一种数据推荐方法、装置、电子设备及计算机可读存储介质制造方法及图纸

本发明专利技术的实施例提供了一种数据推荐方法、装置、电子设备及计算机可读存储介质，方法包括：获取待检测对话数据；将待检测对话数据输入至推荐模型，得到待检测对话数据的推荐对话小结分类信息，其中，推荐模型通过目标对话数据进行训练得到，对历史客服对话数据进行处理得到目标对话数据。能够提高对话小结分类信息的准确性，并且通过推荐模型输出对话小结分类信息，使得生成对话的小结更加快捷。使得生成对话的小结更加快捷。使得生成对话的小结更加快捷。

【技术实现步骤摘要】
一种数据推荐方法、装置、电子设备及计算机可读存储介质


[0001]本专利技术涉及数据处理领域，具体而言，涉及一种数据推荐方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]在在线客服与用户完成对话后，需要根据预先设定好的对话小结分类进行备注本通对话用户主要咨询的问题，方便后续进行问题汇总统计，总结现有问题，指导后续更好的为用户服务。
[0003]目前，对在线客服与用户的对话进行对话小结分类存在以下问题：一般在线客服对话小结都是由客服进行人工标注，多级对话小结分类依次选择标注耗费时间较长，且由人工标注出错率较高。

技术实现思路

[0004]本专利技术的目的包括，例如，提供了一种数据推荐方法、装置、电子设备及计算机可读存储介质，其能够提高对话小结分类的准确性和高效性。
[0005]为了实现上述目的，本申请实施例采用的技术方案如下：
[0006]第一方面，本申请实施例提供了一种数据推荐方法，所述方法包括：
[0007]获取待检测对话数据；
[0008]将所述待检测对话数据输入至推荐模型，得到所述待检测对话数据的推荐对话小结分类信息，其中，推荐模型通过目标对话数据进行训练得到，对历史客服对话数据进行处理得到目标对话数据。
[0009]在可选的实施方式中，所述推荐模型包括bert层、第一级联全连接层、第二级联全连接层、第三级联全连接层；
[0010]所述目标对话数据输入所述bert层；
[0011]所述bert层的输出作为所述第一级联全连接层、第二级联全连接层以及第三级联全连接层的输入；
[0012]所述第一级联全连接层的输出作为所述第二级联全连接层的输入；
[0013]所述第二级联全连接层的输出作为所述第三级联全连接层的输入。
[0014]在可选的实施方式中，所述推荐模型的训练步骤包括：
[0015]将所述目标对话数据作为输入，通过所述bert层与所述第一级联全连接层，输出得到所述目标对话数据的预测一级分类信息；
[0016]计算所述预测一级分类信息和所述目标对话数据的实际一级分类信息的第一二分类交叉熵损失；
[0017]将所述目标对话数据和所述预测一级分类信息作为输入，通过所述bert层与所述第二级联全连接层，输出得到所述目标对话数据的预测二级分类信息；
[0018]计算所述预测二级分类信息和所述目标对话数据的实际二级分类信息的第二二
分类交叉熵损失；
[0019]将所述目标对话数据和所述预测二级分类信息作为输入，通过所述bert层与所述第三级联全连接层，输出得到所述目标对话数据的预测三级分类信息；
[0020]计算所述预测三级分类信息和所述目标对话数据的实际三级分类信息的第三二分类交叉熵损失；
[0021]通过所述第一二分类交叉熵损失、第二二分类交叉熵损失以及第三二分类交叉熵损失，对所述bert层、第一级联全连接层、第二级联全连接层、第三级联全连接层的参数进行调整；
[0022]返回执行所述将所述目标对话数据作为输入，通过所述bert层与所述第一级联全连接层，输出得到所述目标对话数据的预测一级分类信息至通过所述第一二分类交叉熵损失、第二二分类交叉熵损失以及第三二分类交叉熵损失，对所述bert层、第一级联全连接层、第二级联全连接层、第三级联全连接层的参数进行调整的步骤，直至达到预设训练次数。
[0023]在可选的实施方式中，所述通过所述第一二分类交叉熵损失、第二二分类交叉熵损失以及第三二分类交叉熵损失，对所述bert层、第一级联全连接层、第二级联全连接层、第三级联全连接层的参数进行调整的步骤，包括：
[0024]对所述第一二分类交叉熵损失、第二二分类交叉熵损失以及第三二分类交叉熵损失加权求和，得到目标二分类交叉熵损失；
[0025]基于所述目标二分类交叉熵损失，对所述bert层、第一级联全连接层、第二级联全连接层、第三级联全连接层的参数进行调整。
[0026]在可选的实施方式中，所述对历史客服对话数据进行处理得到目标对话数据，包括：
[0027]删除所述历史客服对话数据中的预设字符；
[0028]得到所述目标对话。
[0029]在可选的实施方式中，所述对历史客服对话数据进行处理得到目标对话数据，包括：
[0030]按照时间顺序将所述历史客服对话数据的单句进行排序，其中，每个单句对应有对话人标识；
[0031]采用第一预设符号将不同对话人标识的单句进行分隔，生成目标对话数据。
[0032]第二方面，本申请实施例提供了一种数据推荐装置，所述装置包括；
[0033]获取模块，用于获取待检测对话数据；
[0034]处理模块，用于将所述待检测对话数据输入至推荐模型，得到所述待检测对话数据的推荐小结信息，其中，推荐模型通过目标对话数据进行训练得到，对历史客服对话数据进行处理得到目标对话数据。
[0035]在可选的实施方式中，所述推荐模型包括bert层、第一级联全连接层、第二级联全连接层、第三级联全连接层；
[0036]所述目标对话数据输入所述bert层；
[0037]所述bert层的输出作为所述第一级联全连接层、第二级联全连接层以及第三级联全连接层的输入；
[0038]所述第一级联全连接层的输出作为所述第二级联全连接层的输入；
[0039]所述第二级联全连接层的输出作为所述第三级联全连接层的输入。
[0040]第三方面，本申请实施例提供了一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现所述数据推荐方法的步骤。
[0041]第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述数据推荐方法的步骤。
[0042]本专利技术实施例的有益效果包括：
[0043]本申请通过获取待检测对话数据，将待检测对话数据输入至推荐模型，得到待检测对话数据的推荐对话小结分类信息，推荐模型通过目标对话数据进行训练得到，对历史客服对话数据进行处理得到目标对话数据。能够提高对话小结分类信息的准确性，并且通过推荐模型输出对话小结分类信息，使得生成对话小结信息更加快捷。
附图说明
[0044]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，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他相关的附图。
[0045]图1为本申请实施例提供的电子设备的方框示意图；
[0046]图2为本申请实施例提供的一种数据推荐方法的流程图之一；
[0047]图3为本申请实施例提供的推荐模型的具体结构图；
[0048]图4为本申请实施例提供的一种数据推荐方法的流程图之二；
[004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据推荐方法，其特征在于，所述方法包括：获取待检测对话数据；将所述待检测对话数据输入至推荐模型，得到所述待检测对话数据的推荐对话小结分类信息，其中，推荐模型通过目标对话数据进行训练得到，对历史客服对话数据进行处理得到目标对话数据。2.根据权利要求1所述的方法，其特征在于，所述推荐模型包括bert层、第一级联全连接层、第二级联全连接层、第三级联全连接层；所述目标对话数据输入所述bert层；所述bert层的输出作为所述第一级联全连接层、第二级联全连接层以及第三级联全连接层的输入；所述第一级联全连接层的输出作为所述第二级联全连接层的输入；所述第二级联全连接层的输出作为所述第三级联全连接层的输入。3.根据权利要求2所述的方法，其特征在于，所述推荐模型的训练步骤包括：将所述目标对话数据作为输入，通过所述bert层与所述第一级联全连接层，输出得到所述目标对话数据的预测一级分类信息；计算所述预测一级分类信息和所述目标对话数据的实际一级分类信息的第一二分类交叉熵损失；将所述目标对话数据和所述预测一级分类信息作为输入，通过所述bert层与所述第二级联全连接层，输出得到所述目标对话数据的预测二级分类信息；计算所述预测二级分类信息和所述目标对话数据的实际二级分类信息的第二二分类交叉熵损失；将所述目标对话数据和所述预测二级分类信息作为输入，通过所述bert层与所述第三级联全连接层，输出得到所述目标对话数据的预测三级分类信息；计算所述预测三级分类信息和所述目标对话数据的实际三级分类信息的第三二分类交叉熵损失；通过所述第一二分类交叉熵损失、第二二分类交叉熵损失以及第一三分类交叉熵损失，对所述bert层、第一级联全连接层、第二级联全连接层、第三级联全连接层的参数进行调整；返回执行所述将所述目标对话数据作为输入，通过所述bert层与所述第一级联全连接层，输出得到所述目标对话数据的预测一级分类信息至通过所述第一二分类交叉熵损失、第二二分类交叉熵损失以及第三二分类交叉熵损失，对所述bert层、第一级联全连接层、第二级联全连接层、第三级联全连接层的参数进行调整的步骤，直至达到预设训练次数。4.根据权利要求3所...

【专利技术属性】
技术研发人员：罗欢，
申请(专利权)人：上海喜马拉雅科技有限公司，
类型：发明
国别省市：