【技术实现步骤摘要】
突发事件检测方法、装置、电子设备及可读存储介质
[0001]本专利技术涉及数据处理
，具体而言，涉及一种突发事件检测方法、装置、电子设备及可读存储介质。
技术介绍
[0002]目前，智能客服技术为企业与海量用户之间的沟通建立了一种基于自然语言的快捷有效的技术手段，已经广泛于各种场景中，适用于大规模知识处理、自然语言理解、知识管理、自动问答系统、推理等多种行业。
[0003]相关技术中，智能客服产品往往是采用知识库的方式回答用户所提出的问题，该方法一般只能用于解决已预先配置答案的相关问题，无法获知实时热点问题的答案。在一些实际的应用场景中，由于用户咨询量的激增，或者系统突发异常等状况的发生，有可能出现一些突发问题，如何及时发现突发事件，以使运营快速介入制定处理方案，降低异常意图影响，是需要解决的技术问题。
技术实现思路
[0004]本专利技术的目的之一在于提供一种突发事件检测方法、装置、电子设备及可读存储介质，目的在于及时识别异常意图，以使运营快速介入制定处理方案，降低异常意图影响，本专利技术的实...
【技术保护点】
【技术特征摘要】
1.一种突发事件检测方法，其特征在于，所述方法包括：获取当前时间窗口内目标时刻对应的第一意图信息向量、多个历史时刻各自对应的第二意图信息向量；其中，每个意图信息向量内包含各个意图的数量；所述意图是对问题进行识别得到的；将所述第一意图信息向量和所述第二意图信息向量输入到预先训练的识别模型中，获得所述第一意图信息向量是否异常的预测值；其中，所述识别模型是通过学习不同时刻下各个意图的数量关系的训练方式得到的；若所述预测值为预设的异常评估值，则确定所述目标时刻存在突发事件。2.根据权利要求1所述的突发事件检测方法，其特征在于，所述方法还包括：利用所述识别模型，预测所述第一意图信息向量的异常标注向量；将所述异常标注向量中向量值为所述异常评估值时对应的意图，确定为异常意图。3.根据权利要求1所述的突发事件检测方法，其特征在于，所述识别模型是通过如下方式训练而成的：将每个历史时间窗口内所述目标时刻对应的所述第一意图信息向量、所述历史时刻对应的第二意图信息向量，作为第一训练样本；所述第一训练样本未标注异常状态信息；对部分所述第一训练样本内的所述第一意图信息向量和/或第二意图信息向量进行替换，并对替换后所述第一意图信息向量的所述第一训练样本设置第一标签信息，没有替换所述第一意图信息向量的所述第一训练样本设置第二标签信息，得到替换后的部分所述第一训练样本；基于全部所述第一训练样本，对初始的时间序列模型进行预训练，直到预设损失函数达到收敛状态，将预训练后的所述时间序列模型，作为所述识别模型。4.根据权利要求3所述的突发事件检测方法，其特征在于，所述方法还包括：若存在多个第二训练样本，则利用所述第二训练样本对所述识别模型进行微调，并将微调后的所述时间序列模型，作为最终的所述识别模型；其中，每个所述第二训练样本是由历史时间窗口内所述第一意图信息向量和所述第二意图信息向量组成，所述第二训练样本标注有意图异常信息。5.根据权利要求3所述的突发事件检测方法，其特征在于，对部分所述第一训练样本的所述第一意图信息向量和/或所述第二...
【专利技术属性】
技术研发人员：罗欢，张炫，李辛，侯元春，
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：
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。