基于人工智能的文本分析方法、装置、设备及存储介质与流程

1.本技术涉及人工智能技术领域，尤其涉及基于人工智能的文本分析方法、装置、设备及存储介质。


背景技术：

2.对话主题分析在电话营销中可以发挥重要作用，一方面根据对话主题掌握客服营销的策略，据此制定标准化的沟通流程，从而提高客服的沟通效率，另一方面根据对话主题可以辅助客服根据当前主题选择合适的话术，以提高客户的转化率。
3.现有的对话主题分析方法主要采用无监督方法为主，以聚类加预训练模型为代表。聚类加预训练模型，即通过预训练模型得到句子表征，再聚类，针对各个子类提取相应的标签，该标签即为主题标签，然而此类方法的计算复杂度较高，该方法要求句子的表征具有区分度，对话文本的噪音较多，关键词的语义被掩盖，容易导致聚类效果不佳，难以提取意义明确的主题。


技术实现要素：

4.本技术实施例的目的在于提出一种基于人工智能的文本分析方法、装置、计算机设备及存储介质，以解决现有的对话主题分析方法的计算复杂度较高，对话文本的噪音较多，关键词的语义被掩盖，容易导致聚类效果不佳，难以提取意义明确的主题的技术问题。
5.为了解决上述技术问题，本技术实施例提供一种基于人工智能的文本分析方法，采用了如下所述的技术方案：
6.获取与用户对应的对话文本，并提取所述对话文本中的关键词；
7.获取预设数量的主题预测模型；其中，每一个所述主题预测模型为使用多个对话文本样本、对话文本样本的样本关键词以及样本关键词的主题标签对bert语言模型进行训练生成的；
8.从所有所述主题预测模型中确定出目标主题预测模型；其中，所述目标主题预测模型的数量为1；
9.将所述对话文本输入至所述目标主题预测模型内，通过所述目标主题预测模型输出与所述对话文本对应的目标主题。
10.进一步的，所述提取所述对话文本中的关键词的步骤，具体包括：
11.调用预设的lda主题模型；
12.将所述对话文本输入至所述lda主题模型内，通过所述lda主题模型对所述对话文本进行关键词提取，得到对应的第一关键词；
13.基于预设的关键词提取算法对所述对话文本进行关键词提取，得到对应的第二关键词；
14.基于所述第一关键词与所述第二关键词生成与所述对话文本对应的关键词。
15.进一步的，所述基于所述第一关键词与所述第二关键词生成与所述对话文本对应
的关键词的步骤，具体包括：
16.对所述第一关键词与所述第二关键词进行合并处理，生成相应的关键词集合；
17.对所述关键词集合中的所有词语进行去重合并处理，得到处理后的关键词集合；
18.将所述处理后的关键词集合内包含的所有词语作为与所述对话文本对应的关键词。
19.进一步的，所述从所有所述主题预测模型中确定出目标主题预测模型的步骤，具体包括：
20.获取预设的测试对话文本；
21.基于所述测试对话文本生成各所述主题预测模型的查全率；
22.基于所述测试对话文本生成各所述主题预测模型的查准率；
23.基于所述查全率与所述查准率生成各所述主题预测模型的评价数值；
24.基于各所述主题预测模型的查全率、查准率与评价数值，调用预设计算公式生成各所述主题预测模型的综合评价分数；
25.从所有所述主题预测模型中筛选出综合评价分数最大的主题预测模型，并将所述综合评价分数最大的主题预测模型作为所述目标主题预测模型。
26.进一步的，所述基于所述查全率与所述查准率生成各所述主题预测模型的评价数值的步骤，具体包括：
27.获取指定主题预测模型的指定查全率与指定查准率；其中，所述指定主题预测模型为所有所述主题预测模型中的任意一个模型；
28.计算所述指定查全率与所述指定查准率之间的和值；
29.计算所述指定查全率与所述指定查准率之间的乘积；
30.基于所述和值与所述乘积生成与所述指定主题预测模型对应的指定评价数值。
31.进一步的，所述基于各所述主题预测模型的查全率、查准率与评价数值，调用预设计算公式生成各所述主题预测模型的综合评价分数的步骤，具体包括：
32.获取与查全率对应的第一权重系数；
33.获取与查准率对应的第二权重系数；
34.获取与评价数值对应的第三权重系数；
35.基于所述第一权重系数、第二权重系数以及第三权重系数，分别对各所述主题预测模型的查全率、查准率与评价数值进行一一对应的加权求和处理，得到各所述主题预测模型的综合评价分数。
36.进一步的，在所述将所述对话文本输入至所述目标主题预测模型内，通过所述目标主题预测模型输出与所述对话文本对应的目标主题的步骤之后，还包括：
37.获取与所述目标主题对应的目标话术；
38.确定与所述用户对应的目标客服的通讯信息；
39.基于所述通讯信息，将所述目标话术推送给所述目标客服。
40.为了解决上述技术问题，本技术实施例还提供一种基于人工智能的文本分析装置，采用了如下所述的技术方案：
41.提取模块，用于获取与用户对应的对话文本，并提取所述对话文本中的关键词；
42.第一获取模块，用于获取预设数量的主题预测模型；其中，每一个所述主题预测模
型为使用多个对话文本样本、对话文本样本的样本关键词以及样本关键词的主题标签对bert语言模型进行训练生成的；
43.第一确定模块，用于从所有所述主题预测模型中确定出目标主题预测模型；其中，所述目标主题预测模型的数量为1；
44.生成模块，用于将所述对话文本输入至所述目标主题预测模型内，通过所述目标主题预测模型输出与所述对话文本对应的目标主题。
45.为了解决上述技术问题，本技术实施例还提供一种计算机设备，采用了如下所述的技术方案：
46.获取与用户对应的对话文本，并提取所述对话文本中的关键词；
47.获取预设数量的主题预测模型；其中，每一个所述主题预测模型为使用多个对话文本样本、对话文本样本的样本关键词以及样本关键词的主题标签对bert语言模型进行训练生成的；
48.从所有所述主题预测模型中确定出目标主题预测模型；其中，所述目标主题预测模型的数量为1；
49.将所述对话文本输入至所述目标主题预测模型内，通过所述目标主题预测模型输出与所述对话文本对应的目标主题。
50.为了解决上述技术问题，本技术实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：
51.获取与用户对应的对话文本，并提取所述对话文本中的关键词；
52.获取预设数量的主题预测模型；其中，每一个所述主题预测模型为使用多个对话文本样本、对话文本样本的样本关键词以及样本关键词的主题标签对bert语言模型进行训练生成的；
53.从所有所述主题预测模型中确定出目标主题预测模型；其中，所述目标主题预测模型的数量为1；
54.将所述对话文本输入至所述目标主题预测模型内，通过所述目标主题预测模型输出与所述对话文本对应的目标主题。
55.与现有技术相比，本技术实施例主要有以下有益效果：
56.本技术实施例通过获取与用户对应的对话文本，并提取对话文本中的关键词；获取预设数量的主题预测模型；从所有主题预测模型中确定出目标主题预测模型；将对话文本输入至目标主题预测模型内，通过目标主题预测模型输出与对话文本对应的目标主题。本技术在获取到对话文本并提取出对话文本中的关键词后，会从预设数量的主题预测模型的确定出目标主题预测模型，进而可以使用该目标主题预测模型对对话文本进行主题预测处理，从而可以快速准确地生成与对话文本对应的目标主题，提高了对于对话文本的主题分析的处理效率与准确性。
附图说明
57.为了更清楚地说明本技术中的方案，下面将对本技术实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
58.图1是本技术可以应用于其中的示例性系统架构图；
59.图2根据本技术的基于人工智能的文本分析方法的一个实施例的流程图；
60.图3是根据本技术的基于人工智能的文本分析装置的一个实施例的结构示意图；
61.图4是根据本技术的计算机设备的一个实施例的结构示意图。
具体实施方式
62.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本技术；本技术的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本技术的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
63.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
64.为了使本技术领域的人员更好地理解本技术方案，下面将结合附图，对本技术实施例中的技术方案进行清楚、完整地描述。
65.如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
66.用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
67.终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、mp3播放器(moving picture expertsgroup audio layer iii，动态影像专家压缩标准音频层面3)、mp4(moving pictureexperts group audio layer iv，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
68.服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
69.需要说明的是，本技术实施例所提供的基于人工智能的文本分析方法一般由服务器/终端设备执行，相应地，基于人工智能的文本分析装置一般设置于服务器/终端设备中。
70.应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
71.继续参考图2，示出了根据本技术的基于人工智能的文本分析方法的一个实施例的流程图。所述的基于人工智能的文本分析方法，包括以下步骤：
72.步骤s201，获取与用户对应的对话文本，并提取所述对话文本中的关键词。
73.在本实施例中，基于人工智能的文本分析方法运行于其上的电子设备(例如图1所
示的服务器/终端设备)。上述对话文本是由用户与客服在进行通话中输入的对话语音进行语音识别后生成的，可以基于现有的语音识别技术对对话语音进行转化处理以得到相应的对话文本。其中，可以通过有线连接方式或者无线连接方式获取对话语音。需要指出的是，上述无线连接方式可以包括但不限于3g/4g/5g连接、wifi连接、蓝牙连接、wimax连接、zigbee连接、uwb(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。另外，上述提取所述对话文本中的关键词的具体实施过程，本技术将在后续的具体实施例中对此进行进一步的细节描述，在此不作过多阐述。
74.步骤s202，获取预设数量的主题预测模型；其中，每一个所述主题预测模型为使用多个对话文本样本、对话文本样本的样本关键词以及样本关键词的主题标签对bert语言模型进行训练生成的。
75.在本实施例中，对于上述预设数量的取值不作限定，可根据实际的业务需求进行设置。其中，上述bert语言模型具体为albert模型，且每一个主题预测模型的训练生成过程相同。具体的，通过训练bert语言模型生成主题预测模型的过程包括：(1)先将输入的对话文本样本转换成特征向量，该特征向量由两部分组成分别是词向量和位置向量。其中词向量表示对当前词的编码分段向量表示对当前词所在句子的位置编码，位置向量表示对当前词的位置编码，每一句话使用cls和sep作为开头和结尾的标记；对对话文本样本进行关键词提取并构建关键词集合，对于具有明确主题意义的关键词定义为主题关键词，并为主题关键词打上主题标签，另一部分的关键词即为非主题关键词；(2)选择albert作为预训练模型，并延用tod-bert[1]的模型架构。由于albert模型建模了句子连贯性任务，因此该阶段在albert模型的基础上基于对话文本继续预训练，具体采用双向transformer编码中的encoder双塔编码器提取特征向量中的文本特征。其中，通过encoder可以从对话文本样本提取出word embedding，word embedding为词语的表征(即取该词语的字向量平均)，以及通过encoder从对话文本样本的样本关键词提取出label embedding，label embedding为主题的表征(即取[cls]的向量)。其中，引入关键词及主题的先验知识，基于标签嵌入的关键词主题分类，由于某些主题并不是由关键词直接表达，因此需要主题的描述信息，而标签嵌入方法可以将主题的描述信息作为先验知识编码，由此获得主题的表征更加具有区分度。另外，encoder为由自注意力机制(self-attention)和前馈神经网络(feed forword neural network)组成的共享参数的双塔编码器，encoder的核心是self-attention。它可以发现每一个词和这句话里面其他词之间的关系，而且没有距离的限制，几十甚至几百个词之间的关系仍然能找到，这样就可以充分挖掘到每个词的左右上下文信息，从而就可以得到词的双向表示，从而更容易获得高分的训练模型。在实验中使用的是预训练模型albert，且在训练模型时直接将预训练模型加载运行。(3)该阶段主要建模某个词语是否关键词、该词语与主题的相似，前者主要使关键词的表征更具有区分度，由于非主题关键词数量较多，因此可以得到充分的学习；后者对于主题关键词，使其表征与主题的表征更加相关，因此可以学习到主题的表征。在具体训练时，主题关键词采用多任务学习方式，而非主题关键词只需学习一个是否关键词的任务。在训练过程中，如果albert模型的损失函数满足预先设定的收敛条件时，则判定该albert模型训练完成。其中，上述损失函数为marginal ranking loss：其中，表示当前关键词ki与当
前主题的相似度，表示当前关键词ki与其他主题的相似度。该损失函数要求当前关键词ki与当前主题的相似度高于ki与其他主题的相似度。相似度可通过现有的相似度计算方法，例如通过计算余弦距离得到，在此不作过多阐述。另外，双塔编码结构及多任务学习方法，多任务学习方法利用任务之间的信息互补，充分利用仅有的标注数据，其效果不差于单一任务的效果。本实施例无需大量的标注成本，只需利用少量的先验知识即可获得不错的效果，并且在预测阶段能够满足工程的实时性要求。
[0076]
步骤s203，从所有所述主题预测模型中确定出目标主题预测模型；其中，所述目标主题预测模型的数量为1。
[0077]
在本实施例中，上述从所有所述主题预测模型中确定出目标主题预测模型的具体实施过程，本技术将在后续的具体实施例中对此进行进一步的细节描述，在此不作过多阐述。本实施例利用目标主题预测模型的双向transformer编码层对对话文本进行特征提取，提取出的每个特征包括了左右上下文的信息，克服了现有技术的忽略了词的上下文关系。通过从所有主题预测模型中确定出目标主题预测模型，利用综合评价分数最大的主题预测模型进行对于对话文本的主题预测处理，具有预测准确度高、可靠性强且较稳定的效果。
[0078]
步骤s204，将所述对话文本输入至所述目标主题预测模型内，通过所述目标主题预测模型输出与所述对话文本对应的目标主题。
[0079]
在本实施例中，在确定出目标主题预测模型后，可以使用该目标主题预测模型预测当前的对话文本的主题。使用目标主题预测模型对对话文本以及与对话文本的关键词进行预测处理后，会输出与对话文本的各个关键词为对应的主题的选取概率。通过目标主题预测模型计算每一个关键词属于所有主题中任意一个主题的分布概率，并将该分布概率作为选取概率，其中，一个选取概率代表一个关键词与对话文本的主题关联的概率。如果对话文本只有一个关键词，则取概率最大的主题作为目标主题。而若对话文本有多个关键词，则采用投票法则，及获得票数最多的主题为当前的对话文本的目标主题。本实施例基于目标主题预测模型生成的与对话文本对应的目标主题比较客观，得到的对话文本的目标主题具有考虑全面和错误率低的优点。
[0080]
本技术通过获取与用户对应的对话文本，并提取对话文本中的关键词；获取预设数量的主题预测模型；从所有主题预测模型中确定出目标主题预测模型；将对话文本输入至目标主题预测模型内，通过目标主题预测模型输出与对话文本对应的目标主题。本技术在获取到对话文本并提取出对话文本中的关键词后，会从预设数量的主题预测模型的确定出目标主题预测模型，进而可以使用该目标主题预测模型对对话文本进行主题预测处理，从而可以快速准确地生成与对话文本对应的目标主题，提高了对于对话文本的主题分析的处理效率与准确性。
[0081]
在一些可选的实现方式中，步骤s201中的提取所述对话文本中的关键词，包括以下步骤：
[0082]
调用预设的lda主题模型。
[0083]
在本实施例中，lda主题模型是一种文档主题生成模型，也是一个三层贝叶斯概率模型，使用lda主题模型的关键词提取是基于语义特征进行的，通过lda主题模型提取的关键词与对话文本更加具有语义关系。
[0084]
将所述对话文本输入至所述lda主题模型内，通过所述lda主题模型对所述对话文本进行关键词提取，得到对应的第一关键词。
[0085]
在本实施例中，基于lda主题模型对对话文本进行关键词提取的过程可包括：对对话文本进行预处理得到一个单词集合；采用模式匹配结合句法规则来进行名词短语分块，利用词性标注和“形容词 名词”模式得到一系列候选关键短语；利用lda主题模型计算单词集合中每个单词的word salience分数，根据该分数进行降序排序，取前k个作为问题文本的主题单词集合；利用候选关键短语与主题单词，构建phraseword图；根据构建phraseword的图结构，进行pagerank算法迭代得到每个候选短语的分数，降序排序之后，排名靠前的若干数量的候选短语即是需要提取的关键词。
[0086]
基于预设的关键词提取算法对所述对话文本进行关键词提取，得到对应的第二关键词。
[0087]
在本实施例中，上述关键词提取算法可包括tf-idf算法或textrank算法中的一种或多种，优选地，该关键词提取算法采用tf-idf关键词提取算法。基于tf-idf算法对话题文本进行关键词提取的实现过程可包括：tf-idf是一种统计方法，用于评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。tf-idf的主要思想是：如果某个单词在一篇文章中出现的频率tf高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类，即将此词或者短语作为文章的关键词。
[0088]
基于所述第一关键词与所述第二关键词生成与所述对话文本对应的关键词。
[0089]
在本实施例中，上述基于所述第一关键词与所述第二关键词生成与所述对话文本对应的关键词的具体实施过程，本技术将在后续的具体实施例中对此进行进一步的细节描述，在此不作过多阐述。
[0090]
本技术通过结合使用lda主题模型与预设的关键词提取算法来生成与对话文本对应的关键词，可以保证生成的关键词的完整性与准确性，有利于后续能够基于对话文本以及与对比文本对应的关键词来准确地确定出对话文本的主题。
[0091]
在本实施例的一些可选的实现方式中，上述基于所述第一关键词与所述第二关键词生成与所述对话文本对应的关键词，包括以下步骤：
[0092]
对所述第一关键词与所述第二关键词进行合并处理，生成相应的关键词集合。
[0093]
在本实施例中，合并处理是指将所有的第一关键词与所有的第二关键词进行合并汇总处理，从而得到包含有所有的第一关键词以及所有的第二关键词的关键词集合。
[0094]
对所述关键词集合中的所有词语进行去重合并处理，得到处理后的关键词集合。
[0095]
在本实施例中，去重合并处理是指对于关键词集合中包括的多个相同的词语，仅保留其中一个词语并删除其他的词语的处理。
[0096]
将所述处理后的关键词集合内包含的所有词语作为与所述对话文本对应的关键词。
[0097]
本技术通过使用lda主题模型对对话文本进行关键词提取处理得到第一关键词，以及使用预设的关键词提取算法对对话文本进行关键词提取处理得到第二关键词后，通过对第一关键词与第二关键词进行进一步的合并去重处理以最终确定出与对话文本对应的关键词，有效地确保了生成的对话文本的关键词的完整性与准确性。
[0098]
在一些可选的实现方式中，步骤s203包括以下步骤：
[0099]
获取预设的测试对话文本。
[0100]
在本实施例中，上述测试对话文本可基于预先采集的上述对话文本样本生成。举例地，可以从对话文本样本中随机获取预设比例的对话文本数据作为该测试对话文本。其中，对于上述预设比例的取值不作具体限定，可根据实际的使用需求进行设置，例如可设为30％。
[0101]
基于所述测试对话文本生成各所述主题预测模型的查全率。
[0102]
在本实施例中，查全率也可称为召回率，即在检索结果中真正正确的个数占整个数据集(检索到的和未检索到的)中真正正确个数的比例。具体的，可以通过混淆矩阵来计算生成主题预测模型的查全率。混淆矩阵用于衡量一个分类器的准确程度。对于二分类问题，将其样例根据真实类别和分类器的预测类别的组合划分为真正例(true positive，tp)、假正例(false positive，fp)、真反例(true negative，tn)以及假反例(false negative，fn)四种情形。基于混淆矩阵，可以使用如下计算公式计算出主题预测模型的查全率：查全率＝tp/(tp fn)。
[0103]
基于所述测试对话文本生成各所述主题预测模型的查准率。
[0104]
在本实施例中，查准率也可称为精确率，即在检索后返回的结果中，真正正确的个数占整个结果的比例。同理，可以通过混淆矩阵来计算生成主题预测模型的查准率。基于上述误差矩阵，可以使用如下计算公式计算出主题预测模型的查准率：精确率＝tp/(tp fp)。
[0105]
基于所述查全率与所述查准率生成各所述主题预测模型的评价数值。
[0106]
在本实施例中，由于查全率和查准率有时会出现相互矛盾的情况，因而采用评价数值综合考虑这两个个评价指标。其中，基于所述查全率与所述查准率生成各所述主题预测模型的评价数值的具体实施过程，本技术将在后续的具体实施例中对此进行进一步的细节描述，在此不作过多阐述。
[0107]
基于各所述主题预测模型的查全率、查准率与评价数值，调用预设计算公式生成各所述主题预测模型的综合评价分数。
[0108]
在本实施例中，基于各所述主题预测模型的查全率、查准率与评价数值，调用预设计算公式生成各所述主题预测模型的综合评价分数的具体实施过程，本技术将在后续的具体实施例中对此进行进一步的细节描述，在此不作过多阐述。
[0109]
从所有所述主题预测模型中筛选出综合评价分数最大的主题预测模型，并将所述综合评价分数最大的主题预测模型作为所述目标主题预测模型。
[0110]
本技术通过使用预设的测试对话文本生成每一个主题预测模型的综合评价分数，进而可基于得到的综合评价分数来确定出目标主题预测模型，由于得到的目标主题预测模型具有最高的综合处理能力，使得后续利用该目标主题预测模型来对对话文本进行主题预测，能够有效提高得到的与对话文本对应的目标主题的准确性，且提高了对于对话文本的主题预测处理的效率。
[0111]
在一些可选的实现方式中，上述基于所述查全率与所述查准率生成各所述主题预测模型的评价数值，包括以下步骤：
[0112]
获取指定主题预测模型的指定查全率与指定查准率；其中，所述指定主题预测模型为所有所述主题预测模型中的任意一个模型。
[0113]
计算所述指定查全率与所述指定查准率之间的和值。
[0114]
计算所述指定查全率与所述指定查准率之间的乘积。
[0115]
基于所述和值与所述乘积生成与所述指定主题预测模型对应的指定评价数值。
[0116]
本实施例中，基于所述和值与所述乘积，可以采用如下计算公式计算得到指定主题预测模型对应的指定评价数值：s＝2q/h，其中，s为指定评价数值，q为指定查全率与指定查准率之间的和值，h为指定查全率与指定查准率之间的乘积。
[0117]
本技术通过计算每一个主题预测模型的召回率与查准率之间的和值与乘积，并基于得到的和值与乘积来快速地生成主题预测模型的评价分值，有利于后续可以基于得到的该评价分值来快速准确地生成主题预测模型的综合评价分数，进而可以基于得到的综合评价分数来快速准确地确定出用于对对话文本进行主题预测处理的目标主题预测模型。
[0118]
在本实施例的一些可选的实现方式中，上述基于各所述主题预测模型的查全率、查准率与评价数值，调用预设计算公式生成各所述主题预测模型的综合评价分数，包括以下步骤：
[0119]
获取与查全率对应的第一权重系数。
[0120]
在本实施例中，对于第一权重系数的取值不作具体限定，可根据实际的业务需求进行设置。
[0121]
获取与查准率对应的第二权重系数。
[0122]
在本实施例中，对于第二权重系数的取值不作具体限定，可根据实际的业务需求进行设置。
[0123]
获取与评价数值对应的第三权重系数。
[0124]
在本实施例中，对于第三权重系数的取值不作具体限定，可根据实际的业务需求进行设置。其中，优选第三权重系数》第一权重系数》第二权重系数，且第一权重系数、第二权重系数以及第三权重系数之间的和值等于1。
[0125]
基于所述第一权重系数、第二权重系数以及第三权重系数，分别对各所述主题预测模型的查全率、查准率与评价数值进行一一对应的加权求和处理，得到各所述主题预测模型的综合评价分数。
[0126]
在本实施例中，可以采用如下计算公式计算得到主题预测模型的综合评价分数：score＝x*a y*b z*c，其中，score为综合评价分数，x为查全率，a为查全率的第一权重系数，y为查准率，b为查准率的第二权重系数，z为评价数值，c为评价数值的第三权重系数。
[0127]
本技术通过基于与查全率对应的第一权重系数、与查准率对应的第二权重系数以及与评价数值对应的第三权重系数来对主题预测模型的查全率、查准率与评价数值进行对应的加权求和处理，从而可以快速准确地得到各主题预测模型的综合评价分数，进而可基于得到的综合评价分数来确定出目标主题预测模型，由于得到的目标主题预测模型具有最高的综合处理能力，使得后续利用该目标主题预测模型来对对话文本进行主题预测，能够有效提高得到的与对话文本对应的目标主题的准确性，且提高了对于对话文本的主题预测处理的效率。
[0128]
在本实施例的一些可选的实现方式中，在步骤s204之后，上述电子设备还可以执行以下步骤：
[0129]
获取与所述目标主题对应的目标话术。
[0130]
在本实施例中，预先创建有话术库，该话术库内存储有多个主题，以及与每个主题一一对应的话术，可通过使用目标主题对该话术库进行查询，从而可以查询出与该目标主题对应的目标话术。
[0131]
确定与所述用户对应的目标客服的通讯信息。
[0132]
在本实施例中，上述目标客服为与用户进行通话的客服，上述通讯信息可为电话号码。
[0133]
基于所述通讯信息，将所述目标话术推送给所述目标客服。
[0134]
在本实施例中，当通讯信息为电话号码时，可以基于该电话号码，将目标话术发送给目标客服的终端设备。
[0135]
本技术在使用目标主题预测模型确定出与对话文本对应的目标主题后，还会智能地获取与该目标主题对应的目标话术，并将目标话术推送给所述目标客服，以实现辅助客服根据当前的目标主题选择合适的话术，有利于提高客户的转化率，且客服可以据此制定标准化的沟通流程，从而有效提高客服的沟通效率。
[0136]
需要强调的是，为进一步保证上述目标主题的私密和安全性，上述目标主题还可以存储于一区块链的节点中。
[0137]
本技术所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
[0138]
本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
[0139]
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
[0140]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机可读指令来指令相关的硬件来完成，该计算机可读指令可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)等非易失性存储介质，或随机存储记忆体(random access memory，ram)等。
[0141]
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
[0142]
进一步参考图3，作为对上述图2所示方法的实现，本技术提供了一种基于人工智能的文本分析装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
[0143]
如图3所示，本实施例所述的基于人工智能的文本分析装置300包括：提取模块301、第一获取模块302、第一确定模块303以及生成模块304。其中：
[0144]
提取模块301，用于获取与用户对应的对话文本，并提取所述对话文本中的关键词；
[0145]
第一获取模块302，用于获取预设数量的主题预测模型；其中，每一个所述主题预测模型为使用多个对话文本样本、对话文本样本的样本关键词以及样本关键词的主题标签对bert语言模型进行训练生成的；
[0146]
第一确定模块303，用于从所有所述主题预测模型中确定出目标主题预测模型；其中，所述目标主题预测模型的数量为1；
[0147]
生成模块304，用于将所述对话文本输入至所述目标主题预测模型内，通过所述目标主题预测模型输出与所述对话文本对应的目标主题。
[0148]
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的文本分析方法的步骤一一对应，在此不再赘述。
[0149]
在本实施例的一些可选的实现方式中，提取模块301包括：
[0150]
调用子模块，用于调用预设的lda主题模型；
[0151]
第一提取子模块，用于将所述对话文本输入至所述lda主题模型内，通过所述lda主题模型对所述对话文本进行关键词提取，得到对应的第一关键词；
[0152]
第二提取子模块，用于基于预设的关键词提取算法对所述对话文本进行关键词提取，得到对应的第二关键词；
[0153]
第一生成子模块，用于基于所述第一关键词与所述第二关键词生成与所述对话文本对应的关键词。
[0154]
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的文本分析方法的步骤一一对应，在此不再赘述。
[0155]
在本实施例的一些可选的实现方式中,第一生成子模块包括：
[0156]
第一处理单元，用于对所述第一关键词与所述第二关键词进行合并处理，生成相应的关键词集合；
[0157]
第二处理单元，用于对所述关键词集合中的所有词语进行去重合并处理，得到处理后的关键词集合；
[0158]
确定单元，用于将所述处理后的关键词集合内包含的所有词语作为与所述对话文本对应的关键词。
[0159]
本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的文本分析方法的步骤一一对应，在此不再赘述。
[0160]
在本实施例的一些可选的实现方式中，第一确定模块303包括：
[0161]
获取子模块，用于获取预设的测试对话文本；
[0162]
第二生成子模块，用于基于所述测试对话文本生成各所述主题预测模型的查全率；
[0163]
第三生成子模块，用于基于所述测试对话文本生成各所述主题预测模型的查准率；
[0164]
第四生成子模块，用于基于所述查全率与所述查准率生成各所述主题预测模型的评价数值；
[0165]
第五生成子模块，用于基于各所述主题预测模型的查全率、查准率与评价数值，调用预设计算公式生成各所述主题预测模型的综合评价分数；
[0166]
确定子模块，用于从所有所述主题预测模型中筛选出综合评价分数最大的主题预测模型，并将所述综合评价分数最大的主题预测模型作为所述目标主题预测模型。
[0167]
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的文本分析方法的步骤一一对应，在此不再赘述。
[0168]
在本实施例的一些可选的实现方式中，第四生成子模块包括：
[0169]
第一获取单元，用于获取指定主题预测模型的指定查全率与指定查准率；其中，所述指定主题预测模型为所有所述主题预测模型中的任意一个模型；
[0170]
第一计算单元，用于计算所述指定查全率与所述指定查准率之间的和值；
[0171]
第二计算单元，用于计算所述指定查全率与所述指定查准率之间的乘积；
[0172]
第一生成单元，用于基于所述和值与所述乘积生成与所述指定主题预测模型对应的指定评价数值。
[0173]
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的文本分析方法的步骤一一对应，在此不再赘述。
[0174]
在本实施例的一些可选的实现方式中，第五生成子模块包括：
[0175]
第二获取单元，用于获取与查全率对应的第一权重系数；
[0176]
第三获取单元，用于获取与查准率对应的第二权重系数；
[0177]
第四获取单元，用于获取与评价数值对应的第三权重系数；
[0178]
第二生成单元，用于基于所述第一权重系数、第二权重系数以及第三权重系数，分别对各所述主题预测模型的查全率、查准率与评价数值进行一一对应的加权求和处理，得到各所述主题预测模型的综合评价分数。
[0179]
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的文本分析方法的步骤一一对应，在此不再赘述。
[0180]
在本实施例的一些可选的实现方式中，基于人工智能的文本分析装置还包括：
[0181]
第二获取模块，用于获取与所述目标主题对应的目标话术；
[0182]
第二确定模块，用于确定与所述用户对应的目标客服的通讯信息；
[0183]
推送模块，用于基于所述通讯信息，将所述目标话术推送给所述目标客服。
[0184]
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的文本分析方法的步骤一一对应，在此不再赘述。
[0185]
为解决上述技术问题，本技术实施例还提供计算机设备。具体请参阅图4，图4为本实施例计算机设备基本结构框图。
[0186]
所述计算机设备4包括通过系统总线相互通信连接存储器41、处理器42、网络接口43。需要指出的是，图中仅示出了具有组件41-43的计算机设备4，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员
可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(application specific integrated circuit，asic)、可编程门阵列(field－programmable gate array，fpga)、数字处理器(digital signal processor，dsp)、嵌入式设备等。
[0187]
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
[0188]
所述存储器41至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、随机访问存储器(ram)、静态随机访问存储器(sram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、可编程只读存储器(prom)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器41可以是所述计算机设备4的内部存储单元，例如该计算机设备4的硬盘或内存。在另一些实施例中，所述存储器41也可以是所述计算机设备4的外部存储设备，例如该计算机设备4上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。当然，所述存储器41还可以既包括所述计算机设备4的内部存储单元也包括其外部存储设备。本实施例中，所述存储器41通常用于存储安装于所述计算机设备4的操作系统和各类应用软件，例如基于人工智能的文本分析方法的计算机可读指令等。此外，所述存储器41还可以用于暂时地存储已经输出或者将要输出的各类数据。
[0189]
所述处理器42在一些实施例中可以是中央处理器(central processing unit，cpu)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器42通常用于控制所述计算机设备4的总体操作。本实施例中，所述处理器42用于运行所述存储器41中存储的计算机可读指令或者处理数据，例如运行所述基于人工智能的文本分析方法的计算机可读指令。
[0190]
所述网络接口43可包括无线网络接口或有线网络接口，该网络接口43通常用于在所述计算机设备4与其他电子设备之间建立通信连接。
[0191]
与现有技术相比，本技术实施例主要有以下有益效果：
[0192]
本技术实施例中，通过获取与用户对应的对话文本，并提取对话文本中的关键词；获取预设数量的主题预测模型；从所有主题预测模型中确定出目标主题预测模型；将对话文本输入至目标主题预测模型内，通过目标主题预测模型输出与对话文本对应的目标主题。本技术在获取到对话文本并提取出对话文本中的关键词后，会从预设数量的主题预测模型的确定出目标主题预测模型，进而可以使用该目标主题预测模型对对话文本进行主题预测处理，从而可以快速准确地生成与对话文本对应的目标主题，提高了对于对话文本的主题分析的处理效率与准确性。
[0193]
本技术还提供了另一种实施方式，即提供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可读指令，所述计算机可读指令可被至少一个处理器执行，以使所述至少一个处理器执行如上述的基于人工智能的文本分析方法的步骤。
[0194]
与现有技术相比，本技术实施例主要有以下有益效果：
[0195]
本技术实施例中，通过获取与用户对应的对话文本，并提取对话文本中的关键词；获取预设数量的主题预测模型；从所有主题预测模型中确定出目标主题预测模型；将对话文本输入至目标主题预测模型内，通过目标主题预测模型输出与对话文本对应的目标主
题。本技术在获取到对话文本并提取出对话文本中的关键词后，会从预设数量的主题预测模型的确定出目标主题预测模型，进而可以使用该目标主题预测模型对对话文本进行主题预测处理，从而可以快速准确地生成与对话文本对应的目标主题，提高了对于对话文本的主题分析的处理效率与准确性。
[0196]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本技术各个实施例所述的方法。
[0197]
显然，以上所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例，附图中给出了本技术的较佳实施例，但并不限制本技术的专利范围。本技术可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本技术的公开内容的理解更加透彻全面。尽管参照前述实施例对本技术进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本技术说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本技术专利保护范围之内。