【技术实现步骤摘要】
对话数据分析及其模型训练方法、及电子设备
[0001]本申请实施例涉及人工智能
，尤其涉及一种对话数据分析方法、一种对话数据分析模型训练方法、以及对应的电子设备。
技术介绍
[0002]随着技术的不断进步，越来越多的各种工作，包括与产品相关的服务工作和单纯的服务性质的工作（如客服、在线医疗、在线问答等），通过不需要面对面的网络文本对话、网络语音对话、或其它形式的语音对话实现。
[0003]而在该类服务工作中，被服务的客户对服务的满意度评价对服务质量的控制和提升起着至关重要的作用。目前，对服务的满意度评价多采用在对话结束后，由被服务的客户对本次服务对话的满意度打分的形式。但是，这种形式一方面增加了客户的操作负担；另一方面，其只是一个较为笼统的打分，很难具体分析出客户在被服务过程中的情感变化及其对最终满意度的评价影响，进而使得该评价不够准确。
技术实现思路
[0004]有鉴于此，本申请实施例提供一种对话数据分析及其模型训练方案，以至少部分解决上述问题。
[0005]根据本申请实施例的第一方面...
【技术保护点】
【技术特征摘要】
1.一种对话数据分析方法，包括：获取待分析的多轮对话语句，及所述多轮对话语句对应的对话向量；根据所述对话向量，分别生成用于对话满意度分析任务的第一任务向量、和用于对话情感分析任务的第二任务向量；基于所述第一任务向量和所述第二任务向量，提取所述多轮对话语句对应的共享特征；分别基于所述第一任务向量和所述共享特征进行对话满意度分析，基于所述第二任务向量和所述共享特征进行对话情感分析。2.根据权利要求1所述的方法，其中，所述根据所述对话向量，分别生成用于对话满意度分析任务的第一任务向量、和用于对话情感分析任务的第二任务向量，包括：分别对所述对话向量进行第一任务向量映射和第二任务向量映射，获得对应的第一候选向量和第二候选向量；对所述第一候选向量和所述第二候选向量进行任务分类，以确定用于对话满意度分析任务的第一任务向量、和用于对话情感分析任务的第二任务向量。3.根据权利要求2所述的方法，其中，所述对所述第一候选向量和所述第二候选向量进行任务分类，以确定用于对话满意度分析任务的第一任务向量、和用于对话情感分析任务的第二任务向量，包括：通过任务分类器对所述第一候选向量和所述第二候选向量进行任务分类，获得对应任务分类的概率；根据所述概率，从所述第一候选向量和所述第二候选向量中，确定用于对话满意度分析任务的候选向量作为第一任务向量、和用于对话情感分析任务的候选向量作为第二任务向量。4.根据权利要求3所述的方法，其中，所述分类器包括：GRU层和分类层；其中：所述GRU层用于分别对所述第一候选向量和所述第二候选向量进行任务特征分析；所述分类层用于根据任务特征分析的结果，确定所述第一候选向量和所述第二候选向量分别用于对话满意度分析任务的概率和用于情感分析任务的概率。5.根据权利要求1
‑
4任一项所述的方法，其中，所述多轮对话语句为不同角色间的多轮对话语句，所述多轮对话语句中的各轮对话语句具有对应的角色信息；在所述分别生成用于对话满意度分析任务的第一任务向量、和用于对话情感分析任务的第二任务向量之后，所述方法还包括：分别为所述第一任务向量和所述第二任务向量增加所述角色信息；所述分别基于所述第一任务向量和所述共享特征进行对话满意度分析，基于所述第二任务向量和所述共享特征进行对话情感分析，包括：分别基于增加了所述角色信息后的所述第一任务向量和所述共享特征进行对话满意度分析，基于增加了所述角色信息后的所述第二任务向量和所述共享特征进行对话情感分析。6.根据权利要求5所述的方法，其中，所述角色信息为用于指示说话者角色是否变化的信息。7.根据权利要求1
‑
4任一项所述的方法，其中，所述基于所述第一任务向量和所述第二
任务向量，提取所述多轮对话语句对应的共享特征，包括：通过具有相同模型参数的共享特征层，对所述第一任务向量和所述第二任务向量进行特征提取，获得对应的对话满意度共享特征和对话情感共享特征。8.根据权利要求7所述的方法，其中，所述分别基于所述第一任务向量和所述共享特征进行对话满意度分析，基于所述第二任务向量和所述共享特征进行对话情感分析，包括：基于所述第一任务向量和所述对话满意度共享特征，进行对话满意度分析；基于所述第二任务向量和所述对话情感共享特征，进行对话情感分析。9.根据权利要求8所述的方法，其中，所述基于所述第一任务向量和所述对话满意度共享特征，进行对话满意度分析，包括：获取所述第一任务向量和所述对话...
【专利技术属性】
技术研发人员：宋凯嵩，康杨杨，孙常龙，刘晓钟，
申请(专利权)人：阿里巴巴中国有限公司，
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。