应对数字化服务项目的用户会话信息解析方法及软件产品技术

本发明专利技术实施例涉及数字化、云服务和AI技术领域，提供一种应对数字化服务项目的用户会话信息解析方法及软件产品，AI辅助决策服务器通过聚焦不同角度的神经网络子网对数字服务项目会话文本的会话文本语义进行处理，能够准确实现容灾会话事件的捕捉，且神经网络子网能够共用会话文本语义，这样可以节约系统资源开销，提升整体方案的运行效率，从而实现用户会话信息解析的精度和时效性的双重优化。话信息解析的精度和时效性的双重优化。话信息解析的精度和时效性的双重优化。

【技术实现步骤摘要】
应对数字化服务项目的用户会话信息解析方法及软件产品


[0001]本专利技术涉及数字化、云服务和AI
，尤其涉及一种应对数字化服务项目的用户会话信息解析方法及软件产品。

技术介绍

[0002]现代信息技术的发展和网络环境的日益成熟，促使数字化信息服务的开展与利用逐渐成为关系信息化建设和创新发展的关键。作为新一代信息技术的核心之一，人工智能与数字化有着密不可分的关系。数字化能够实现大数据价值，大数据价值的实现又为机器学习提供了丰富的数据信息资源，从而加速人工智能的进程。
[0003]现目前，数字化信息服务涉及智慧城市业务的方方面面，在工作层面，数字化信息服务能够提供数字办公、电子商务、智慧园区等一系列线上/远程服务。在娱乐层面，数字化信息服务能够提供元宇宙娱乐、虚拟空间交互、云游戏、在线机器人对话、AI图像生成等智能服务。在实际应用过程中，数字化信息服务所生成的用户会话记录具有非常大的分析价值，因此针对用户会话记录的容灾备份处理也至关重要。

技术实现思路

[0004]本专利技术提供一种应对数字化服务项目的用户会话信息解析方法及软件产品，AI辅助决策服务器通过聚焦不同角度的神经网络子网对数字服务项目会话文本的会话文本语义进行处理，能够准确实现容灾会话事件的捕捉，且神经网络子网能够共用会话文本语义，这样可以节约系统资源开销，提升整体方案的运行效率，从而实现用户会话信息解析的精度和时效性的双重优化，为实现上述技术目的，本专利技术采用如下技术方案。
[0005]第一方面是一种应对数字化服务项目的用户会话信息解析方法，应用于AI辅助决策服务器，所述方法包括：获取待解析数字服务项目会话文本，将所述待解析数字服务项目会话文本加载到容灾辅助决策网络，在所述容灾辅助决策网络中挖掘所述待解析数字服务项目会话文本的会话文本语义；将所述会话文本语义分别加载到所述容灾辅助决策网络中的容灾判别子网和分布解析子网中；所述容灾判别子网包括聚焦容灾会话事件判别的第一滑动平均变量，所述分布解析子网中包括聚焦分布特征解析的第二滑动平均变量；针对所述容灾判别子网，通过所述第一滑动平均变量对所述会话文本语义进行滑动平均操作，得到事件判别输出结果；针对所述分布解析子网，通过所述第二滑动平均变量对所述会话文本语义进行滑动平均操作，得到分布解析输出结果；依据所述事件判别输出结果，确定所述待解析数字服务项目会话文本中目标容灾会话事件的事件主题，依据所述分布解析输出结果，确定所述目标容灾会话事件在所述待解析数字服务项目会话文本中的分布特征。
[0006]在一些可选的实施例中，所述待解析数字服务项目会话文本包括文本分块后的X个会话文本块，所述容灾辅助决策网络中包括深度卷积模型，所述深度卷积模型包括第一知识挖掘子模型、第二知识挖掘子模型、第三知识挖掘子模型以及滑动平均层；X为大于1的整数；所述在所述容灾辅助决策网络中挖掘所述待解析数字服务项目会话文本的会话文本语义，包括：将所述待解析数字服务项目会话文本加载到所述第一知识挖掘子模型，在所述第一知识挖掘子模型中挖掘所述待解析数字服务项目会话文本中每个会话文本块的文本块语义向量，得到X个第一文本块语义向量；将所述X个第一文本块语义向量加载到所述第二知识挖掘子模型，在所述第二知识挖掘子模型中对每个第一文本块语义向量进行滑动平均操作，得到X个第二文本块语义向量；将所述X个第二文本块语义向量加载到所述第三知识挖掘子模型，在所述第三知识挖掘子模型中对每个第二文本块语义向量进行滑动平均操作，得到X个第三文本块语义向量；在所述X个第一文本块语义向量、所述X个第二文本块语义向量以及所述X个第三文本块语义向量中，选择X个目标文本块语义向量；将所述X个目标文本块语义向量传入所述滑动平均层，在所述滑动平均层中对所述X个目标文本块语义向量进行滑动平均操作，得到语义滑动平均向量；依据所述语义滑动平均向量，生成所述待解析数字服务项目会话文本的会话文本语义。
[0007]在一些可选的实施例中，还包括：获取初始数字服务项目会话文本，获取文本重构指数；依据所述文本重构指数，对所述初始数字服务项目会话文本进行会话文本重构，得到中间会话文本；对所述中间会话文本进行文本分块，得到包括X个会话文本块的待解析数字服务项目会话文本。
[0008]在一些可选的实施例中，所述X个目标文本块语义向量为所述X个第三文本块语义向量；所述滑动平均层包括第一滑动平均层；所述将所述X个目标文本块语义向量传入所述滑动平均层，在所述滑动平均层中对所述X个目标文本块语义向量进行滑动平均操作，得到语义滑动平均向量，包括：将所述X个第三文本块语义向量传入所述第一滑动平均层，在所述第一滑动平均层中对所述每个第三文本块语义向量进行滑动平均操作，得到X个基础语义滑动平均向量；获取所述第三知识挖掘子模型对应的第一池化因子，依据所述第一池化因子对所述X个基础语义滑动平均向量进行池化，得到所述语义滑动平均向量。
[0009]在一些可选的实施例中，所述滑动平均层包括第一滑动平均层以及第二滑动平均层；所述将所述X个目标文本块语义向量传入所述滑动平均层，在所述滑动平均层中对所述X个目标文本块语义向量进行滑动平均操作，得到语义滑动平均向量，包括：将所述X个第三文本块语义向量加载到所述第一滑动平均层，在所述第一滑动平均层中对所述每个第三文本块语义向量进行滑动平均操作，得到X个基础语义滑动平均向
量；获取所述第三知识挖掘子模型对应的第一池化因子，依据所述第一池化因子对所述X个基础语义滑动平均向量进行池化，得到第一池化文本块语义向量；获取所述第二知识挖掘子模型对应的第二池化因子，依据所述第二池化因子对所述X个第二文本块语义向量进行池化，得到第二池化文本块语义向量；依据所述第一池化因子与所述第二池化因子，确定第一扩展因子，依据所述第一扩展因子对所述第一池化文本块语义向量进行扩展，得到扩展文本块语义向量；如果所述X个目标文本块语义向量为所述X个第二文本块语义向量，则将所述第二池化文本块语义向量与所述扩展文本块语义向量进行融合，得到第一文本块语义融合向量，将所述第一文本块语义融合向量加载到所述第二滑动平均层，在所述第二滑动平均层中对所述第一文本块语义融合向量进行滑动平均操作，得到语义滑动平均向量。
[0010]在一些可选的实施例中，所述滑动平均层还包括第三滑动平均层；所述方法还包括：如果所述X个目标文本块语义向量为所述X个第一文本块语义向量，则将所述第二池化文本块语义向量与所述扩展文本块语义向量进行融合，得到第一文本块语义融合向量，将所述第一文本块语义融合向量加载到所述第二滑动平均层，在所述第二滑动平均层中对所述第一文本块语义融合向量进行滑动平均操作，得到语义融合滑动平均向量；获取所述第一知识挖掘子模型对应的第三池化因子，依据所述第三池化因子对所述X个第一文本块语义向量进行池化，得到第三池化文本块语义向量；依据所述第三池化因子与所述第二池化因子，确定第二扩展因子，依据所述第二扩展因子对所述语义融合滑动平均向量进行扩展，得到扩展文本块语义融合向量；将所述第三池化文本块语义向量与所述扩展文本块本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应对数字化服务项目的用户会话信息解析方法，其特征在于，应用于AI辅助决策服务器，所述方法包括：获取待解析数字服务项目会话文本，将所述待解析数字服务项目会话文本加载到容灾辅助决策网络，在所述容灾辅助决策网络中挖掘所述待解析数字服务项目会话文本的会话文本语义；将所述会话文本语义分别加载到所述容灾辅助决策网络中的容灾判别子网和分布解析子网中；所述容灾判别子网包括聚焦容灾会话事件判别的第一滑动平均变量，所述分布解析子网中包括聚焦分布特征解析的第二滑动平均变量；针对所述容灾判别子网，通过所述第一滑动平均变量对所述会话文本语义进行滑动平均操作，得到事件判别输出结果；针对所述分布解析子网，通过所述第二滑动平均变量对所述会话文本语义进行滑动平均操作，得到分布解析输出结果；依据所述事件判别输出结果，确定所述待解析数字服务项目会话文本中目标容灾会话事件的事件主题，依据所述分布解析输出结果，确定所述目标容灾会话事件在所述待解析数字服务项目会话文本中的分布特征。2.如权利要求1所述的方法，其特征在于，所述待解析数字服务项目会话文本包括文本分块后的X个会话文本块，所述容灾辅助决策网络中包括深度卷积模型，所述深度卷积模型包括第一知识挖掘子模型、第二知识挖掘子模型、第三知识挖掘子模型以及滑动平均层；X为大于1的整数；所述在所述容灾辅助决策网络中挖掘所述待解析数字服务项目会话文本的会话文本语义，包括：将所述待解析数字服务项目会话文本加载到所述第一知识挖掘子模型，在所述第一知识挖掘子模型中挖掘所述待解析数字服务项目会话文本中每个会话文本块的文本块语义向量，得到X个第一文本块语义向量；将所述X个第一文本块语义向量加载到所述第二知识挖掘子模型，在所述第二知识挖掘子模型中对每个第一文本块语义向量进行滑动平均操作，得到X个第二文本块语义向量；将所述X个第二文本块语义向量加载到所述第三知识挖掘子模型，在所述第三知识挖掘子模型中对每个第二文本块语义向量进行滑动平均操作，得到X个第三文本块语义向量；在所述X个第一文本块语义向量、所述X个第二文本块语义向量以及所述X个第三文本块语义向量中，选择X个目标文本块语义向量；将所述X个目标文本块语义向量传入所述滑动平均层，在所述滑动平均层中对所述X个目标文本块语义向量进行滑动平均操作，得到语义滑动平均向量；依据所述语义滑动平均向量，生成所述待解析数字服务项目会话文本的会话文本语义。3.如权利要求2所述的方法，其特征在于，还包括：获取初始数字服务项目会话文本，获取文本重构指数；依据所述文本重构指数，对所述初始数字服务项目会话文本进行会话文本重构，得到中间会话文本；对所述中间会话文本进行文本分块，得到包括X个会话文本块的待解析数字服务项目会话文本。
4.如权利要求2所述的方法，其特征在于，所述X个目标文本块语义向量为所述X个第三文本块语义向量；所述滑动平均层包括第一滑动平均层；所述将所述X个目标文本块语义向量传入所述滑动平均层，在所述滑动平均层中对所述X个目标文本块语义向量进行滑动平均操作，得到语义滑动平均向量，包括：将所述X个第三文本块语义向量传入所述第一滑动平均层，在所述第一滑动平均层中对所述每个第三文本块语义向量进行滑动平均操作，得到X个基础语义滑动平均向量；获取所述第三知识挖掘子模型对应的第一池化因子，依据所述第一池化因子对所述X个基础语义滑动平均向量进行池化，得到所述语义滑动平均向量。5.如权利要求2所述的方法，其特征在于，所述滑动平均层包括第一滑动平均层以及第二滑动平均层；所述将所述X个目标文本块语义向量传入所述滑动平均层，在所述滑动平均层中对所述X个目标文本块语义向量进行滑动平均操作，得到语义滑动平均向量，包括：将所述X个第三文本块语义向量加载到所述第一滑动平均层，在所述第一滑动平均层中对所述每个第三文本块语义向量进行滑动平均操作，得到X个基础语义滑动平均向量；获取所述第三知识挖掘子模型对应的第一池化因子，依据所述第一池化因子对所述X个基础语义滑动平均向量进行池化，得到第一池化文本块语义向量；获取所述第二知识挖掘子模型对应的第二池化因子，依据所述第二池化因子对所述X个第二文本块语义向量进行池化，得到第二池化文本块语义向量；依据所述第一池化因...

【专利技术属性】
技术研发人员：苏振军，
申请(专利权)人：昆明谐善科技有限公司，
类型：发明
国别省市：