对话内容挖掘方法和对话内容评估模型的生成方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114969195A(43)申请公布日2022.08.30(21)申请号202210591004.6G06N3/08(2006.01)(22)申请日2022.05.27(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦二层(72)发明人刘坤刘凯(74)专利代理机构北京清亦华知识产权代理事务所(普通合伙)11201专利代理师罗岚(51)Int.Cl.G06F16/26(2019.01)G06F16/332(2019.01)G06F40/35(2020.01)G06K9/62(2022.01)G06N3/04(2006.01)权利要求书4页说明书13页附图10页(54)发明名称对话内容挖掘方法和对话内容评估模型的生成方法(57)摘要本公开提供了对话内容挖掘方法和对话内容评估模型的生成方法，涉及人工智能技术领域，尤其涉及深度学习、数据处理、自然语言处理等领域。具体实现方案为：获取包括平台对话内容的待挖掘对话对应的用户画像和产品画像，将待挖掘对话切分为多个类型的语义单元，根据同一类型的语义单元中的平台对话内容的意图、用户画像和产品画像对平台对话内容进行聚类以生成聚类平台对话内容，并和对话内容评估模型确定目标对话内容。本公开通过对平台对话内容进行聚类以生成聚类平台对话内容并和对话内容评估模型确定目标对话内容，减少了时间和人力成本，提高了对话内容挖掘结果的准确度，增强了对实际应用场景的适应性，从而提高了工作效率。CN114969195ACN114969195A权利要求书1/4页1.一种对话内容挖掘方法，包括：获取待挖掘对话，所述待挖掘对话中包括平台对话内容；获取所述待挖掘对话对应的用户画像和产品画像；将所述待挖掘对话切分为多个类型的语义单元；根据同一类型的所述语义单元中的平台对话内容的意图、所述用户画像和产品画像对所述平台对话内容进行聚类，以生成聚类平台对话内容；以及根据所述聚类平台对话内容和对话内容评估模型确定所述聚类平台对话内容中的目标对话内容。2.根据权利要求1所述的对话内容挖掘方法，其中，获取所述待挖掘对话对应的所述用户画像，包括：根据所述待挖掘对话对应的用户的行为和/或聊天记录，获取所述用户画像。3.根据权利要求1所述的对话内容挖掘方法，其中，所述将所述待挖掘对话切分为多个类型的语义单元，包括：根据所述待挖掘对话的对话阶段和/或用户问题，将所述待挖掘对话切分为多个类型的所述语义单元。4.根据权利要求1所述的对话内容挖掘方法，其中，所述根据同一类型的所述语义单元中的平台对话内容的意图、所述用户画像和产品画像对所述平台对话内容进行聚类，以生成聚类平台对话内容，包括：根据同一类型的所述语义单元中的平台对话内容的意图、所述用户画像和产品画像，通过特征值聚类的方式对所述平台对话内容进行聚类，以生成所述聚类平台对话内容，所述特征值包括所述平台对话内容的对话内容语义向量特征、问题语义向量特征、所述用户画像中的属性值和所述产品画像中的属性值。5.根据权利要求1所述的对话内容挖掘方法，其中，所述根据所述聚类平台对话内容和对话内容评估模型确定所述聚类平台对话内容中的目标对话内容，包括：将所述聚类平台对话内容输入至所述对话内容评估模型，以生成对话内容评估结果；以及根据所述对话内容评估结果确定所述聚类平台对话内容中的所述目标对话内容。6.根据权利要求1所述的对话内容挖掘方法，还包括：对所述待挖掘对话进行去口语化。7.一种对话内容评估模型的生成方法，包括：获取样本对话，所述样本对话中包括平台对话内容；获取所述样本对话对应的用户画像和产品画像；将所述样本对话切分为多个类型的语义单元；根据同一类型的所述语义单元中的平台对话内容的意图、所述用户画像和产品画像对所述平台对话内容进行聚类，以生成聚类平台对话内容；以及根据所述聚类平台对话内容和所述聚类平台对话内容的实际对话内容评估结果对待训练的对话内容评估模型进行训练，以生成对话内容评估模型。8.根据权利要求7所述的生成方法，其中，获取所述样本对话对应的所述用户画像，包括：2CN114969195A权利要求书2/4页根据所述样本对话对应的用户的行为和/或聊天记录，获取所述用户画像。9.根据权利要求7所述的生成方法，其中，所述将所述样本对话切分为多个类型的语义单元，包括：根据所述样本对话的对话阶段和/或用户问题，将所述样本对话切分为多个类型的所述语义单元。10.根据权利要求7所述的生成方法，其中，所述根据同一类型的所述语义单元中的平台对话内容的意图、所述用户画像和产品画像对所述平台对话内容进行聚类，以生成聚类平台对话内容，包括：根据同一类型的所述语义单元中的平台对话内容的意图、所述用户画像和产品画像，通过特征值聚类的