CN115688879B 一种基于知识图谱的智能客服语音处理系统及方法 （中电智恒信息科技服务有限公司）

一种基于知识图谱的智能客服语音处理系本发明公开了一种基于知识图谱的智能客够降低企业的客服成本，同时提高客服答疑效2依次从问答库中选取问句并与文本信息拼接，将拼接结果输入预构将最大的相似度值对应的问句输入预构建的实体识别模若实体信息能够成功链接至知识图谱，则基于预构建的所属问根据所属问题类别确定候选关系路径集合，选择候选关系路径集合其中，所述相似度识别模型、所述实体识别模型或所述所属问题识别模型基于改进在BERT模型输入的tokenembedding部分之后添加平均池在BERT模型的注意力层网络连接中，注意力层外部的每连接形成Densely_connecte在BERT模型的交叉熵损失函数上添加flip所述实体识别模型的构建包括：构建实体识别的训练数据集并输入改进所述所属问题识别模型的构建包括：构建所属问题识别的训练若所属问题类别为一跳关系类，则对问句的实体信息中的每个若所属问题类别为多跳关系类，则对问句的实体信息中的每个3相似度识别模块，用于依次从问答库中选取问句并与文本信息实体信息模块，用于将最大的相似度值对应的问句输答案生成模块，用于根据所属问题类别确定候选关系路径集合，选择候选其中，所述相似度识别模型、所述实体识别模型或所述所属问题识别模型基于改进在BERT模型输入的tokenembedding部分之后添加平均池在BERT模型的注意力层网络连接中，注意力层外部的每连接形成Densely_connecte在BERT模型的交叉熵损失函数上添加flip所述处理器用于根据所述指令进行操作以执行根据权利要求1_5任一项所述方法的步4研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。与人工客服相[0004]近年来，基于知识图谱的智能问答系统成为学术界和工业界研究和应用的热所属问题类别；5[0020]在BERT模型输入的tokenembedding部分之后添加平均池化层形成Average_识图谱中的一跳关系路径，通过路径相似度算法计算一跳关系路径和文本信息的相似度，将相似度最高的一跳关系路径列入一跳候选识图谱中的一跳关系路径，通过路径相似度算法计算一跳关系路径和文本信息的相似度，6改进的ADFBERT网络模型和基于知识图谱的多跳关系预测算法，有效地解决了当前已有的[0049]步骤02：通过问句处理模块将QV转化为文本信息QT(Question_Text)，进行步骤7[0064](1)Average_pooling：在BERT模型输入的tokenembedding部分之后添加平均池[0068]所述残差网络为网络中每一层都和其下游相隔几层的某一层有额外的数据连8[0075]使用flip损失函数相当于将原先的交叉熵损失函数中低于阈值c的部分进行“翻[0077]所述实体识别任务是识别问句中的主题实体，采用在ADFBERT网络模型下游接选实体集进行消歧，最终选择正确的候选实体。采用方式为将问句和候选实体集输入[0085]所述步骤06中的问题分类模块用于识别问句所属类别。所述类别分为查询实体对和答案实体一跳关系特征组成。所述问句关系对由[CLS]+问题字符序列+[SEP]+候选关9[0096]将两个方向的LSTM的输出拼接即得到BiLSTM的输出再通过步长为1，预测候选关系为标签1的概率作为候选关系层编码后的矩阵分别做最大池化和平均池化操作，得到两个向量表示Hr和Hr公式如现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定[0143]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一