一种通过人机对话进行反欺诈干预的方法和系统

    公开(公告)号:CN112988991A

    公开(公告)日:2021-06-18

    申请号:CN202110153307.5

    申请日:2021-02-04

    Inventor: 王子豪 杨明晖

    Abstract: 本说明书公开了一种通过人机对话进行反欺诈干预的方法和系统,所述方法包括:获取来自人机对话的对话文本,所述人机对话由用户的目标操作触发,所述对话文本包括当前用户话语;基于对话文本确定用户的行为意图;基于行为意图以及对话文本确定当前用户话语对应的回复策略类型以及与目标操作相关的风险信息;基于回复策略类型以及风险信息确定一条或多条候选机器人话术;对一条或多条候选机器人话术进行筛选,获得应答机器人话术;基于应答机器人话术回复当前用户话语。

    一种对话辅助方法、系统及装置

    公开(公告)号:CN112084318A

    公开(公告)日:2020-12-15

    申请号:CN202011024999.5

    申请日:2020-09-25

    Abstract: 本申请实施例公开了一种对话辅助方法、系统和装置,其中,所述方法包括:显示对话界面;获取所述对话的当前话语信息,以及所述对话中当前话语的上文信息;基于所述当前话语信息,确定一个或多个适配的预设话术推荐算法;利用所述预设话术推荐算法处理所述当前话语对应的文本数据以及所述上文信息,确定至少一个推荐话术;所述预设话术推荐算法至少包括基于机器学习的推荐算法,或基于规则的推荐算法;在对话界面显示至少一个推荐话术。由此,可以向进行对话的人员提供话术推荐,提高对话的效率。

    智能对话方法、装置和电子设备

    公开(公告)号:CN111444329A

    公开(公告)日:2020-07-24

    申请号:CN202010533383.4

    申请日:2020-06-12

    Abstract: 本说明书提出了一种智能对话方法、装置和电子设备,其中,上述方法包括:获取当前用户的提问语句,将所述提问语句输入至多个预置问答模型,得到对应的多条回答语句,其中,所述预置问答模型用于根据所述提问语句生成对应的回答语句;分别将每条所述回答语句和与所述当前用户对应的历史对话语句进行组合,得到对应的多个对话语句序列;将所述对话语句序列输入至预置输出模型进行计算,得到每个所述对话语句序列对应的置信度,根据所述置信度获得最终的回答语句。通过上述方法可以实现智能的对话,由此可以减少对人工标注数据的依赖,提高对话的效率,提升用户体验。

    用于在对话中提供答复语句的方法及装置

    公开(公告)号:CN111259130A

    公开(公告)日:2020-06-09

    申请号:CN202010092082.2

    申请日:2020-02-14

    Inventor: 王子豪 崔恒斌

    Abstract: 本公开提供了用于在对话中提供答复语句的方法及装置,在该方法中,获取包括用户的当前对话语句和上下文对话语句的查询语句,以及从对话日志中搜索出的回答语料,并对查询语句和回答语料分别进行向量化处理以得到查询语句向量矩阵和回答语料向量矩阵,将查询语句向量和回答语料向量提供给机器阅读理解模型,以从回答语料中确定当前对话语句的答复语句的起始词语位置和结束词语位置,基于所确定的起始词语位置和结束词语位置,从回答语料中获取答复语句。

    用于在对话中提供答复语句的方法及装置

    公开(公告)号:CN111259130B

    公开(公告)日:2023-04-07

    申请号:CN202010092082.2

    申请日:2020-02-14

    Inventor: 王子豪 崔恒斌

    Abstract: 本公开提供了用于在对话中提供答复语句的方法及装置,在该方法中,获取包括用户的当前对话语句和上下文对话语句的查询语句,以及从对话日志中搜索出的回答语料,并对查询语句和回答语料分别进行向量化处理以得到查询语句向量矩阵和回答语料向量矩阵,将查询语句向量和回答语料向量提供给机器阅读理解模型,以从回答语料中确定当前对话语句的答复语句的起始词语位置和结束词语位置,基于所确定的起始词语位置和结束词语位置,从回答语料中获取答复语句。

    训练话术生成模型、生成应答话术的方法和装置

    公开(公告)号:CN111339278B

    公开(公告)日:2023-03-31

    申请号:CN202010130638.2

    申请日:2020-02-28

    Abstract: 本说明书实施例提供一种训练话术生成模型、生成应答话术的方法和装置。训练话术生成模型的方法包括:针对用户与人工客服的第一历史对话,得到第一意图关键词对应的第一应答话术;将第一意图关键词以字为单位按照各字的位置关系输入待训练的话术生成模型,话术生成模型包括编码器和解码器,编码器根据位置关系以及第一意图关键词中的各字对第一意图关键词进行编码,得到第一意图关键词对应的第一语义向量,并将第一语义向量输入到解码器进行多次迭代解码,得到话术预测结果;根据第一应答话术和话术预测结果,对话术生成模型进行训练。能够在给定用户意图下生成应答话术,极大减轻了运营人员的工作量,提升运营效率。

    用于文本分类的神经网络系统的训练方法及装置

    公开(公告)号:CN112100387A

    公开(公告)日:2020-12-18

    申请号:CN202011269071.3

    申请日:2020-11-13

    Abstract: 本说明书实施例提供一种用于文本分类的神经网络系统的训练方法,该神经网络系统包括文本表征网络、特征提取层和分类网络。该训练方法包括:首先,获取训练文本集,该训练文本集对应K个类别;接着,针对该训练文本集中任一的第一训练文本,利用上述文本表征网络对其进行处理,得到第一文本向量;然后,利用上述特征提取层,将该第一文本向量分别与对应所述K个类别的K个类别特征向量进行组合操作,得到K个特征提取向量;再接着,基于该K个特征提取向量和上述分类网络,确定分类预测结果;再然后,基于该分类预测结果和上述第一训练文本的类别标签,训练上述神经网络系统。

Patent Agency Ranking