买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳市华金硕科技有限公司

摘要：本发明涉及深度学习技术领域，揭露一种基于深度学习实现元器件售后下的智能问答方法及系统，方法包括：计算问题关键词中每个问题关键词之间的关键词转移概率，利用关键词转移概率构建问题关键词中每个问题关键词之间的历史马尔可夫链，联结历史马尔可夫链与历史问题意图；将历史询问问题中的乱序询问问题重构为正序询问问题；生成历史问题意图的意图解决网络；获取元器件的当前询问问题，通过历史马尔可夫链从正序网络结构中查询当前马尔可夫链对应的当前问题意图；基于当前问题意图，在意图解决网络中查询当前询问问题对应的当前问题回答。本发明可以减少元器件询问下的智能问答数据复杂度，且可以提升用户情绪安抚效率。

主权项：1.一种基于深度学习实现元器件售后下的智能问答方法，其特征在于，所述方法包括：获取元器件的历史询问问题，提取所述历史询问问题中的问题关键词，分析所述历史询问问题中的历史问题意图；计算所述问题关键词中每个问题关键词之间的关键词转移概率，利用所述关键词转移概率构建所述问题关键词中每个问题关键词之间的历史马尔可夫链，联结所述历史马尔可夫链与所述历史问题意图，得到问题-意图网络；基于所述问题-意图网络，将所述历史询问问题中的乱序询问问题重构为正序询问问题，在所述问题-意图网络中去除所述乱序询问问题对应的乱序网络结构，得到正序网络结构；判断所述历史问题意图是否出现意图异常，在所述历史问题意图未出现意图异常时，生成所述历史问题意图的意图解决网络；获取所述元器件的当前询问问题，计算所述当前询问问题的当前马尔可夫链，匹配所述当前马尔可夫链与所述历史马尔可夫链，以通过所述历史马尔可夫链从所述正序网络结构中查询所述当前马尔可夫链对应的当前问题意图；基于所述当前问题意图，在所述意图解决网络中查询所述当前询问问题对应的当前问题回答，以通过所述当前问题回答完成所述元器件的询问智能问答；其中，所述基于所述当前问题意图，在所述意图解决网络中查询所述当前询问问题对应的当前问题回答，包括：判断所述当前问题意图是否出现意图异常；在所述当前问题意图未出现意图异常时，从所述意图解决网络查询所述当前问题意图对应的当前解决流程；按照预设的主语、动词及名词的顺序设置所述当前问题意图的固定套话模板；在所述固定套话模板中插入所述当前解决流程，得到所述当前问题回答；在所述当前问题意图出现意图异常时，采集所述当前问题意图对应的当前用户的历史询问记录；利用预设的文本情绪识别模型检测所述历史询问记录中所述当前用户的用户情绪类别；基于所述用户情绪类别，分析所述当前用户的负面情绪目标；基于所述负面情绪目标与所述当前问题意图对应的当前询问目标之间的目标相似性，生成所述当前用户的情绪安抚语句；分析所述当前用户对所述元器件的用户粘性；基于所述用户粘性，将所述情绪安抚语句转换为所述当前询问问题对应的当前问题回答；其中，所述文本情绪识别模型包括语义信息模块、情绪知识模块及情绪感知模块；所述分析所述当前用户对所述元器件的用户粘性，包括：采集所述当前用户的用户粘性指标；其中，所述用户粘性指标包括元器件回头次数、负面回头次数及历史询问记录与所述元器件之间的关联度；利用预设的客观权重赋权法计算所述用户粘性指标对应的粘性指标得分；将所述粘性指标得分作为所述用户粘性；所述基于所述用户粘性，将所述情绪安抚语句转换为所述当前询问问题对应的当前问题回答，包括：在所述用户粘性大于预设粘性时，在所述正序网络结构中查询所述当前问题意图的相关问题意图；从所述意图解决网络中提取所述相关问题意图对应的相关解决流程；利用所述相关解决流程在所述情绪安抚语句中生成所述当前询问问题对应的当前问题回答；在所述用户粘性不大于所述预设粘性时，将所述情绪安抚语句作为所述当前询问问题对应的当前问题回答。

全文数据：

权利要求：

百度查询： 深圳市华金硕科技有限公司 基于深度学习实现元器件售后下的智能问答方法及系统