智能对话分析方法、系统、计算机设备和存储介质技术方案

本发明专利技术提供了一种智能对话分析方法、系统、计算机设备和存储介质，其中，所述智能对话分析方法用于获取服务方与用户的对话内容；判断对话内容中用户的回复内容的有效性，以获取用户的有效回复内容；根据用户的有效回复内容检测用户的意图；对服务方的讲解内容进行评分，所述评分包括匹配度评分和流畅度评分；根据匹配度评分和流畅度评分给出服务方的讲解评分，根据讲解评分从多个预设课程库中选定对应的课程库，在选定的课程库中根据用户的意图匹配对应的课程。因此，本发明专利技术所述智能对话分析方法可以从多个维度来分析对话内容，以进一步提高服务方的服务能力。本发明专利技术还涉及区块链技术领域。

【技术实现步骤摘要】
智能对话分析方法、系统、计算机设备和存储介质
本专利技术涉及数据分析
，特别是涉及智能对话分析方法、系统、计算机设备和存储介质。
技术介绍
现阶段，智能对话分析主要集中在客服对话领域，在已有的智能对话分析服务中，主要应用在对话质检方面，包括客服情绪、用语规范、敏感词检测等方面，更多的集中在对话监控方向，而不是服务辅助和分析。在智能分析服务中，大部分使用多个关键字通过一定的逻辑关系编排而成，只能对固定流程的既定内容进行检测。并且，监控或者分析内容主要集中在服务方的内容，没有对用户的正向反馈和负向反馈进行分析，而在实际服务对话中，用户侧的反馈往往能很好的反应当前服务的效果好坏。因此，需要提供一种针对智能对话的新的分析方法来进一步提升服务能力。
技术实现思路
基于此，本专利技术提供了一种智能对话分析方法、系统、计算机设备和存储介质，以从多个维度来分析对话内容，以进一步提高服务方的服务能力。为实现上述目的，本专利技术提供一种用于课程匹配的智能对话分析方法，所述智能对话分析方法包括：获取服务方与用户的对话内容，所述对话内容包括服务方的讲解内容和用户的回复内容；判断对话内容中用户的回复内容的有效性，以获取用户的有效回复内容；根据用户的有效回复内容检测用户的意图；对服务方的讲解内容进行评分，所述评分包括匹配度评分和流畅度评分，所述匹配度评分根据用户的意图选取预设标准答复与服务方的讲解内容进行对比得到，所述流畅度评分根据服务方的讲解内容的流畅度得到；<br>根据匹配度评分和流畅度评分给出服务方的讲解评分，根据讲解评分从多个预设课程库中选定对应的课程库，在选定的课程库中根据用户的意图匹配对应的课程。优选的，所述判断对话内容中用户的回复内容的有效性的方法包括关键字检测、命名实体识别NER和/或模型检测，其中，模型检测的步骤包括：对用户的回复内容进行NER和实现实体链接，以获取对应的服务/产品的实体信息；获取实体信息在预设知识图谱中的属性信息与关系信息，并构建语义树；将语义树输入到预设深度语义模型，并根据语义树的深度赋予不同的权重，将用户的回复内容的有效性判断转换为二分类问题，并给出有效性判断结果。优选的，所述根据用户的有效回复内容检测用户的意图的步骤包括：根据用户当前的有效回复内容向上选取长度为k的对话上文窗口，组成具有上下文语义的对话窗口，其中，k为大于零的整数；将获取的对话上文窗口中的对话作为预训练模型BERT的输入，在预训练模型BERT的内部，采用注意力机制计算句子表征时加入用户的有效回复在句子表征中的权重，并输出用户的语义表达向量；根据语义表达向量构建分类器，并采用类别概率公式计算用户意图的类别。优选的，所述根据用户当前的有效回复内容向上选取长度为k的对话上文窗口的步骤包括：设置用户当前有效回复内容为第n句，初始窗口为第n句和第n-1句；从第n-2句开始，分别计算第n-2句与第n-1句和第n-3句的杰卡德距离ln-1和ln-3；如果ln-3大于ln-1的距离，则将第n-2句归为窗口内，然后对第n-3句重复该过程；如果ln-3小于ln-1的距离，则终止该过程，并获取窗口内的上下文。优选的，所述匹配度评分根据用户的意图选取预设标准答复与服务方的讲解内容进行对比得到的步骤包括：通过用户的意图对应选取预先存储的标准答复；采用字面匹配度公式计算标准答复与服务方的讲解内容的字面匹配度，所述字面匹配度公式为：其中，A为标准答复，B为服务方的讲解内容，A∩B为A和B相同字数的长度，A∪B为A和B总共的字数长度；根据预训练模型BERT得到标准答复和服务方的讲解内容的深度语义表征EA和EB，计算EA和EB的余弦相似度：根据字面匹配度和余弦相似度计算得到匹配度评分，sim＝α·sim1+β·sim2，其中，α和β为预设的权重参数。优选的，所述流畅度评分根据服务方的讲解内容的流畅度得到的步骤包括：采用预先存储的标准答复训练n-gram模型；通过训练好的n-gram模型得到标准答复与服务方的讲解内容的得分scorestd和scorereply；采用公式计算服务方的讲解内容的流畅度评分。优选的，得到课程匹配结果之后，将所述课程匹配结果上传至区块链中，以使得所述区块链对所述课程匹配结果进行加密存储。为实现上述目的，本专利技术还提供一种用于课程匹配的智能对话分析系统，所述智能对话分析系统包括：对话获取模块，用于获取服务方与用户的对话内容，所述对话内容包括服务方的讲解内容和用户的回复内容；有效性判断模块，用于判断对话内容中用户的回复内容的有效性，以获取用户的有效回复内容；意图检测模块，用于根据用户的有效回复内容检测用户的意图；评分模块，用于对服务方的讲解内容进行评分，所述评分包括匹配度评分和流畅度评分，所述匹配度评分根据用户的意图选取预设标准答复与服务方的讲解内容进行对比得到，所述流畅度评分根据服务方的讲解内容的流畅度得到；课程匹配模块，用于根据匹配度评分和流畅度评分给出服务方的讲解评分，根据讲解评分从多个预设课程库中选定对应的课程库，在选定的课程库中根据用户的意图匹配对应的课程。为实现上述目的，本专利技术还提供一种计算机设备，包括储存器和处理器，其特征在于，所述储存器中存储有可读指令，所述可读指令被所述处理器执行时，使得所述处理器执行如上所述用于课程匹配的智能对话分析方法的步骤。为实现上述目的，本专利技术还提供一种计算机可读存储介质，存储有能够实现如上所述用于课程匹配的智能对话分析方法的程序文件。上述专利技术提供了一种智能对话分析方法、系统、计算机设备和存储介质，其中，所述智能对话分析方法包括获取服务方与用户的对话内容，所述对话内容包括服务方的讲解内容和用户的回复内容；判断对话内容中用户的回复内容的有效性，以获取用户的有效回复内容；根据用户的有效回复内容检测用户的意图；对服务方的讲解内容进行评分，所述评分包括匹配度评分和流畅度评分，所述匹配度评分根据用户的意图选取预设标准答复与服务方的讲解内容进行对比得到，所述流畅度评分根据服务方的讲解内容的流畅度得到；根据匹配度评分和流畅度评分给出服务方的讲解评分，根据讲解评分从多个预设课程库中选定对应的课程库，在选定的课程库中根据用户的意图匹配对应的课程。因此，本专利技术所述智能对话分析方法可以从多个维度来分析对话内容，以进一步提高服务方的服务能力。附图说明图1为一个实施例中提供的智能对话分析方法的实施环境图；图2为一个实施例中计算机设备的内部结构框图；图3为一个实施例中智能对话分析方法的流程图；图4为一个实施例中智能对话分析系统的示意图；图5为一个实施例中的计算机设备的结构示意图；图6为一个实施例中的计算机可读存储介质的结构示意图。具体实施方式为了使本专利技术的目的、技本文档来自技高网...

【技术保护点】
1.一种用于课程匹配的智能对话分析方法，其特征在于，所述智能对话分析方法包括：/n获取服务方与用户的对话内容，所述对话内容包括服务方的讲解内容和用户的回复内容；/n判断对话内容中用户的回复内容的有效性，以获取用户的有效回复内容；/n根据用户的有效回复内容检测用户的意图；/n对服务方的讲解内容进行评分，所述评分包括匹配度评分和流畅度评分，所述匹配度评分根据用户的意图选取预设标准答复与服务方的讲解内容进行对比得到，所述流畅度评分根据服务方的讲解内容的流畅度得到；/n根据匹配度评分和流畅度评分给出服务方的讲解评分，根据讲解评分从多个预设课程库中选定对应的课程库，在选定的课程库中根据用户的意图匹配对应的课程。/n

【技术特征摘要】
1.一种用于课程匹配的智能对话分析方法，其特征在于，所述智能对话分析方法包括：
获取服务方与用户的对话内容，所述对话内容包括服务方的讲解内容和用户的回复内容；
判断对话内容中用户的回复内容的有效性，以获取用户的有效回复内容；
根据用户的有效回复内容检测用户的意图；
对服务方的讲解内容进行评分，所述评分包括匹配度评分和流畅度评分，所述匹配度评分根据用户的意图选取预设标准答复与服务方的讲解内容进行对比得到，所述流畅度评分根据服务方的讲解内容的流畅度得到；
根据匹配度评分和流畅度评分给出服务方的讲解评分，根据讲解评分从多个预设课程库中选定对应的课程库，在选定的课程库中根据用户的意图匹配对应的课程。


2.如权利要求1所述的智能对话分析方法，其特征在于，所述判断对话内容中用户的回复内容的有效性的方法包括关键字检测、命名实体识别NER和/或模型检测，其中，模型检测的步骤包括：
对用户的回复内容进行NER和实现实体链接，以获取对应的服务/产品的实体信息；
获取实体信息在预设知识图谱中的属性信息与关系信息，并构建语义树；
将语义树输入到预设深度语义模型，并根据语义树的深度赋予不同的权重，将用户的回复内容的有效性判断转换为二分类问题，并给出有效性判断结果。


3.如权利要求1所述的智能对话分析方法，其特征在于，所述根据用户的有效回复内容检测用户的意图的步骤包括：
根据用户当前的有效回复内容向上选取长度为k的对话上文窗口，组成具有上下文语义的对话窗口，其中，k为大于零的整数；
将获取的对话上文窗口中的对话作为预训练模型BERT的输入，在预训练模型BERT的内部，采用注意力机制计算句子表征时加入用户的有效回复在句子表征中的权重，并输出用户的语义表达向量；
根据语义表达向量构建分类器，并采用类别概率公式计算用户意图的类别。


4.如权利要求3所述的智能对话分析方法，其特征在于，所述根据用户当前的有效回复内容向上选取长度为k的对话上文窗口的步骤包括：
设置用户当前有效回复内容为第n句，初始窗口为第n句和第n-1句；
从第n-2句开始，分别计算第n-2句与第n-1句和第n-3句的杰卡德距离ln-1和ln-3；
如果ln-3大于ln-1的距离，则将第n-2句归为窗口内，然后对第n-3句重复该过程；
如果ln-3小于ln-1的距离，则终止该过程，并获取窗口内的上下文。


5.如权利要求3所述的智能对话分析方法，其特征在于，所述匹...

【专利技术属性】
技术研发人员：任俊松，
申请(专利权)人：中国平安人寿保险股份有限公司，
类型：发明
国别省市：广东;44