金融市场交易事前智能对话下单方法、装置及存储介质制造方法及图纸

本发明专利技术提供了一种金融市场交易事前智能对话下单方法、装置及存储介质，利用人工智能技术进行数据挖掘分析，有效提高金融市场交易的智能性及可拓展性。该方法包括获取原始交易请求、搭建模型并进行模型训练、模型评估和部署，完成要素提炼以及场景识别、前置数据处理、调度上下文模型进入会话流程引擎以及后置数据处理等步骤。使用对话拓扑设计思维理念以及流程引擎技术借鉴的设计方式，实现非业务侵入式支持单轮和多轮复杂对话任务的会话引擎技术创新；使用语言理解模型，联合意图识别和槽位填充任务，提高对客户意图的理解能力和槽位实体的抽取能力，整体提升交易效率，降低人工消耗，提升工作质量，并能够有效降低对外部交易终端的依赖性。易终端的依赖性。易终端的依赖性。

【技术实现步骤摘要】
金融市场交易事前智能对话下单方法、装置及存储介质


[0001]本专利技术涉及智能对话领域，尤其涉及一种金融市场交易事前智能对话下单方法、装置及存储介质。

技术介绍

[0002]近年来，在数字经济不断推进的大背景下，人工智能发展迅速。金融行业是人工智能应用最具潜力和最为活跃的领域之一，一方面是因为近年来金融机构的盈利空间持续压缩，行业同质化竞争严重，通过大数据和AI打造创新产品和差异化服务已成为金融机构的重要选择；另一方面，金融业的信息化程度最高，银行等金融机构沉淀了海量的业务数据，率先进行基于金融大数据的智能化转型水到渠成。
[0003]面对业务模式的多元变化和日益攀升的人力成本，金融机构正不断探索人工智能技术在各业务领域下的应用，以提高传统作业效率及运营水平。
[0004]“人工智能+金融”已成为重要发展趋势，各大金融机构也在大力投入人工智能在交易、风控、客户服务等领域的研发与应用。利用人工智能技术实现自动化、智能化的交易下单，让日常工作更加高效与准确，实现数字化升级转型，将科技创新与细分场景深度结合，极大的满足了金融机构的精细化业务诉求。
[0005]在现有技术中，由于人工智能技术的复杂性，对话型AI可能会出现错误或提供不准确的答案，单纯依赖AI算法来与客户进行交流容易给用户带来一些困扰和误导；另一方面，在金融市场的各类交易过程中，交易品种的多样性势必会影响风险控制过程与校验方法变得越来越繁杂，容易造成客户交易请求多次被驳回的情况，在该种情形下，市面上较多被使用的单轮会话技术会导致用户体验和对话质量大幅度降低，同时代码中风险控制与校验相关模块也会随着交易品种的增加而变得庞大冗杂。

技术实现思路

[0006]针对现有技术的不足，本申请提供一种金融市场交易事前智能对话下单方法、装置及存储介质，主要解决在近年来金融市场业务模式多元变化以及人力成本日益攀升的问题，利用人工智能技术针对金融市场领域进行数据挖掘分析创新性实践，能够有效提高金融市场交易的智能性及可拓展性，提高系统解决用户问题的能力。
[0007]为解决上述技术问题，第一方面，本专利技术提供一种金融市场交易事前智能对话下单方法，包括如下步骤：（1）基于当前对手方原始交易请求，对所述交易请求中的原始聊天话语进行半自动化数据标注；搭建模型实现意图识别和槽位填充，并对模型进行训练；基于训练后的模型从原始聊天话语中获得意图信息和槽位标签，得到交易信息的封装公共参数和封装私有参数；（2）根据封装公共参数和封装私有参数中的交易场景构建交易会话模型，进而构建包含当前会话场景参数、会话状态机以及交易会话模型的上下文模型；所述会话状态机
用于控制交易事前智能对话下单流程走向；（3）调度所述上下文模型进入会话流程引擎；会话状态机内每一状态对所述交易会话模型内部公共参数和私有参数进行风险控制与校验，根据结果进行状态流转，所述会话流程引擎控制交易事前智能对话下单过程直至结束。
[0008]进一步地，步骤（1）中，基于数据标注平台，通过人工或主动学习算法进行标注少量样例 L
‑
example，对于不同的槽位类型，收集或创建若干槽位实体值，作为槽位实体的候选列表L
‑
slot；此处收集或创建原则，应满足两个原则：a、收集或创建的槽位值应尽量与业务所需的槽位值保持一致；b、同一类型的槽位值应保证尽可能多样化；遍历已标注的L
‑
example，将其中的槽位值用槽位类型名称进行替代，获取一系列槽位模板 L
‑
template并保存；将槽位模板L
‑
template使用槽位候选列表L
‑
slot进行替换槽位类型名称，从而获取更多的满足业务需求的已标注样例，完成半自动化标注任务。
[0009]进一步地，步骤（2）中，根据所述封装公共参数和封装私有参数中的交易场景进行包装分类，构建相对应的交易会话模型；将所述交易会话模型投入场景路由器来判断当前交易请求是否需要构建或重构上下文模型；引入链式处理机制对所述交易请求对应的封装私有参数进行数据处理。
[0010]进一步地，所述将所述交易会话模型投入场景路由器来判断当前交易请求是否需要构建或重构上下文模型，包括：将所述交易会话模型投入场景路由器来判断当前交易请求是否存在上下文模型，若无上下文模型，则构建一个上下文模型，并存储所述交易会话模型；若存在上下文模型，则进一步判断所述交易会话模型所属的场景与上下文模型中存储的交易会话模型所属的场景是否一致，若一致，则不做处理；若不一致，则根据业务需求判断是否允许切换场景，若允许，则基于预先存储的所述会话状态机对应的构建规则，结合当前会话场景参数重新构建会话状态机，将新的会话场景参数以及所述会话状态机存储于上下文模型中；所述会话场景参数由所述封装公共参数和封装私有参数提供，所述场景是指在金融领域各个业务线上存在的业务场景；若不允许切换，则通过模板渲染器渲染回复模板提示对手方当前不支持切换操作，将回复话术自动回复发送至对手方。
[0011]进一步地，所述引入链式处理机制对所述交易请求对应的封装私有参数进行数据处理，包括：构建会话处理链；基于当前交易会话模型，判断其参数中是否包含取消意图，若包含取消意图，则终止流程；若不包含取消意图，则进入会话处理链的下一环；基于当前交易会话模型以及上下文模型，判断当前交易会话模型中的交易要素与上下文模型中的交易会话模型中的交易要素是否有差异；若交易要素有差异，则进一步地判断该交易要素是否支持修改：若该交易要素不支持修改，则通过模板渲染器渲染回复模板来提示对手方当前交易请求无法被满足，将回复话术自动回复发送至对手方；若该交易要素支持修改，则将当前交易会话模型中的意向参数存储至上下文模型中的交易会话模型中，并根据业务需要重置会话状态机，并将重置后的会话状态机存储至
上下文模型中，重新流转会话状态；若交易要素无差异，则进入会话处理链的下一环；在会话处理链尾链，基于所述当前交易会话模型以及上下文模型，将上下文模型中存储的交易会话模型中的除交易要素外的其他要素拷贝给所述当前交易会话模型，并将当前交易会话模型存储于上下文模型中。
[0012]进一步地，所述会话状态机内每一状态对所述交易会话模型内部公共参数和私有参数进行风险控制与校验，根据结果进行状态流转，包括：获取处理所述会话状态机内某一状态对交易会话模型内部公共参数和私有参数进行风险控制与校验所需要的服务类；构造一个结果哈希表，所述结果哈希表用于存储所述会话状态机内某一状态对所述交易会话模型内部公共参数和私有参数进行风险控制与校验后可能会产生的所有结果；构造另一个参数哈希表，所述参数哈希表将用于存储回复模板中动态变化的参数及其标识名称；基于所述上下文模型以及上下文模型中的交易会话模型，所述会话状态机内某一状态对所述交易会话模型内部公共参数和私有参数进行风险控制与校验；基于所述风险控制与校验结果，对所述交易会话模型内的私有参数和公共参数进行修改，并存储于交易会话模型中。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种金融市场交易事前智能对话下单方法，其特征在于，包括如下步骤：（1）基于当前对手方原始交易请求，对所述交易请求中的原始聊天话语进行半自动化数据标注；搭建模型实现意图识别和槽位填充，并对模型进行训练；基于训练后的模型从原始聊天话语中获得意图信息和槽位标签，得到交易信息的封装公共参数和封装私有参数；（2）根据封装公共参数和封装私有参数中的交易场景构建交易会话模型，进而构建包含当前会话场景参数、会话状态机以及交易会话模型的上下文模型；所述会话状态机用于控制交易事前智能对话下单流程走向；（3）调度所述上下文模型进入会话流程引擎；会话状态机内每一状态对所述交易会话模型内部公共参数和私有参数进行风险控制与校验，根据结果进行状态流转，所述会话流程引擎控制交易事前智能对话下单过程直至结束。2.根据权利要求1所述的金融市场交易事前智能对话下单方法，其特征在于，步骤（1）中，基于数据标注平台，通过人工或主动学习算法进行标注少量样例 L
‑
example，对于不同的槽位类型，收集或创建若干槽位实体值，作为槽位实体的候选列表L
‑
slot；此处收集或创建原则，应满足两个原则：a、收集或创建的槽位值应尽量与业务所需的槽位值保持一致；b、同一类型的槽位值应保证尽可能多样化；遍历已标注的L
‑
example，将其中的槽位值用槽位类型名称进行替代，获取一系列槽位模板 L
‑
template并保存；将槽位模板L
‑
template使用槽位候选列表L
‑
slot进行替换槽位类型名称，从而获取更多的满足业务需求的已标注样例，完成半自动化标注任务。3.根据权利要求1所述的金融市场交易事前智能对话下单方法，其特征在于，步骤（2）中，根据所述封装公共参数和封装私有参数中的交易场景进行包装分类，构建相对应的交易会话模型；将所述交易会话模型投入场景路由器来判断当前交易请求是否需要构建或重构上下文模型；引入链式处理机制对所述交易请求对应的封装私有参数进行数据处理。4.根据权利要求3所述的金融市场交易事前智能对话下单方法，其特征在于，所述将所述交易会话模型投入场景路由器来判断当前交易请求是否需要构建或重构上下文模型，包括：将所述交易会话模型投入场景路由器来判断当前交易请求是否存在上下文模型，若无上下文模型，则构建一个上下文模型，并存储所述交易会话模型；若存在上下文模型，则进一步判断所述交易会话模型所属的场景与上下文模型中存储的交易会话模型所属的场景是否一致，若一致，则不做处理；若不一致，则根据业务需求判断是否允许切换场景，若允许，则基于预先存储的所述会话状态机对应的构建规则，结合当前会话场景参数重新构建会话状态机，将新的会话场景参数以及所述会话状态机存储于上下文模型中；所述会话场景参数由所述封装公共参数和封装私有参数提供，所述场景是指在金融领域各个业务线上存在的业务场景；若不允许切换，则通过模板渲染器渲染回复模板提示对手方当前不支持切换操作，将回复话术自动回复发送至对手方。5.根据权利要求3所述的金融市场交易事前智能对话下单方法，其特征在于，所述引入链式处理机制对所述交易请求对应的封装私有参数进行数据处理，包括：构建会话处理链；基于当前交易会话模型，判断其参数中是否包含取消意图，若包含取消意图，则终止流
程；若不包含取消意图，则进入会话处理链的下一环；基于当前交易会话模...

【专利技术属性】
技术研发人员：汪冬，吴捷，韩晓燕，周波，吴敬争，王洁咪，
申请(专利权)人：浙江网新恒天软件有限公司，
类型：发明
国别省市：