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】
本专利技术涉及人工智能领域及金融科技领域,尤其涉及信息抽取方法、装置、设备及存储介质。
技术介绍
1、在系统的直通电销场景中,通过信息抽取方法,抽取用户对服务的意图信息,可以辅助座席下单,减少座席的操作。系统可以是保险系统、银行系统、交易系统、订单系统。
2、然而,现有的信息抽取方法,信息抽取时间长,不利于提高信息抽取效率。其原因在于,现有的信息抽取方法不会区分座席的意图信息和用户的意图信息,因此会将座席的意图信息和用户的意图信息都进行抽取,这样抽取的数据量将会十分巨大,且抽取时间长,耗费了设备资源以及时间资源,因此不利于提高信息抽取效率。
技术实现思路
1、本专利技术提供一种信息抽取方法、装置、计算机设备及存储介质,以解决现有的信息抽取方法,解释时间长,不利于提高信息抽取效率的技术问题。
2、第一方面,提供了一种信息抽取方法,包括:
3、获取当前对话文本,根据所述当前对话文本的上下文区分说话人角色;
4、对所述说话人角色的对话进行标注,得到座席对话文本和用户对话文本,所述说话人角色包括座席和用户;
5、在所述座席对话文本中,提取所述座席的说话的特征向量,得到座席对话向量,在所述用户对话文本中,提取所述用户的说话的特征向量,得到用户特征向量;
6、将所述座席对话向量输入训练完成的服务信息抽取模型中,确定所述服务信息抽取模型基于所述座席对话标注文本输出的至少一个当前服务;
7、将所述用户特征向量以及所
8、利用所述意图信息分类模型的分类器,对所述用户特征向量进行分类,输出所述当前服务对应的当前意图信息,所述当前意图信息为所述意图信息分类模型预测所述用户选择所述当前服务的意图信息。
9、第二方面,提供了一种信息抽取装置,包括:
10、获取模块,用于获取当前对话文本,根据所述当前对话文本的上下文区分说话人角色;
11、标注模块,用于对所述说话人角色的对话进行标注,得到座席对话文本和用户对话文本,所述说话人角色包括座席和用户;
12、提取模块,用于在所述座席对话文本中,提取所述座席的说话的特征向量,得到座席对话向量,在所述用户对话文本中,提取所述用户的说话的特征向量,得到用户特征向量;
13、确定模块,用于将所述座席对话向量输入训练完成的服务信息抽取模型中,确定所述服务信息抽取模型基于所述座席对话标注文本输出的至少一个当前服务;
14、输入模块,用于将所述用户特征向量以及所述当前服务输入训练完成的意图信息分类模型;
15、输出模块,用于利用所述意图信息分类模型的分类器,对所述用户特征向量进行分类,输出所述当前服务对应的当前意图信息,所述当前意图信息为所述意图信息分类模型预测所述用户选择所述当前服务的意图信息。
16、第三方面,提供了一种计算机设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述信息抽取方法的步骤。
17、第四方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述信息抽取方法的步骤。
18、本申请提供一种信息抽取方法、装置、计算机设备及存储介质,通过获取当前对话文本,根据所述当前对话文本的上下文区分说话人角色;对所述说话人角色的对话进行标注,得到座席对话文本和用户对话文本,所述说话人角色包括座席和用户;在所述座席对话文本中,提取所述座席的说话的特征向量,得到座席对话向量,在所述用户对话文本中,提取所述用户的说话的特征向量,得到用户特征向量;将所述座席对话向量输入训练完成的服务信息抽取模型中,确定所述服务信息抽取模型基于所述座席对话标注文本输出的至少一个当前服务;将所述用户特征向量以及所述当前服务输入训练完成的意图信息分类模型;利用所述意图信息分类模型的分类器,对所述用户特征向量进行分类,输出所述当前服务对应的当前意图信息,所述当前意图信息为所述意图信息分类模型预测所述用户选择所述当前服务的意图信息,有益效果在于两方面,一方面,只抽取用户的意图信息,减少了抽取的数据量,缩短了抽取的时间,节省了设备资源和时间资源,有利于提高信息抽取效率;另一方面,由于只抽取用户的意图信息,减少了意图信息分类模型在推理过程中的计算量,因此意图信息分类模型能快速输出所述当前服务对应的当前意图信息,有利于让座席进行有效的推荐操作,同时有利于提高当前服务的推荐效率。
本文档来自技高网...【技术保护点】
1.一种信息抽取方法,其特征在于,包括:
2.如权利要求1所述的信息抽取方法,其特征在于,在所述获取当前对话文本,根据所述当前对话文本的上下文区分说话人角色之前,所述信息抽取方法还包括:
3.如权利要求1所述的信息抽取方法,其特征在于,在所述获取当前对话文本,根据所述当前对话文本的上下文区分说话人角色之前,所述信息抽取方法还包括:
4.如权利要求1所述的信息抽取方法,其特征在于,所述对所述说话人角色的对话进行标注,得到座席对话文本和用户对话文本,包括:
5.如权利要求1所述的信息抽取方法,其特征在于,所述在所述座席对话文本中,提取所述座席的说话的特征向量,得到座席对话向量,在所述用户对话文本中,提取所述用户的说话的特征向量,得到用户特征向量,包括:
6.如权利要求1所述的信息抽取方法,其特征在于,在所述利用所述意图信息分类模型的分类器,对所述用户特征向量进行分类,输出所述当前服务对应的当前意图信息之后,所述信息抽取方法,还包括:
7.如权利要求6所述的信息抽取方法,其特征在于,在所述判断所述当前意图信息是否为
8.一种信息抽取装置,其特征在于,包括:
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如权利要求1至7任一项所述信息抽取方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述信息抽取方法的步骤。
...【技术特征摘要】
1.一种信息抽取方法,其特征在于,包括:
2.如权利要求1所述的信息抽取方法,其特征在于,在所述获取当前对话文本,根据所述当前对话文本的上下文区分说话人角色之前,所述信息抽取方法还包括:
3.如权利要求1所述的信息抽取方法,其特征在于,在所述获取当前对话文本,根据所述当前对话文本的上下文区分说话人角色之前,所述信息抽取方法还包括:
4.如权利要求1所述的信息抽取方法,其特征在于,所述对所述说话人角色的对话进行标注,得到座席对话文本和用户对话文本,包括:
5.如权利要求1所述的信息抽取方法,其特征在于,所述在所述座席对话文本中,提取所述座席的说话的特征向量,得到座席对话向量,在所述用户对话文本中,提取所述用户的说话的特征向量,得到用户特征向量,包括:
6.如权利要求1...
【专利技术属性】
技术研发人员:胡碧峰,
申请(专利权)人:中国平安财产保险股份有限公司,
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。