基于知识图谱的话术推荐方法和装置制造方法及图纸

本发明专利技术实施例涉及一种基于知识图谱的话术推荐方法和装置，所述方法包括：获取历史对话语料集；对所述历史对话语料集中的多条历史对话语料分别进行信息抽取，并利用抽取出的信息构建基础知识图谱；对所述基础知识图谱进行知识推理，得到推理知识图谱；在确定进行话术推荐时，利用所述推理知识图谱生成待推荐的目标话术。由此，能够实现在进行话术推荐时，既具有较强的可控性，输出的话术容易被理解和接受，又具有较强的泛化能力，可以应对未设置应答话术的应用场景。答话术的应用场景。答话术的应用场景。

【技术实现步骤摘要】
基于知识图谱的话术推荐方法和装置


[0001]本专利技术实施例涉及计算机
，尤其涉及一种基于知识图谱的话术推荐方法和装置。

技术介绍

[0002]在销售和客户服务流程中，话术对于挖掘用户需求、促进订单成交、安抚用户情绪、解决用户需求痛点、提升用户对于品牌的粘性等方面都具有举足轻重的作用。近年来，智能语音助手在上述销售和客户服务流程以及相应的培训和质检流程中逐渐得到更广泛的应用，并很大程度上提升了这些流程的效率和质量，降低了这些流程的成本。
[0003]目前，智能语音助手的话术输出方式主要分为两类：检索式和生成式。其中，检索式话术系统可控性强，输出的话术容易被理解和接受，但却无法应对未设置应答话术的应用场景。生成式话术系统泛化能力强，能够应对未设置应答话术的应用场景，但是可控性低，容易生成错误的应答话术。
[0004]针对上述问题，亟需一种话术推荐方法，既具有较强的可控性，输出的话术容易被理解和接受，又具有较强的泛化能力，可以应对未设置应答话术的应用场景。

技术实现思路

[0005]鉴于此，为实现一种基于知识本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识图谱的话术推荐方法，其特征在于，所述方法包括：获取历史对话语料集；对所述历史对话语料集中的多条历史对话语料分别进行信息抽取，并利用抽取出的信息构建基础知识图谱；对所述基础知识图谱进行知识推理，得到推理知识图谱；在确定进行话术推荐时，利用所述推理知识图谱生成待推荐的目标话术。2.根据权利要求1所述的方法，其特征在于，所述对所述历史对话语料集中的多条历史对话语料分别进行信息抽取，并利用抽取出的信息构建基础知识图谱，包括：对所述历史对话语料集中的多条历史对话语料分别进行实体抽取、关系抽取，以及属性抽取，得到多个实体、多个关系数据以及多个属性数据；从预设的数据库中获取与多个所述实体相关的实体数据；将多个所述实体数据、多个所述关系数据以及多个所述属性数据，进行知识融合，得到初始知识图谱；对所述初始知识图谱进行实体对齐和实体消岐，得到所述基础知识图谱。3.根据权利要求1所述的方法，其特征在于，所述对所述基础知识图谱进行知识推理，得到推理知识图谱，包括：将所述基础知识图谱输入至训练好的知识推理模型，得到推理知识图谱。4.根据权利要求3所述的方法，其特征在于，所述知识推理模型为图神经网络模型或强化学习模型。5.根据权利要求1所述的方法，其特征在于，所述确定进行话术推荐，包括：在接收到用户的输入话术的情况下，确定进行话术推荐；或者，在接收到话术推荐指令的情况下，确定进行话术推荐。6.根据权利要求5所述的方法，其特征在于，所述推理知识图谱包括不同应用场景的子图谱；所述利用所述推理知识图谱生成待推荐的目标话术，包括：确定所述输入话术对应的目标应用场景，或者从所述话术推荐指令中解析出对应的目标应用场景；从所述推理知识图谱中确定与所述目标应用场景相匹配的目标子图谱；利用所述目...

【专利技术属性】
技术研发人员：简仁贤，马永宁，
申请(专利权)人：竹间智能科技上海有限公司，
类型：发明
国别省市：