageProcessing)流程通常为,先通过语义理解判断用户的输入信息是与智能客服处理业务相关的内容还是与智能客服处理业务不相关的内容;当用户的输入信息为与智能客服处理业务相关的内容的情况下,按照语义分类体系对用户的输入信息进行分类,最终给出相应的类别回复。然而,部分用户的输入信息中虽然携带有与智能客服处理业务相关的信息,但该输入信息在整体语境中实际属于与智能客服处理业务不相关的内容,此时,智能客服按照语义分类体系对用户的输入信息进行分类,最终给出相应的类别回复无法匹配用户的意图,不能满足用户的需求。
技术实现思路
本专利技术实施例提供了一种文本应答方法及装置,具有充分匹配用户意图的特点。本专利技术实施例一方面提供一种信息应答方法,所述方法包括:获得来自用户的输入信息,确定所述输入信息是否属于域内信息;当确定为所述输入信息属于域内信息 ...
【技术保护点】
1.一种信息应答方法,所述方法包括:/n获得来自用户的输入信息,确定所述输入信息是否属于域内信息;/n当确定为所述输入信息属于域内信息的情况下,确定所述输入信息的类别置信度是否满足置信度阈值;/n当确定为所述输入信息的类别置信度不满足置信度阈值的情况下,通过第一对话模型对所述输入信息进行细粒度分析,确定第一应答信息;/n输出所述第一应答信息;/n其中,所述第一对话模型通过与不满足置信度阈值的输入信息对应的语料样本训练获得。/n
【技术特征摘要】
1.一种信息应答方法,所述方法包括:
获得来自用户的输入信息,确定所述输入信息是否属于域内信息;
当确定为所述输入信息属于域内信息的情况下,确定所述输入信息的类别置信度是否满足置信度阈值;
当确定为所述输入信息的类别置信度不满足置信度阈值的情况下,通过第一对话模型对所述输入信息进行细粒度分析,确定第一应答信息;
输出所述第一应答信息;
其中,所述第一对话模型通过与不满足置信度阈值的输入信息对应的语料样本训练获得。
2.根据权利要求1所述的方法,所述方法还包括:
当确定为所述输入信息的类别置信度满足置信度阈值的情况下,基于所述类别置信度获得第二对话模型;
根据所述第二对话模型对所述输入信息进行语义分析,确定第二应答信息;
输出所述第二应答信息;
其中,所述第二对话模型通过与满足置信度阈值的输入信息对应的语料样本训练获得。
3.根据权利要求1所述的方法,所述通过第一对话模型对所述输入信息进行细粒度分析,确定第一应答信息,包括:
通过所述第一对话模型对所述输入信息进行细粒度情感分析,确定情感信息;
当所述情感信息为用于表征用户个人情感的主观情感维度的情况下,根据所述情感信息确定第一应答信息。
4.根据权利要求3所述的方法,根据所述情感信息所述确定第一应答信息,包括:
通过所述第一对话模型对所述情感信息进行分类,获得第一答案类别;
基于所述第一答案类别,确定第三应答信息;
其中,所述第三应答信息为所述第一应答信息的其中之一。
5.根据权利要求3所述的方法,所述方法还包括:
当所述情感信息为用于表征非用户个人情感的客观情感维度的情况下,对所述输入信息进行评价对象分析,确定与所述输入信息对应的评价对象;
根据所述评价对象和所述情感信息,确定第一应答信息。
6.根据权利要求5所述的方法,根据所述评价对象和所述情感信息,确定第一应答信息,包括:
...
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。