CN110888968A 客服对话意图分类方法及装置、电子设备及介质 （浙江省北大信息技术高等研究院）

本申请提供一种客服对话意图分类方法及2获取第一训练样本集，其中，所述第一训练样本基于所述第一训练样本集，采用文本数据增强技术进行采用训练后的所述文本分类模型对待分类的客服对话数根据提取的所述对话意图段落和所述第一客服对话样本数据针对所述第三训练样本集，采用文本数据增强技术进行针对所述第一训练样本集中的每条第一客服对话样本针对所述第三训练样本集中的每条第三客服对话样本数据，执5.根据权利要求1至4任一项所述的方法针对所述第二训练样本集中的每条所述第二客服针对所述第二训练样本集中的每条所述第二客服对话3样本量扩充模块，用于基于所述第一训练样本集，模型训练模块，用于根据所述第二训练样本集训练文本4史对话数据进行高效准确的分类是推动客服智5[0024]针对所述第二训练样本集中的每条所述第二客服对话样本数[0028]针对所述第二训练样本集中的每条所述第二客服对话样本数6[0042]正则匹配子单元，用于针对所述第一训练样本集中的每条第一客服对话样本数[0045]样本量扩充单元，用于针对所述第三训练样本集中的每条第三客服对话样本数述第三客服对话样本数据对应的多条第二客[0048]分词单元，用于针对所述第二训练样本集中的每条所述第二[0052]分词子单元，用于针对所述第二训练样本集中的每条所述第二客服对话样本数7[0059]图1示出了本申请的一些实施方式所提供的一种客服对话意图分类方法的流程[0060]图2示出了本申请的一些具体实施方式所提供的一种客服对话意图分类方法的流[0063]图5示出了本申请的一些实施方式所提供的一种客服对话意图分类装置的示意[0070]请参考图1，其示出了本申请的一些实施方式所提供的一种客服对话意图分类方8[0074]步骤S104：采用训练后的所述文本分类模型对待分类的客服所述文本分类模型具有较高的分类准确率，进而准确地将待分类的客服对话数据进行分9[0092]词语位置变换可以包括：随机地选择对话短文本中两个单词并为终止条件。[0101]针对所述第二训练样本集中的每条所述第二客服对话样本数[0106]针对所述第二训练样本集中的每条所述第二客服对话样本数[0119]在本申请实施例的一些变更实施方式中，所述文本分类模型包括层次注意力模[0120]请参考图4，其示出了本申请一些实施方式所提供的一种层次注意力模型的网络[0121]由于客服对话短文本数据噪声较大(对话文本中存在非意图描述的句子，句子中层未登录词采用标准正态分布进行随机初始化，embedding层随模型一起进行参数更新。embedding层的词向量w输入双层双向LSTM，并将输出拼接后经过ATTENTION层得到句子向量S。再将句子向量输入双向LSTM层和ATTENTION层得到文本向量V，通过全连接层和方式所提供的一种客服对话意图分类方法的流程图，图2所示的客服对话意图分类方法可信息处理装置可以包括集成的或分开的功能模块或单元来执行上述各方法中的对应步骤。请参考图5，其示出了本申请的一些实施方式所提供的一种客服对话意图分类装置的示意[0136]意图分类模块104，用于采用训练后的所述文本分类模型对待分类的客服对话数[0143]正则匹配子单元，用于针对所述第一训练样本集中的每条第一客服对话样本数[0146]样本量扩充单元，用于针对所述第三训练样本集中的每条第三客服对话样本数述第三客服对话样本数据对应的多条第二客[0149]分词单元，用于针对所述第二训练样本集中的每条所述第二[0153]分词子单元，用于针对所述第二训练样本集中的每条所述第二客服对话样本数[0155]在本申请实施例的一些实施方式中，所述文本分类模型可以包括层次注意力模[0157]本申请实施方式还提供一种与前述实施方式所提供的客服对话意图分类方法对少一个通信接口203(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通方法的各步骤可以通过处理器200中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器200可以是通用处理器，包括中央处理器(CentralProcessingUnit，简称[0162]本申请实施例提供的电子设备与本申请实施例提供的客服对话意图分类方法出[0163]本申请实施方式还提供一种与前述实施方式所提供的客服对话意图分类方法对[0165]本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的客服对[0166]需要说明的是，附图中的流程图和框图显示了根据本申请的多个实施例的系统、算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个