【技术实现步骤摘要】
基于随机状态的话术推荐方法、装置及电子设备
[0001]本专利技术涉及人工智能
，具体涉及一种基于随机状态的话术推荐方法、装置及电子设备。
技术介绍
[0002]目前，传统的话术推荐模型基本上是基于协同过滤，或者排序模型得到的TOP列表进行推荐，总体而言，对于大部分场景来说，上述话术推荐模型的效果是可以满足场景的需求的。但是，在与人对话场景中，传统的话术推荐方式所采用的协同过滤或者排序模型的方式都是将高频意图对应的高频话术提取出来进行回复，这样就会导致客户每次提问，哪怕同一段对话中，只要对话的意图相似，得到的回复总会是一些不断重复的高频话术，即，高频的几个话术会重复出现。由此，产生恶性循环，使高频话术总会被推荐到，使其频率进一步堆高，后续访问权重也会加大，更容易被继续访问。使整个对话过程显的比较呆板，缺乏趣味性和创新性，用户体验较差。
技术实现思路
[0003]为了解决现有技术中存在的上述问题，本申请实施方式提供了一种基于随机状态的话术推荐方法、装置及电子设备，可以提高与人对话场景中的趣味性和创造性，继
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种基于随机状态的话术推荐方法，其特征在于，所述方法包括：对用户当前的语音信息进行文本转化处理，得到所述语音信息对应的第一语句；根据所述第一语句查询历史对话数据，得到第二语句，其中，所述历史对话数据用于记录所述第一语句所属的对话事件在当前时刻前所产生的对话数据，所述第二语句的发生时间早于所述第一语句的发生时间，且所述第二语句的发生时间与所述第一语句的发生时间之间的差的绝对值最小；对所述第二语句进行意愿提取，得到第一意愿特征；根据所述第一意愿特征生成所述第一语句的状态追踪标签，其中，所述状态追踪标签用于标识所述用户在说出所述语音信息时自身的意愿方向和需求强度；将所述第一语句、所述状态追踪标签和至少一个话术输入评分模型，得到至少一个第一分数，其中，所述评分模型用于对所述至少一个话术中的每个话术进行评分，所述至少一个第一分数与所述至少一个话术一一对应；将所述至少一个第一分数中的每个第一分数与随机函数相乘，得到至少一个第二分数，其中，所述至少一个第二分数与所述至少一个第一分数一一对应；将所述至少一个第二分数中最大的第二分数对应的话术推荐至答复设备，以使所述答复设备根据所述推荐话术生成答复语句对所述用户当前的语音信息进行答复。2.根据权利要求1所述的方法，其特征在于，所述根据所述第一意愿特征生成所述第一语句的状态追踪标签，包括：获取所述第二语句对应的第一需求评分；对所述第一语句进行意愿提取，得到第二意愿特征；根据所述第二意愿特征对所述第一需求评分进行更新，得到与所述第一语句对应的第二需求评分；将所述第二需求评分和所述第一意愿特征进行组合，得到所述状态追踪标签。3.根据权利要求2所述的方法，其特征在于，所述根据所述第二意愿特征对所述第一需求评分进行更新，得到与所述第一语句对应的第二需求评分，包括：对所述第二意愿特征进行编码处理，得到第一字符串；获取所述第一语句所属的通话的通话参数，并对所述通话参数中的缺失值进行补全，得到目标参数；将所述目标参数、所述第一需求评分和所述第一字符串进行拼接，得到第二字符串；将所述第二字符串输入逻辑回归模型，得到所述第二需求评分。4.根据权利要求3所述的方法，其特征在于，所述对所述通话参数中的缺失值进行补全，得到目标参数，包括：将所述缺失值替换为预设的替代值，得到所述目标参数；或，根据所述缺失值的数据类型，获取所述数据类型对应的历史数据集，将所述缺失值替换为所述历史数据集中包括的至少一个数据值的中值，得到所述目标参数；或，将所述缺失值替换为所述历史数据集中包括的至少一个数据值的均值，得到所述目标参数。5.根据权利要求1所述的方法，其特征在于，所述随机函数如下：
其中，x表示所述第一语句所属的话术类型，C
x
表示历史对话数据中通过所述话术类型成功成单的对话的数量，S
x
表示历史对话数据中使用所述话术类型的对话的数量，a表示权重系数，random([1，n
x
])为与n
x
相关的随机数，n
技术研发人员：沈越，
申请(专利权)人：平安普惠企业管理有限公司，
类型：发明
国别省市：
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。