基于自然语言处理的垂类仲裁全链路处理系统及方法技术方案

本发明专利技术公开了一种基于自然语言处理的垂类仲裁全链路处理系统，包括：数据预处理模块，用于对输入的用户数据进行预处理；垂类分析模块，用于对预处理后的用户数据依次进行垂类分析，并结合用户历史行为数据对垂类分析结果进行决策，如果能够正确分类，则输出垂类仲裁结果；垂类分析支撑模块，用于在垂类分析模块无法正确分类时，判断是否为多轮对话，如果为多轮对话，则输出上一轮对话的垂类仲裁结果；第一输出模块，连用于输出垂类仲裁结果。使用本发明专利技术方案，可以使用户快速的完成自己的任务和目的，在快速完成任务的同时提高任务容错率与准确率，大力度的提高用户体验。大力度的提高用户体验。大力度的提高用户体验。

【技术实现步骤摘要】
基于自然语言处理的垂类仲裁全链路处理系统及方法


[0001]本专利技术涉及数据处理领域，尤其涉及一种基于自然语言处理的垂类仲裁全链路处理系统及方法。

技术介绍

[0002]随着人工智能的崛起，语音技能服务显得越来越重要。原始的技能服务需要多次的人机交互，如触摸等。其根本原因是目前大多数NLP服务的架构无法能正确分类用户文本数据，导致分类不准进入错误的服务和技能，十分容易影响用户体验。但技能服务需要太多次互动也显得十分不智能且操作冗余。
[0003]现有热数据交换分为无垂类仲裁设计和有垂类仲裁设计。其中，在无垂类仲裁设计场景中，存在体验太差、系统不智能以及操作十分冗余的缺点；在有垂类仲裁设计场景中存在分类效果过差的问题，经常分到错误的技能中去，不如直接使用交互界面完成任务。

技术实现思路

[0004]本专利技术要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于自然语言处理的垂类仲裁全链路处理系统及方法。
[0005]本专利技术解决其技术问题所采用的技术方案是：构造一种基于自然语言处理的垂类仲裁全链路处理系统，包括：
[0006]数据预处理模块，用于对输入的用户数据进行预处理；
[0007]垂类分析模块，连接于所述数据预处理模块，用于对预处理后的用户数据依次进行垂类分析，并结合用户历史行为数据对垂类分析结果进行决策，如果能够正确分类，则输出垂类仲裁结果，同时根据垂类分析的结果填充或更新至用户对应的词槽数据库；
[0008]垂类分析支撑模块，连接于所述垂类分析模块，用于在所述垂类分析模块无法正确分类时，判断是否为多轮对话，如果为多轮对话，则输出上一轮对话的垂类；
[0009]第一输出模块，连接于所述垂类分析模块和所述垂类分析支撑模块，用于输出所述垂类仲裁结果。
[0010]在本专利技术所述的基于自然语言处理的垂类仲裁全链路处理系统中，所述垂类分析包括基于字典/规则的匹配分类、基于NER结果进行分类以及模型分类。
[0011]在本专利技术所述的基于自然语言处理的垂类仲裁全链路处理系统中，所述垂类分析支撑模块通过沿用历史词槽信息判断是否进行了词槽填充或修改以判断是否为多轮对话。
[0012]在本专利技术所述的基于自然语言处理的垂类仲裁全链路处理系统中，还包括第二输出模块，连接于所述垂类分析支撑模块，用于在所述垂类分析支撑模块判断不是多轮对话时，输出给闲聊机器人。
[0013]在本专利技术所述的基于自然语言处理的垂类仲裁全链路处理系统中，还包括数据处理支撑模块，用于对预处理的数据进行支撑，以使数据能够分到正确的垂类。
[0014]本专利技术还公开了一种基于自然语言处理的垂类仲裁全链路处理方法，包括：
[0015]对输入的用户数据进行预处理；
[0016]对预处理后的用户数据依次进行垂类分析，并结合用户历史行为数据对垂类分析结果进行决策，如果能够正确分类，则输出垂类仲裁结果，同时根据垂类分析的结果填充或更新与该用户对应的词槽数据库，如果不能法正确分类，则判断是否为多轮对话，如果为多轮对话，则输出上一轮对话的垂类。
[0017]在本专利技术所述的基于自然语言处理的垂类仲裁全链路处理方法中，所述垂类分析包括基于字典/规则的匹配分类、基于NER结果进行分类以及模型分类。
[0018]在本专利技术所述的基于自然语言处理的垂类仲裁全链路处理方法中，通过沿用历史词槽信息判断是否进行了词槽填充或修改以判断是否为多轮对话。
[0019]在本专利技术所述的基于自然语言处理的垂类仲裁全链路处理方法中，在判断不是多轮对话时，输出给闲聊机器人。
[0020]本专利技术还公开了一种基于自然语言处理的垂类仲裁全链路处理系统，包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如上所述的基于自然语言处理的垂类仲裁全链路处理方法。
[0021]本专利技术的基于自然语言处理的垂类仲裁全链路处理系统及方法，具有以下有益效果：本专利技术提供的基于自然语言处理的垂类仲裁全链路处理系统，通过垂类分析模块对用户的输入数据进行垂类分析，如果可以正确分类，则直接输出垂类仲裁结果；如果无法正确分类，则由垂类分析支撑模块判断用户输入数据是否为多轮对话，如果是多轮对话，则输出上一轮对话的垂类仲裁结果。由此，可以使用户快速的完成自己的任务和目的，在快速完成任务的同时提高任务容错率与准确率，大力度的提高用户体验。
附图说明
[0022]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，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，还可以根据提供的附图获得其他的附图：
[0023]图1所示是本专利技术一实施例提供的基于自然语言处理的垂类仲裁全链路处理系统的原理图；
[0024]图2所示为本专利技术一实施例的基于自然语言处理的垂类仲裁全链路处理系统的应用场景示意图；
[0025]图3示出了本专利技术一实施例提供的基于自然语言处理的垂类仲裁全链路处理系统的一个具体示意的结构图。
具体实施方式
[0026]为了便于理解本专利技术，下面将参照相关附图对本专利技术进行更全面的描述。附图中给出了本专利技术的典型实施例。但是，本专利技术可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本专利技术的公开内容更加透彻全面。
[0027]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的
技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本专利技术。
[0028]名词解释如下：
[0029]垂类：指领域或分类对象，如天气垂类/领域、新闻垂类/领域等。
[0030]垂类仲裁：指将用户语句分类到对应的业务技能中去。
[0031]技能服务:指某个具体的，可以帮助用户完成任务的服务，如查询天气、听特定类别的新闻等。
[0032]NLP：指自然语言处理，为一门AI技术。
[0033]NER：指命名实体识别技术，如“小明想吃苹果”，利用NER技术可以将人物“小明”和物品“苹果”给提取出来。
[0034]模型：指经过训练数据训练后的算法分类器。
[0035]DM：指多轮对话，意思是根据用户上下文信息与用户进行交互的技术。
[0036]词槽：指一个意图下的查询条件,例如天气意图里的时间和地点,订票意图里的日期和终点等；可以作为条件来管理对话逻辑。
[0037]服务：是一组定义、程序及协议的集合，提供通用功能集，为各种不同平台提供数据共享。
[0038]图1所示是本专利技术一实施例提供的基于自然语言处理的垂类仲裁全链路处理系统的原理图；如图1所示，本专利技术提供的基于自然语言处本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自然语言处理的垂类仲裁全链路处理系统，其特征在于，包括：数据预处理模块，用于对输入的用户数据进行预处理；垂类分析模块，连接于所述数据预处理模块，用于对预处理后的用户数据依次进行垂类分析，并结合用户历史行为数据对垂类分析结果进行决策，如果能够正确分类，则输出垂类仲裁结果，同时根据垂类分析的结果填充或更新与用户对应的词槽数据库；垂类分析支撑模块，连接于所述垂类分析模块，用于在所述垂类分析模块无法正确分类时，判断是否为多轮对话，如果为多轮对话，则输出上一轮对话的垂类；第一输出模块，连接于所述垂类分析模块和所述垂类分析支撑模块，用于输出所述垂类仲裁结果。2.根据权利要求1所述的基于自然语言处理的垂类仲裁全链路处理系统，其特征在于，所述垂类分析包括基于字典/规则的匹配分类、基于NER结果进行分类以及模型分类。3.根据权利要求1所述的基于自然语言处理的垂类仲裁全链路处理系统，其特征在于，所述垂类分析支撑模块通过沿用历史词槽信息判断是否进行了词槽填充或修改以判断是否为多轮对话。4.根据权利要求1所述的基于自然语言处理的垂类仲裁全链路处理系统，其特征在于，还包括第二输出模块，连接于所述垂类分析支撑模块，用于在所述垂类分析支撑模块判断不是多轮对话时，输出给闲聊机器人。5.根据权利要求1所述的基于自然语言处理的垂类仲裁全链路处理系统，其特征在于，还包括数据处...

【专利技术属性】
技术研发人员：耿丹阳，
申请(专利权)人：深圳联友科技有限公司，
类型：发明
国别省市：