System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请属人工智能,具体涉及一种基于银行在线客服场景的文本情感倾向识别方法及装置。
技术介绍
1、目前,银行智能客服现有的技术在情感倾向分析方面仍然存在一些挑战和缺点。下面是几个常见的技术痛点:
2、当前的情感分析技术仍然存在一定的误判率,有时无法准确捕捉到语境中的微妙情感。当前的自然语言处理技术仍然存在理解上的限制,特别是对于复杂句子、含有隐含含义或多义性的句子等情况的处理仍有挑战。情感分析的结果可能会受到用户文化背景和语言差异的影响。不同文化和语言中,情感的表达方式可能存在细微差别,这对于一个全球化的智能客服系统而言是一个挑战。情感分析的训练数据往往来自于特定领域或特定群体,可能存在数据偏见问题。这可能导致对于某些用户或特定情感的判断不准确。另外,情感分析需要考虑到文本的上下文信息,而有效地捕捉上下文信息对于情感分析来说是至关重要的。然而,当前的情感分析技术在处理上下文信息时仍面临一些挑战。
技术实现思路
1、本专利技术可用于人工智能技术在金融方面应用的
,也可用于除金融领域之外的任意领域,本专利技术的一个目的在于提供一种基于银行在线客服场景的文本情感倾向识别方法,该方法通过考虑客户交流文本的句法结构,从而更好地理解句子中的语法关系和句子成分之间的作用,进而可以更准确的识别文本情感倾向。
2、本专利技术的另一个目的在于提供一种基于银行在线客服场景的文本情感倾向识别装置。本专利技术的还一个目的在于提供一种电子设备,该电子设备包括存储器和处理器,存储器存
3、为解决本申请
技术介绍
中的技术问题,本专利技术提供以下技术方案:
4、第一方面,本专利技术提供一种基于银行在线客服场景的文本情感倾向识别方法包括:
5、获取客户交流文本中每个字的字向量以及每个词的词向量;
6、根据所述字向量、所述词向量以及预生成的情感向量词典确定所述客户交流文本所对应的情绪标签;
7、根据所述字向量以及所述词向量识别所述客户交流文本所对应的句法结构;
8、根据所述情绪标签以及所述句法结构识别所述客户交流文本的情感倾向。
9、在本专利技术的一实施例中,所述获取客户交流文本中每个字的字向量以及每个词的词向量,包括:
10、将所述客户交流文本按照词根进行分词,以获取所述每个字以及所述每个词;
11、将所述每个字以及所述每个词输入预生成的词向量模型,以获取所述每个字的字向量以及所述每个词的词向量,所述词向量模型是由多个字以及多个词所组成的分解矩阵所生成的。
12、在本专利技术的一实施例中,根据所述字向量、所述词向量以及预生成的情感向量词典确定所述客户交流文本所对应的情绪标签,包括:
13、根据多个字向量以及多个词向量生成向量空间;
14、根据所述向量空间以及所述情感向量词典确定所述客户交流文本所对应的情绪标签。
15、在本专利技术的一实施例中,所述根据多个字向量以及多个词向量生成向量空间,包括:
16、计算所述多个词在所述词向量模型中的第一权重以及所述多个字在所述词向量模型中的第二权重;
17、根据所述第一权重以及所述第二权重将所述多个词向量以及所述多个字向量进行拼接,以生成所述向量空间。
18、在本专利技术的一实施例中,根据所述向量空间以及所述情感向量词典确定所述客户交流文本所对应的情绪标签,包括:
19、在所述情感向量词典中查找所述向量空间对应的情绪标签。
20、在本专利技术的一实施例中,在所述情感向量词典中查找所述向量空间对应的情绪标签,包括:
21、根据所述第一权重以及所述词向量确定所述每个词与其上下文之间的第一关注程度;
22、根据所述第二权重以及所述字向量确定所述每个字与其上下文之间的第二关注程度;
23、根据所述第一关注程度、第二关注程度在所述情感向量词典中查找所述向量空间对应的情绪标签。
24、在本专利技术的一实施例中,根据所述字向量以及所述词向量识别所述客户交流文本所对应的句法结构,包括:
25、根据多个词向量以及所述多个字向量生成依存树,其中,所述依存树种节点为所述词向量以及所述字向量,节点之间的关系为所述多个词向量之间的关系、多个字向量之间的关系、多个词向量与多个字向量之间的关系中的至少之一;
26、根据所述依存树识别所述客户交流文本所对应的句法结构。
27、第二方面,本专利技术提供一种基于银行在线客服场景的文本情感倾向识别装置,该装置包括:
28、向量获取模块,用于获取客户交流文本中每个字的字向量以及每个词的词向量;
29、情绪标签确定模块,用于根据所述字向量、所述词向量以及预生成的情感向量词典确定所述客户交流文本所对应的情绪标签;
30、句法结构识别模块,用于根据所述字向量以及所述词向量识别所述客户交流文本所对应的句法结构;
31、情感倾向识别模块,用于根据所述情绪标签以及所述句法结构识别所述客户交流文本的情感倾向。
32、在本专利技术的一实施例中,所述向量获取模块包括:
33、文本分词单元,用于将所述客户交流文本按照词根进行分词,以获取所述每个字以及所述每个词;
34、向量获取单元,用于将所述每个字以及所述每个词输入预生成的词向量模型,以获取所述每个字的字向量以及所述每个词的词向量,所述词向量模型是由多个字以及多个词所组成的分解矩阵所生成的。
35、在本专利技术的一实施例中,情绪标签确定模块包括:
36、向量空间生成单元,用于根据多个字向量以及多个词向量生成向量空间;
37、情绪标签确定单元,用于根据所述向量空间以及所述情感向量词典确定所述客户交流文本所对应的情绪标签。
38、在本专利技术的一实施例中,所述向量空间生成单元包括:
39、权重计算单元,用于计算所述多个词在所述词向量模型中的第一权重以及所述多个字在所述词向量模型中的第二权重;
40、向量空间生成子单元,用于根据所述第一权重以及所述第二权重将所述多个词向量以及所述多个字向量进行拼接,以生成所述向量空间。
41、在本专利技术的一实施例中,情绪标签确定单元包括:
42、情绪标签查找单元,用于在所述情感向量词典中查找所述向量空间对应的情绪标签。
43、在本专利技术的一实施例中,情绪标签查找单元包括:
44、关注程度确定第一单元,用于根据所述第一权重以及所述词向量确定所述每个词与其上下文之间的第一关注程度;
45、关注程度确定第二单元,用于根据所述第二权重以及所述字向本文档来自技高网...
【技术保护点】
1.一种基于银行在线客服场景的文本情感倾向识别方法,其特征在于,包括:
2.根据权利要求1所述的文本情感倾向识别方法,其特征在于,所述获取客户交流文本中每个字的字向量以及每个词的词向量,包括:
3.根据权利要求2所述的文本情感倾向识别方法,其特征在于,根据所述字向量、所述词向量以及预生成的情感向量词典确定所述客户交流文本所对应的情绪标签,包括:
4.根据权利要求3所述的文本情感倾向识别方法,其特征在于,所述根据多个字向量以及多个词向量生成向量空间,包括:
5.根据权利要求3所述的文本情感倾向识别方法,其特征在于,根据所述向量空间以及所述情感向量词典确定所述客户交流文本所对应的情绪标签,包括:
6.根据权利要求4所述的文本情感倾向识别方法,其特征在于,在所述情感向量词典中查找所述向量空间对应的情绪标签,包括:
7.根据权利要求2至6任一项所述的文本情感倾向识别方法,其特征在于,根据所述字向量以及所述词向量识别所述客户交流文本所对应的句法结构,包括:
8.一种基于银行在线客服场景的文本情感倾向识别装置
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至7任一项所述的基于银行在线客服场景的文本情感倾向识别方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至7任一项所述的基于银行在线客服场景的文本情感倾向识别方法的步骤。
...【技术特征摘要】
1.一种基于银行在线客服场景的文本情感倾向识别方法,其特征在于,包括:
2.根据权利要求1所述的文本情感倾向识别方法,其特征在于,所述获取客户交流文本中每个字的字向量以及每个词的词向量,包括:
3.根据权利要求2所述的文本情感倾向识别方法,其特征在于,根据所述字向量、所述词向量以及预生成的情感向量词典确定所述客户交流文本所对应的情绪标签,包括:
4.根据权利要求3所述的文本情感倾向识别方法,其特征在于,所述根据多个字向量以及多个词向量生成向量空间,包括:
5.根据权利要求3所述的文本情感倾向识别方法,其特征在于,根据所述向量空间以及所述情感向量词典确定所述客户交流文本所对应的情绪标签,包括:
6.根据权利要求4所述的文本情感倾向识别方法,...
【专利技术属性】
技术研发人员:陈楠,周迪强,简林,钟国良,
申请(专利权)人:中国工商银行股份有限公司,
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。