CN115757718A - 文本生成方法及装置 - Google Patents
文本生成方法及装置 Download PDFInfo
- Publication number
- CN115757718A CN115757718A CN202211385349.2A CN202211385349A CN115757718A CN 115757718 A CN115757718 A CN 115757718A CN 202211385349 A CN202211385349 A CN 202211385349A CN 115757718 A CN115757718 A CN 115757718A
- Authority
- CN
- China
- Prior art keywords
- text
- dialog
- target
- determining
- answer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例提供文本生成方法及装置,其中所述文本生成方法包括:获取关联项目参与行为的对话文本,并确定对话文本对应的目标问题文本;基于对话文本和对话文本对应的辅助文本确定待处理文本,其中,辅助文本关联项目参与行为;基于待处理文本确定与目标问题文本关联的目标答案文本;基于目标问题文本和目标答案文本生成对话文本对应的对话总结文本。根据对话文本确定目标问题文本,并且引入对话文本对应的辅助文本丰富信息来源,根据辅助文本和对话文本确定待处理文本,能够获得准确度更高的目标答案文本,使得最后生成的对话总结文本细粒度更高,项目人员能够基于对话总结文本更快的获知到项目参与用户的意图,从而为用户提供更便捷的服务。
Description
技术领域
本说明书实施例涉及自然语言技术领域,特别涉及文本生成方法。本说明书一个或者多个实施例同时涉及文本生成装置、文本生成***,一种计算设备,以及一种计算机可读存储介质。
背景技术
随着计算机、网络等技术的快速发展,基于电话、网络的客服中心成为企业与用户交互的一个重要途径,目前在客服与用户完成对话后,会根据预先设定好的对话小结分类进行对话记录,总结用户本次咨询的问题,后续该用户再次呼叫客服时无需重复描述问题,客服可以根据上次的对话小结了解到用户想咨询的问题。但是,上述总结用户对话过程中经常会出现以下问题:在咨询结束之后,客户人员需花费大量时间填写小结记录;小结记录内容不准确,无法为下一次用户的咨询体验起到作用。因此,如何快速准确的总结客户沟通内容是目前亟需解决的问题。
发明内容
有鉴于此,本说明书实施例提供了文本生成方法。本说明书一个或者多个实施例同时涉及一种文本生成装置、文本生成***,一种计算设备,一种计算机可读存储介质以及一种计算机程序,以解决现有技术中存在的技术缺陷。
根据本说明书实施例的第一方面,提供了一种文本生成方法,包括:
获取关联项目参与行为的对话文本,并确定所述对话文本对应的目标问题文本;
基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本关联所述项目参与行为;
基于所述待处理文本确定与所述目标问题文本关联的目标答案文本;
基于所述目标问题文本和所述目标答案文本生成所述对话文本对应的对话总结文本。
根据本说明书实施例的第二方面,提供了一种文本生成方法,包括:
接收通过总结页面针对对话文本提交的文本生成指令,其中,所述总结页面关联项目参与行为;
响应于所述文本生成指令,确定所述对话文本对应的目标问题文本,并基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本关联所述项目参与行为;
基于所述待处理文本确定与所述目标问题文本关联的目标答案文本;
基于所述目标问题文本和所述目标答案文本生成所述对话文本对应的对话总结文本,并通过所述总结页面展示对话总结文本。
根据本说明书实施例的第三方面,提供了一种文本生成方法,包括:
获取用户与客服之间的沟通对话文本,并确定所述沟通对话文本对应的目标问题文本;
基于所述沟通对话文本和所述沟通对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本为所述客服使用的沟通模板文本;
基于所述待处理文本确定与所述目标问题文本关联的目标答案文本;
基于所述目标问题文本和所述目标答案文本,生成所述沟通对话文本对应的客服沟通总结文本。
根据本说明书实施例的第四方面,提供了一种文本生成装置,包括:
获取模块,被配置为获取关联项目参与行为的对话文本,并确定所述对话文本对应的目标问题文本;
第一确定模块,被配置为基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本关联所述项目参与行为;
第二确定模块,被配置为基于所述待处理文本确定与所述目标问题文本关联的目标答案文本;
生成模块,被配置为基于所述目标问题文本和所述目标答案文本生成所述对话文本对应的对话总结文本。
根据本说明书实施例的第五方面,提供了一种文本生成装置,包括:
接收模块,被配置为接收通过总结页面针对对话文本提交的文本生成指令,其中,所述总结页面关联项目参与行为;
第一确定模块,被配置为响应于所述文本生成指令,确定所述对话文本对应的目标问题文本,并基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本关联所述项目参与行为;
第二确定模块,被配置为基于所述待处理文本确定与所述目标问题文本关联的目标答案文本;
生成模块,被配置为基于所述目标问题文本和所述目标答案文本生成所述对话文本对应的对话总结文本,并通过所述总结页面展示对话总结文本。
根据本说明书实施例的第六方面,提供了一种文本生成装置,包括:
获取模块,被配置为获取用户与客服之间的沟通对话文本,并确定所述沟通对话文本对应的目标问题文本;
第一确定模块,被配置为基于所述沟通对话文本和所述沟通对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本为所述客服使用的沟通模板文本;
第二确定模块,被配置为基于所述待处理文本确定与所述目标问题文本关联的目标答案文本;
生成模块,被配置为基于所述目标问题文本和所述目标答案文本,生成所述沟通对话文本对应的客服沟通总结文本。
根据本说明书实施例的第七方面,提供了一种文本生成***,包括:
所述客户端用于存储文本展示可执行指令,所述服务器用于存储文本生成可执行指令;所述文本展示可执行指令被客户端执行时以及所述文本生成可执行指令被服务器执行时实现上述文本生成方法的步骤。
根据本说明书实施例的第八方面,提供了一种计算设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机指令,所述处理器执行所述计算机指令时实现所述文本生成方法的步骤。
根据本说明书实施例的第九方面,提供了一种计算机可读存储介质,其存储有计算机指令,该计算机指令被处理器执行时实现所述文本生成方法的步骤。
根据本说明书实施例的第十方面,提供了一种计算机程序,其中,当所述计算机程序在计算机中执行时,令计算机执行上述文本生成方法的步骤。
本说明书提供的文本生成方法,包括获取关联项目参与行为的对话文本,并确定所述对话文本对应的目标问题文本;基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本关联所述项目参与行为;基于所述待处理文本确定与所述目标问题文本关联的目标答案文本;基于所述目标问题文本和所述目标答案文本生成所述对话文本对应的对话总结文本。
本说明书一实施例实现了根据对话文本确定对应的目标问题文本,并且引入对话文本对应的辅助文本来丰富信息来源,根据辅助文本和对话文本确定待处理文本,使得能够获得准确度更高的目标答案文本,使得最后生成的对话总结文本细粒度更高,使得项目人员能够基于对话总结文本更快的获知到项目参与用户的意图,从而为用户提供更便捷的服务。
附图说明
图1是本说明书一个实施例提供的一种文本生成方法的效果示意图
图2是本说明书一个实施例提供的一种文本生成方法的流程图;
图3是本说明书另一个实施例提供的一种文本生成方法的流程图;
图4是本说明书一个实施例提供的一种文本生成方法的处理过程流程图;
图5是本说明书另一个实施例提供的一种文本生成方法的流程图;
图6是本说明书一个实施例提供的一种文本生成装置的结构示意图;
图7是本说明书另一个实施例提供的一种文本生成装置的结构示意图;
图8是本说明书另一个实施例提供的一种文本生成装置的结构示意图;
图9是本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本说明书内涵的情况下做类似推广,因此本说明书不受下面公开的具体实施的限制。
在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本说明书一个或多个实施例中使用的术语“和/或”是指包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本说明书一个或多个实施例范围的情况下,第一也可以被称为第二,类似地,第二也可以被称为第一。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
首先,对本说明书一个或多个实施例涉及的名词术语进行解释。
服务小结:客服在客户进线咨询完成后需要对当通咨询进行总结描述,当用户再次进线后新的客服可以快速定位用户问题和处理进展,减少用户的重复描述,提升用户体验。
服务摘要:用户进线时,服务摘要描述当前用户的大致问题、诉求,若已经有处理进度,还会包含当前用户的处理进展。
SOP:标准作业程序,文中SOP特指客服人员操作的问题解决流程。
ISO:数字化解决方案,基于SOP的升级,更智能更便捷的作业程序。
在服务领域中,当用户与客服进行沟通之后,客服会对此次沟通进行总结描述,生成服务小结,服务小结用于用户下次咨询时,下一个为用户提供咨询服务的客服能够基于服务小结快速了解到当前用户的历史问题及处理进展,减少用户的重复描述,提升用户体验。目前服务小结的生成需要克服两类问题。一是服务小结填写占用时间长,服务人员需在服务结束之后将本次的沟通记录进行总结和沉淀,当用户再次询问时能够辅助下一通接线客服快速定位和解决问题,目前服务小结由于是人工填写,因此填写时长较长、费力度较高,客服需要自行总结客户问题、客户诉求、已提供解决方案三个重点信息。二是服务小结填写准确率低,由于现有的服务小结是由人工填写或由语料识别模型进行总结,导致服务小结的填写信息不准确,容易造成客服对用户的意图和诉求理解偏差,进而使得用户的咨询体验受损。目前的客服***中的服务小结填充***采用语料识别模型,进行枚举值的识别,这种方法无法覆盖丰富的实际业务场景,且识别问题不准确,造成填充内容粗粒度,无法为后续的客服人员提供准确的信息。
基于此在本说明书中,提供了文本生成方法,用于快速生成准确度更高的服务小结、摘要,从而客服快速定位和解决问题提供支持,使得能更好的为用户提供服务,本说明书同时涉及一种文本生成装置、文本生成***,一种计算设备,一种计算机可读存储介质以及一种计算机程序,在下面的实施例中逐一进行详细说明。
图1是根据本说明书一个实施例提供的一种文本生成方法的效果示意图,在图1中,项目人员可以理解为客服人员,客服人员在与用户完成沟通服务之后,可以通过客户端,如图1中的电脑终端查看到沟通记录,即对话文本,在实际应用中,对话文本可以是由沟通音频转换获得,客户端上的客服***在获得对话文本的基础上,查询本次沟通过程中客服是否按照标准作业流程进行服务,若有则可以获取到对话文本对应的辅助文本,辅助文本中详细记载有客户问题、处理方式、处理进度等信息,后续可以直接按照辅助文本中的内容生成对话总结文本,即服务小结;若没有则可以基于对话文本进行语料识别,根据识别结果生成对话总结文本。如图1中,若是基于对话文本生成对话总结文本,则可以识别出对话文本中的关于用户原话的问题文本“商家不给退货”,从而可以生成目标问题文本“质量问题,商家不给退货”,以及识别出目标答案文本“客服介入处理,等待耐心处理”,基于标准作业流程的ISO和SOP,能够为对话总结文本的生成引入更准确的数据源,从而提高对话总结文本的生成准确度,使得下一个项目人员能够基于本次生成的对话总结文本快速了解到用户的问题及处理方式、进度等信息。在实际应用中,对话总结文本中还可以包括其他信息,例如用户的基本账户信息,客服与商家的沟通信息等。通过本说明书提供的文本生成方法,能够在引入准确度更高的辅助文本的情况下,生成保留率更高的对话总结文本,使得项目人员后续无需对对话总结文本进行大幅度调整,提高项目人员的服务效率及用户的使用体验。
图2示出了根据本说明书一个实施例提供的一种文本生成方法的流程图,包括步骤202至步骤208。
步骤202:获取关联项目参与行为的对话文本,并确定所述对话文本对应的目标问题文本。
其中,项目参与行为可以理解为用户参与项目方提供的项目的行为,如用户进行网购的行为、用户网上购票的行为,当用户参与项目之后对此次的参与行为有疑问的,则会向项目人员进行咨询,项目人员可以是提供项目的项目平台的客服人员,也可以是项目平台中每个服务方的服务人员。以网购为例,用户在A平台网购了一件衣服,但是该衣服没有发货,则项目参与行为即为用户在A平台购买商品,用户此时想要询问关于商品发货的问题,则可以询问售卖该商品的店铺服务人员,也可以直接询问A平台的客服人员,在双方沟通之后则会留有沟通记录。当用户通过终端与客服人员进行线上沟通时,沟通记录则可以直接为文本形式,当用户通过终端与客服人员进行电话沟通时,沟通记录则可以为音频形式,后续可以针对该沟通音频进行语音识别,转换成文本形式。不管是何种沟通方式,最后都可以生成关联该项目参与行为的对话文本,便于后续继续生成服务小结,即对话总结文本。对话总结文本中可以包括有目标问题文本,目标问题文本即可以理解为用户本次想要询问的问题,如商品未发货。
具体实施时,为了使填充内容细粒度、内容准确,目标问题文本中包括有问题类型和原始问题文本,即用户原话。在实际应用中,用户与客服沟通的目的往往是想要咨询相关问题,如购买商品前询问关于商品的具体细节,如这个手机的像素多少;也可以是购买商品后询问关于商品售后问题,如这个手机怎么无法开机。因此一个用户的项目参与行为可能会存在多个对话文本,当客服人员为与用户沟通之前,为了提高沟通效率,可以基于服务小结提前了解到用于意图,快速定位用户问题,了解到用户之前问题的处理进度等信息。因此基于对话文本生成对话总结文本能够提高用户的使用体验。
在本说明书一实施例中,用户想要购买游乐园的门票,则询问相关客服人员一些关于门票的具体细节问题,如该门票在工作日能够使用吗、门票可以游玩园中所有项目吗等问题。在用户与客服人员沟通结束之后,客服***会自动获取本次沟通的对话文本,并确定对话文本对应的目标问题文本,目标问题文本为“门票使用,这个门票可以在工作日使用吗”。
进一步的,如果仅仅根据枚举的问题判断用户的问题,可能会无法准确识别出用户的意图,如用户想要询问商品什么时候发货,但是枚举的问题中并没有关于发货时间问题的枚举值,则识别出的问题可能仅为商品出厂时间,导致识别错误,后续客服人员可能会错误理解用户意图。因此,问题文本中应该包括有用户原话描述的问题文本,从而准确的描述用户咨询的问题,具体的,确定所述对话文本对应的目标问题文本,包括:基于所述对话文本在问题文本数据库中选择初始问题文本;根据所述初始问题文本在所述对话文本中确定原始问题文本;将所述初始问题文本和所述原始问题文本进行合并,根据合并结果获得目标问题文本。
其中,初始问题文本可以理解为提前设定好的问题,问题文本数据库中存储有历史询问的问题,即人工进行枚举值的穷举,初始问题文本即为问题类目,但是初始问题文本的粒度粗,可能无法准确的描述用户真正的问题。如确定初始问题文本为退货,但是根据初始问题文本无法了解到用户想要退什么货、因为什么退货,所以可以通过原始问题文本进行补充,基于初始问题文本和原始问题文本生成细粒度的问题文本,使得填充内容更加准确。原始问题文本可以理解为用户原话描述问题的文本,如我想要把这个手机退了,因为我买错型号了。
在实际应用中,为了使填充内容更加准确,还原服务过程的重点信息,可以在问题文本中加入用户原话,帮助客服提升工作效率。在确定出初始问题文本之后,可以基于初始问题文本在整个对话文本中确定出最符合该问题的描述文本,即确定原始问题文本,从而进行后续的目标问题文本生成。
在本说明书一具体实施例中,基于用户与客服的对话文本在问题文本数据库中选择初始问题文本,初始问题文本为“门票使用”,根据确定出的初始问题文本在对话文本中进行原始问题文本的选择,确定出原始问题文本“这个门票可以在节假日使用吗”,将初始问题文本和原始问题文本进行合并,根据合并结果获得目标问题文本,目标问题文本为“门票使用:这个门票可以在节假日使用吗”。
在实际应用中,为了解决语料识别准确率低的问题,可以在确定初始问题文本时引入参与状态信息进行判断,具体的基于所述对话文本在问题文本数据库中选择初始问题文本,包括:获取所述对话文本对应的参与状态信息;基于所述参与状态信息对问题文本数据库进行文本筛选,根据筛选结果确定待选问题文本;计算每个待选问题文本与对话文本的匹配度,根据每个匹配度选择初始问题文本。
其中,参与状态信息可以理解为项目参与行为的状态信息,如用户在购买商品之前进行咨询,则参与状态信息为售前状态,则可以基于该参与状态信息在问题文本数据库中将售前问题文本筛选出来,筛选出来的问题文本即为待选问题文本,后续可以基于对话文本进行进一步选择,从而确定初始问题文本。
具体实施时,当用户在购买商品之后进行咨询,则参与状态信息中不仅包括有售后状态信息,还可以包括有具体的订单信息,如用户已付款等待发货,或者历史对话总结文本,及用户上次与客服沟通之后总结出的文本,从而能够更准确的筛选出待选问题文本。在确定出待选问题文本之后,则可以计算出每个待选问题文本与对话文本的匹配度,匹配度可以理解为该问题文本与对话文本的关联度,关联度越高说明该问题文本可能越符合用户意图,即越关联对话文本,则根据每个待选问题文本与对话文本的匹配度则可以确定出初始问题文本。
在本说明书一具体实施例中,获取对话文本对应的参与状态信息,参与状态信息为售前状态,则可以在问题文本数据库中首先筛选出售前问题,根据筛选结果确定待选问题文本,并计算每个待选问题文本与对话文本的匹配度,选择匹配度最高的待选问题文本作为初始问题文本,初始问题文本为“门票使用”。
基于此通过引入用户原声字段进行问题填充,采取初始问题文本与原始问题文本的组合字段进行填充,能够精确详细的描述用户的问题。
步骤204:基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本关联所述项目参与行为。
其中,待处理文本可以理解为后续需要进行识别处理的文本,辅助文本可以理解为SOP、ISO体系的操作流程文本,辅助文本中包括客服在服务过程中选择出的不同流程节点,每个流程节点对应有描述文本,可以确定最终给到用户的处理方案。
在实际应用中,客服在服务过程中会有一个ISO或SOP的引导***,可以理解为一个冗长的树状结构,根据用户的不同诉求和描述,客服会选择不同的分支节点,最终确定出的叶子节点,即是为用户提供的解决方案。由于辅助文本是客服人员在与用户沟通过程中按照用户描述一步一步点击选择处理步骤选择的描述文本,因此辅助文本相对于对话文本,相当于优先级更高的数据来源,后续根据辅助文本能够直接确定出确定的答案文本,从而无需再从对话文本中识别出答案文本,提高对话总结文本的生成效率。
具体实施时,由于一个项目参与行为可能存在多个对话文本,而每个对话文本具有对应的一个辅助文本,因此在确定本次对话文本的辅助文本时,需要根据当前对话文本来确定,具体的所述辅助文本的确定,包括:确定所述对话文本的对话标识信息;根据所述对话标识信息确定所述对话文本对应的辅助文本。
其中,对话标识信息可以理解为对话文本的唯一标识,如根据沟通时间、用户信息生成的唯一ID,根据对话标识信息即可以确定出对话文本对应的辅助文本。
在实际应用中,由于客服人员为了更好的为用户提供服务,可能不会使用ISO、SOP操作流程进行沟通,在这种情况下则对话文本则没有辅助文本,也可以理解为对话文本对移动辅助文本为空,但是由于辅助文本的优先级高于对话文本,因此在确定答案文本时,首先需要识别辅助文本中是否存在答案文本,具体的基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,包括:对所述辅助文本进行识别,根据识别结果确定所述辅助文本中存在答案文本的情况下,将所述辅助文本作为待处理文本。
具体实施时,在确定对话文本以及对话文本对应的辅助文本之后,首先对辅助文本中是否存在答案文本进行识别,由于辅助文本是由客服人员点击流程步骤生成的,因此辅助文本中若有答案文本,则直接将该答案文本作为目标答案文本填入对话总结文本中,无需再从对话文本中进行语料识别。因此,对辅助文本进行识别,根据识别结果确定辅助文本中存在答案文本的情况下,则将辅助文本作为待处理文本,后续基于辅助文本确定与目标问题文本关联的目标答案文本。
在另一种情况下,当辅助文本中不存在答案文本的情况下,则继续识别对话文本,具体的,基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,包括:对所述辅助文本进行识别,根据识别结果确定所述辅助文本中未存在答案文本的情况下,将所述对话文本作为待处理文本。
具体实施时,当客服人员并未按照标准作业流程与用户进行沟通,选择自己输入回复内容,则本次对话文本的辅助文本为空,此时为了确定答案文本,需要对对话文本进行语料识别,则将对话文本作为后续识别处理的待处理文本。
步骤206:基于所述待处理文本确定与所述目标问题文本关联的目标答案文本。
其中,根据两种不同情况下确定出的待处理文本,确定出与目标问题文本关联的目标答案文本。
在实际应用中,在辅助文本存在答案文本的情况下,基于所述待处理文本确定与所述目标问题文本关联的目标答案文本,包括:将所述辅助文本中的答案文本作为所述目标问题文本关联的目标答案文本。即将辅助文本中的答案文本直接作为目标问题文本。
在另一种情况下,当辅助文本中未存在答案文本的情况下,基于所述待处理文本确定与所述目标问题文本关联的目标答案文本,包括:对所述对话文本进行识别处理,根据识别结果确定所述对话文本中的答案文本,将所述对话文本中的答案文本作为所述目标问题文本关联的目标答案文本。即,将对话文本作为待处理文本,并对对话文本进行语料识别处理,根据识别结果确定出答案文本,从而后续将对话文本中识别出的答案文本作为与目标问题文本关联的目标答案文本。
为了解决过往识别颗粒度粗的问题,采用预设识别规则进行识别,具体的对所述对话文本进行识别处理,根据识别结果确定所述对话文本中的答案文本,将所述对话文本中的答案文本作为所述目标问题文本关联的目标答案文本,包括:将对话文本输入至引导模型进行引导识别处理,获得引导答案文本,以及将对话文本输入至动作模型进行动作识别处理,获得动作答案文本;根据所述引导答案文本和所述动作答案文本确定对话文本中的答案文本,将所述对话文本中的答案文本作为所述目标问题文本关联的目标答案文本。
其中,引导模型与动作模型的识别对象均为对话文本,但是引导模型与动作模型的识别侧重点不同,引导模型更倾向于识别客服引导用户去做什么,如客服引导用户查询物流信息动作模型更倾向于识别客服直接帮用户做什么,如客服直接为用户查询物流信息,将江中模型结合,即两种识别规则结合进行组合识别,可组合更多业务场景,使得识别结果更加准确。在实际应用中,可以将两者识别出的结果进行进一步处理,作为对话文本中的答案文本,也可以是根据识别结果,选择更为准确的结果作为对话文本中的答案文本。
在本说明书一具体实施例中,将对话文本分别输入至引导模型和动作模型中,通过引导模型对对话文本进行引导识别处理,通过动作模型对对话文本进行动作识别处理,获得引导模型输出的引导答案文本和动作模型输出的动作答案文本,将引导答案文本和动作答案文本组合处理生成对话文本的答案文本,答案文本为“这种门票任何时段均可使用”,将此答案文本作为目标问题文本关联的目标答案文本。
步骤208:基于所述目标问题文本和所述目标答案文本生成所述对话文本对应的对话总结文本。
其中,当通过上述方法确定出目标问题文本和目标答案文本之后,则可以生成本次对话文本对应的对话总结文本。在实际应用中,即确定出本次用户所询问的问题以及客服提供的解决方案之后,则可以基于两者生成本次沟通服务的服务小结。
为了使客服能够快速定位和解决问题,可以将问题文本和答案文本进行组合,生成对话总结文本,并且为了保证对话总结文本的规范性,可以将问题文本和答案文本填入预设的对话总结模板中。具体的基于所述目标问题文本和所述目标答案文本生成所述对话文本对应的对话总结文本,包括:确定所述项目参与行为的参与进度信息,基于所述参与进度信息确定所述对话文本对应的对话总结模板,将所述目标问题文本和所述目标答案文本写入所述对话总结模板,生成所述对话文本对应的对话总结文本。
其中,参与进度信息可以理解为用户当前的项目参与行为的进度信息,如网购时的订单进度信息包括是否完成交易、用户是否评价、评价内容等信息。
在实际应用中,当用户在不同的参与进度进行咨询问题时,对应的对话总结模板也可能不同,如用户在交易未完成时进行咨询问题,则对应的对话总结模板中可能包括有交易状态文本、目标问题文本、目标答案文本、商家状态文本等,如用户在交易完成之后进行咨询问题,则对应的对话总结模型中可能包括有用户评价文本、目标问题文本、目标答案文本等。则针对不同参与进度,需要确定出当前对话文本的当前进度的对话总结模板,从而能够更加详细的描述用户当前进度所遇到的问题。
在本说明书一具体实施例中,确定用户网购行为的订单信息,确定用户已完成订单并做出评价,基于参与进度信息确定对话文本你的对话总结模板,将目标问题文本和目标答案文本写入对话总结模板中,该对话总结模板中还包括有该用户对于本次网购的满意度评价,从而后续客服能够根据基于该对话总结模板生成的对话总结文本快速获知用户上次所咨询的问题及处理方案,并且能够准确的了解到用户对于本次网购的满意度,从而更好的为用户提供客服服务,提高用户使用体验。
在另一种情况下,也可以基于目标问题文本和目标答案文本自动生成总结话语,具体的将所述目标问题文本和所述目标答案文本进行融合处理,根据融合结果生成所述对话文本对应的对话总结文本。
具体实施时,可以基于预训练模型将目标问题文本和目标答案文本进行融合处理,获得模型输出的对话总结文本。以目标问题文本为“门票使用,这个门票是否可以在节假日使用”、目标答案文本“这个门票可以在任何时段进行使用”为例,将目标问题文本和目标答案文本输入至预训练模型中,预训练模型对两者进行编码解码处理,生成融合后的对话总结文本,对话总结文本为“用户询问门票的使用时效问题,已回复用户该门票可在任何时段进行使用”,通过这种方式,能够为客服提供更加便捷的服务小结功能,使得客服能够快速准确的获知用户的历史问题以及问题是否解决,从而为用户提供更好的咨询服务。
在实际应用中,本说明书提供的文本生成方法,还可以通过预训练模型实现,具体的所述方法还包括:将关联项目参与行为的对话文本输入至文本生成模型;通过所述文本生成模型确定所述对话文本对应的目标问题文本,基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本关联所述项目参与行为,基于所述待处理文本确定与所述目标问题文本关联的目标答案文本,基于所述目标问题文本和所述目标答案文本生成所述对话文本对应的对话总结文本,并输出所述文本生成模型。
其中,将用户与客服的沟通对话文本输入至训练好的文本生成模型中,由文本生成模型自动确定对话文本对应的目标问题文本,并基于对话文本和辅助文本确定待处理文本,对待处理文本进行识别确定目标答案文本,最后直接输出生成的对话总结文本。在实际应用中,文本生成模型中还可以输入订单特征进行预测评估,提升预测结果的准确性。
本说明书提供的文本生成方法,包括获取关联项目参与行为的对话文本,并确定所述对话文本对应的目标问题文本;基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本关联所述项目参与行为;基于所述待处理文本确定与所述目标问题文本关联的目标答案文本;基于所述目标问题文本和所述目标答案文本生成所述对话文本对应的对话总结文本。根据对话文本确定对应的目标问题文本,并且引入对话文本对应的辅助文本来丰富信息来源,根据辅助文本和对话文本确定待处理文本,使得能够获得准确度更高的目标答案文本,使得最后生成的对话总结文本细粒度更高,使得项目人员能够基于对话总结文本更快的获知到项目参与用户的意图,从而为用户提供更便捷的服务。
图3示出了根据本说明书另一个实施例提供的一种文本生成方法的流程图,包括步骤302至步骤308。
步骤302:接收通过总结页面针对对话文本提交的文本生成指令,其中,所述总结页面关联项目参与行为。
其中,总结页面可以理解为客服***为客服人员展示的页面,当客服人员与用户进行连线之后,则可以在总结页面这对本次沟通进行服务小结的文本生成,则客服人员通过总结页面针对对话文本提交文本生成指令之后,客服***自动开始为客服人员生成本次沟通的服务小结生成。
步骤304:响应于所述文本生成指令,确定所述对话文本对应的目标问题文本,并基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本关联所述项目参与行为。
在实际应用中,响应于文本生成指令,确定对话文本对应的目标问题文本,目标问题文本即为用户本次沟通所要咨询的问题,目标问题文本中包括问题类型以及用户原声字段,在对话文本对应的辅助文本存在答案文本的情况下,直接将辅助文本作为待处理文本,进行后续的文本生成操作;在辅助文本未存在答案文本的情况下,将对话文本作为待处理文本,并继续执行后续的文本生成操作。
步骤306:基于所述待处理文本确定与所述目标问题文本关联的目标答案文本。
在实际应用中,当待处理文本为辅助文本的情况下,直接将辅助文本中的答案文本作为与目标问题文本关联的目标答案文本。当待处理文本为对话文本的情况下,对对话文本进行语料识别,根据识别结果确定对话文本中的答案文本,将对话文本中的答案文本作为目标答案文本。
步骤308:基于所述目标问题文本和所述目标答案文本生成所述对话文本对应的对话总结文本,并通过所述总结页面展示对话总结文本。
在实际应用中,将目标问题文本和目标答案文本组合生成对话文本对应的对话总结文本之后,通过总结页面向客服人员展示对话总结文本,即服务小结。
本说明书提供的文本生成方法,包括接收通过总结页面针对对话文本提交的文本生成指令,其中,所述总结页面关联项目参与行为;响应于所述文本生成指令,确定所述对话文本对应的目标问题文本,并基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本关联所述项目参与行为;基于所述待处理文本确定与所述目标问题文本关联的目标答案文本;基于所述目标问题文本和所述目标答案文本生成所述对话文本对应的对话总结文本,并通过所述总结页面展示对话总结文本。根据对话文本确定对应的目标问题文本,并且引入对话文本对应的辅助文本来丰富信息来源,根据辅助文本和对话文本确定待处理文本,使得能够获得准确度更高的目标答案文本,使得最后生成的对话总结文本细粒度更高,使得项目人员能够基于对话总结文本更快的获知到项目参与用户的意图,从而为用户提供更便捷的服务。
下述结合附图4,以本说明书提供的文本生成方法在网购项目的应用为例,对所述文本生成方法进行进一步说明。其中,图4示出了本说明书一个实施例提供的一种文本生成方法的处理过程流程图,具体步骤包括步骤402至步骤410。
步骤402:获取关联项目参与行为的对话文本,基于对话文本在问题文本数据库中选择初始问题文本。
在一种可实现的方式中,项目参与行为为用户网购行为,关联项目参与行为的对话文本,为用户针对本次网购行为与客服进行沟通的对话文本,获取该对话文本对应的参与状态信息,参与状态信息为售后状态,则根据售后状态在问题文本数据库中进行筛选,筛选出待选问题文本,再计算每个待选问题文本与对话文本的匹配度,选择匹配度最高的作为初始问题文本,初始问题文本为“质量问题”。
步骤404:根据初始问题文本在对话文本中确定原始问题文本,将初始问题文本和原始问题文本进行合并,根据合并结果获得目标问题文本。
在一种可实现的方式中,根据确定出的初始问题文本在对话文本中选择描述初始问题文本的原始问题文本,原始问题文本为“商品有问题,商家不给退货”,将初始问题文本与原始问题文本进行合并,根据合并结果获得目标问题文本,目标问题文本为“质量问题,商品有问题,商家不给退货”。
步骤406:基于对话文本和对话文本对应的辅助文本确定待处理文本,其中,辅助文本关联项目参与行为。
在一种可实现的方式中,基于对话文本的对话标识确定对话文本对应的辅助文本,辅助文本即为ISO、SOP标准操作流程的描述文本,识别辅助文本,在辅助文本中存在答案文本的情况下,将辅助文本作为待处理文本。
在另一种可实现的方式中,基于对话文本的对话标识确定对话文本对应的辅助文本,辅对辅助文本进行识别,辅助文本中未存在答案文本的情况下,将对话文本作为待处理文本。
步骤408:基于待处理文本确定与目标问题文本关联的目标答案文本。
在一种可实现的方式中,在待处理文本为辅助文本的情况下,直接将辅助文本中的答案文本即问题解决方案,作为目标问题文本关联的目标答案文本。
在另一种可实现的方式中,在待处理文本为对话文本的情况下,将对话文本分别输入引导模型和动作模型进行组合识别处理,根据识别结果确定对话文本中的答案文本即问题解决方案,将对话文本中的答案文本作为目标问题文本关联的目标答案文本。
步骤410:基于目标问题文本和目标答案文本生成对话文本对应的对话总结文本。
在一种可实现的方式中,确定对话文本对应的对话总结模板,将目标问题文本和目标答案文本写入对话总结模板,生成对话总结文本即服务小结。
在另一种可实现的方式中,根据目标问题文本和目标答案文本进行融合处理,根据融合结果生成对话文本对应的对话总结文本,对话总结文本为“用户因商品质量问题想要退货,已为用户提供退货服务”。
本说明书提供的一种文本生成方法,根据对话文本确定对应的目标问题文本,并且引入对话文本对应的辅助文本来丰富信息来源,根据辅助文本和对话文本确定待处理文本,使得能够获得准确度更高的目标答案文本,使得最后生成的对话总结文本细粒度更高,使得项目人员能够基于对话总结文本更快的获知到项目参与用户的意图,从而为用户提供更便捷的服务。
图5示出了根据本说明书另一个实施例提供的一种文本生成方法的流程图,包括步骤502至步骤508。
步骤502:获取用户与客服之间的沟通对话文本,并确定所述沟通对话文本对应的目标问题文本。
其中,沟通对话文本可以理解为针对网购行为与客服进行沟通的对话文本,目标问题文本可以理解为本次沟通对话中,用户主要想要咨询的问题,目标问题文本中包括问题类型以及用户原声字段。目标问题文本可以用于填入服务小结中,以使后续为用户提供服务的客服能够更快的了解用户的意图,从而提高沟通效率,提高用户的使用体验。
在本说明书一实施例中,用户购买了一件衣服,向客服询问了关于该衣服的售后问题,在客服与用户沟通之后,获得本次的沟通对话文本,并确定沟通对话文本的目标问题文本,目标问题文本即为用户本次沟通主要想要咨询的问题。
步骤504:基于所述沟通对话文本和所述沟通对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本为所述客服使用的沟通模板文本。
其中,辅助文本可以理解为在客服与用户沟通的过程中,按照客服的沟通模板回复的对话文本,因此辅助文本中记录的针对用户问题的解决方案是最为准确的,当辅助文本中存在答案文本的情况下,可直接将辅助文本作为待处理文本,后续根据辅助文本确定目标答案文本。在辅助文本未存在答案文本的情况下,则可对对话文本进行语料识别,根据识别结果确定目标答案文本。
在本说明书一实施例中,客服按照沟通模板与用户进行回复,则获取沟通对话文本对应的辅助文本,并将辅助文本作为待处理文本,后续可以从辅助文本中确定出目标答案文本。
步骤506:基于所述待处理文本确定与所述目标问题文本关联的目标答案文本。
在实际应用中,当待处理文本为辅助文本的情况下,直接将辅助文本中的答案文本作为与目标问题文本关联的目标答案文本。当待处理文本为对话文本的情况下,对对话文本进行语料识别,根据识别结果确定对话文本中的答案文本,将对话文本中的答案文本作为目标答案文本。
在本说明书一实施例中,沿用上例,在待处理文本为辅助文本的情况下,可以直接从辅助文本中确定与目标问题文本关联的目标答案文本。
步骤508:基于所述目标问题文本和所述目标答案文本,生成所述沟通对话文本对应的客服沟通总结文本。
在本说明书一实施例中,将目标问题文本和目标答案文本进行组合,生成本次沟通对话文本对应的客服沟通总结文本,客服沟通总结文本即为本次客服为用户提供服务的服务小结,后续客服可基于该服务小结快速了解用户意图,为用户提供更高效的咨询服务。
本说明书提供的文本生成方法,包括:获取用户与客服之间的沟通对话文本,并确定所述沟通对话文本对应的目标问题文本;基于所述沟通对话文本和所述沟通对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本为所述客服使用的沟通模板文本;基于所述待处理文本确定与所述目标问题文本关联的目标答案文本;基于所述目标问题文本和所述目标答案文本,生成所述沟通对话文本对应的客服沟通总结文本。实现了根据沟通对话文本确定对应的目标问题文本,并且引入对话文本对应的辅助文本来丰富信息来源,根据辅助文本和对话文本确定待处理文本,使得能够获得准确度更高的目标答案文本,使得最后生成的客服沟通总结文本细粒度更高,使得项目人员能够基于对话总结文本更快的获知到项目参与用户的意图,从而为用户提供更便捷的服务。
与上述方法实施例相对应,本说明书还提供了文本生成装置实施例,图6示出了本说明书一实施例提供的一种文本生成装置的结构示意图。如图6所示,该装置包括:
获取模块602,被配置为获取关联项目参与行为的对话文本,并确定所述对话文本对应的目标问题文本;
第一确定模块604,被配置为基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本关联所述项目参与行为;
第二确定模块606,被配置为基于所述待处理文本确定与所述目标问题文本关联的目标答案文本;
生成模块608,被配置为基于所述目标问题文本和所述目标答案文本生成所述对话文本对应的对话总结文本。
可选的,所述获取模块602进一步被配置为:
基于所述对话文本在问题文本数据库中选择初始问题文本;
根据所述初始问题文本在所述对话文本中确定原始问题文本;
将所述初始问题文本和所述原始问题文本进行合并,根据合并结果获得目标问题文本。
可选的,所述获取模块602进一步被配置为:
获取所述对话文本对应的参与状态信息;
基于所述参与状态信息对问题文本数据库进行文本筛选,根据筛选结果确定待选问题文本;
计算每个待选问题文本与对话文本的匹配度,根据每个匹配度选择初始问题文本。
可选的,所述第一确定模块604进一步被配置为:
对所述辅助文本进行识别,根据识别结果确定所述辅助文本中存在答案文本的情况下,将所述辅助文本作为待处理文本;
相应的,基于所述待处理文本确定与所述目标问题文本关联的目标答案文本,包括:
将所述辅助文本中的答案文本作为所述目标问题文本关联的目标答案文本。
可选的,所述第一确定模块604进一步被配置为:
对所述辅助文本进行识别,根据识别结果确定所述辅助文本中未存在答案文本的情况下,将所述对话文本作为待处理文本;
相应的,基于所述待处理文本确定与所述目标问题文本关联的目标答案文本,包括:
对所述对话文本进行识别处理,根据识别结果确定所述对话文本中的答案文本,将所述对话文本中的答案文本作为所述目标问题文本关联的目标答案文本。
可选的,所述第一确定模块604进一步被配置为:
将对话文本输入至引导模型进行引导识别处理,获得引导答案文本,以及将对话文本输入至动作模型进行动作识别处理,获得动作答案文本;
根据所述引导答案文本和所述动作答案文本确定对话文本中的答案文本,将所述对话文本中的答案文本作为所述目标问题文本关联的目标答案文本。
可选的,所述生成模块608进一步被配置为:
确定所述项目参与行为的参与进度信息,基于所述参与进度信息确定所述对话文本对应的对话总结模板,将所述目标问题文本和所述目标答案文本写入所述对话总结模板,生成所述对话文本对应的对话总结文本;或者,
将所述目标问题文本和所述目标答案文本进行融合处理,根据融合结果生成所述对话文本对应的对话总结文本。
可选的,所述装置还包括输入模块,被配置为:
将关联项目参与行为的对话文本输入至文本生成模型;
通过所述文本生成模型确定所述对话文本对应的目标问题文本,基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本关联所述项目参与行为,基于所述待处理文本确定与所述目标问题文本关联的目标答案文本,基于所述目标问题文本和所述目标答案文本生成所述对话文本对应的对话总结文本,并输出所述文本生成模型。
可选的,所述第一确定模块604进一步被配置为:
确定所述对话文本的对话标识信息;
根据所述对话标识信息确定所述对话文本对应的辅助文本。
本说明书提供的一种文本生成装置,包括获取模块,被配置为获取关联项目参与行为的对话文本,并确定所述对话文本对应的目标问题文本;第一确定模块,被配置为基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本关联所述项目参与行为;第二确定模块,被配置为基于所述待处理文本确定与所述目标问题文本关联的目标答案文本;生成模块,被配置为基于所述目标问题文本和所述目标答案文本生成所述对话文本对应的对话总结文本。通过根据对话文本确定对应的目标问题文本,并且引入对话文本对应的辅助文本来丰富信息来源,根据辅助文本和对话文本确定待处理文本,使得能够获得准确度更高的目标答案文本,使得最后生成的对话总结文本细粒度更高,使得项目人员能够基于对话总结文本更快的获知到项目参与用户的意图,从而为用户提供更便捷的服务。
上述为本实施例的一种文本生成装置的示意性方案。需要说明的是,该文本生成装置的技术方案与上述的文本生成方法的技术方案属于同一构思,文本生成装置的技术方案未详细描述的细节内容,均可以参见上述文本生成方法的技术方案的描述。
与上述方法实施例相对应,本说明书还提供了文本生成装置实施例,图7示出了本说明书另一实施例提供的一种文本生成装置的结构示意图。如图7所示,该装置包括:
接收模块702,被配置为接收通过总结页面针对对话文本提交的文本生成指令,其中,所述总结页面关联项目参与行为;
第一确定模块704,被配置为响应于所述文本生成指令,确定所述对话文本对应的目标问题文本,并基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本关联所述项目参与行为;
第二确定模块706,被配置为基于所述待处理文本确定与所述目标问题文本关联的目标答案文本;
生成模块708,被配置为基于所述目标问题文本和所述目标答案文本生成所述对话文本对应的对话总结文本,并通过所述总结页面展示对话总结文本。
可选的,所述第一确定模块702还被配置为:
基于所述对话文本在问题文本数据库中选择初始问题文本;
根据所述初始问题文本在所述对话文本中确定原始问题文本;
将所述初始问题文本和所述原始问题文本进行合并,根据合并结果获得目标问题文本。
可选的,所述第一确定模块702还被配置为:
获取所述对话文本对应的参与状态信息;
基于所述参与状态信息对问题文本数据库进行文本筛选,根据筛选结果确定待选问题文本;
计算每个待选问题文本与对话文本的匹配度,根据每个匹配度选择初始问题文本。
可选的,所述第一确定模块702还被配置为:
对所述辅助文本进行识别,根据识别结果确定所述辅助文本中存在答案文本的情况下,将所述辅助文本作为待处理文本;
相应的,基于所述待处理文本确定与所述目标问题文本关联的目标答案文本,包括:
将所述辅助文本中的答案文本作为所述目标问题文本关联的目标答案文本。
可选的,所述第一确定模块702还被配置为:
对所述辅助文本进行识别,根据识别结果确定所述辅助文本中未存在答案文本的情况下,将所述对话文本作为待处理文本;
相应的,基于所述待处理文本确定与所述目标问题文本关联的目标答案文本,包括:
对所述对话文本进行识别处理,根据识别结果确定所述对话文本中的答案文本,将所述对话文本中的答案文本作为所述目标问题文本关联的目标答案文本。
可选的,所述第一确定模块702还被配置为:
将对话文本输入至引导模型进行引导识别处理,获得引导答案文本,以及将对话文本输入至动作模型进行动作识别处理,获得动作答案文本;
根据所述引导答案文本和所述动作答案文本确定对话文本中的答案文本,将所述对话文本中的答案文本作为所述目标问题文本关联的目标答案文本。
可选的,所述生成模块708还被配置为:
确定所述项目参与行为的参与进度信息,基于所述参与进度信息确定所述对话文本对应的对话总结模板,将所述目标问题文本和所述目标答案文本写入所述对话总结模板,生成所述对话文本对应的对话总结文本;或者,
将所述目标问题文本和所述目标答案文本进行融合处理,根据融合结果生成所述对话文本对应的对话总结文本。
可选的,所述装置还包括输入模块,被配置为:
将关联项目参与行为的对话文本输入至文本生成模型;
通过所述文本生成模型确定所述对话文本对应的目标问题文本,基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本关联所述项目参与行为,基于所述待处理文本确定与所述目标问题文本关联的目标答案文本,基于所述目标问题文本和所述目标答案文本生成所述对话文本对应的对话总结文本,并输出所述文本生成模型。
可选的,所述第一确定模块702还被配置为:
确定所述对话文本的对话标识信息;
根据所述对话标识信息确定所述对话文本对应的辅助文本。
本说明书提供的一种文本生成装置,包括接收模块,被配置为接收通过总结页面针对对话文本提交的文本生成指令,其中,所述总结页面关联项目参与行为;第一确定模块,被配置为响应于所述文本生成指令,确定所述对话文本对应的目标问题文本,并基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本关联所述项目参与行为;第二确定模块,被配置为基于所述待处理文本确定与所述目标问题文本关联的目标答案文本;生成模块,被配置为基于所述目标问题文本和所述目标答案文本生成所述对话文本对应的对话总结文本,并通过所述总结页面展示对话总结文本。通过根据对话文本确定对应的目标问题文本,并且引入对话文本对应的辅助文本来丰富信息来源,根据辅助文本和对话文本确定待处理文本,使得能够获得准确度更高的目标答案文本,使得最后生成的对话总结文本细粒度更高,使得项目人员能够基于对话总结文本更快的获知到项目参与用户的意图,从而为用户提供更便捷的服务。
上述为本实施例的一种文本生成装置的示意性方案。需要说明的是,该文本生成装置的技术方案与上述的文本生成方法的技术方案属于同一构思,文本生成装置的技术方案未详细描述的细节内容,均可以参见上述文本生成方法的技术方案的描述。
与上述方法实施例相对应,本说明书还提供了文本生成装置实施例,图8示出了本说明书另一实施例提供的一种文本生成装置的结构示意图。如图8所示,该装置包括:
获取模块802,被配置为获取用户与客服之间的沟通对话文本,并确定所述沟通对话文本对应的目标问题文本;
第一确定模块804,被配置为基于所述沟通对话文本和所述沟通对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本为所述客服使用的沟通模板文本;
第二确定模块806,被配置为基于所述待处理文本确定与所述目标问题文本关联的目标答案文本;
生成模块808,被配置为基于所述目标问题文本和所述目标答案文本,生成所述沟通对话文本对应的客服沟通总结文本。
可选的,所述获取模块802进一步被配置为:
基于所述对话文本在问题文本数据库中选择初始问题文本;
根据所述初始问题文本在所述对话文本中确定原始问题文本;
将所述初始问题文本和所述原始问题文本进行合并,根据合并结果获得目标问题文本。
可选的,所述获取模块802进一步被配置为:
获取所述对话文本对应的参与状态信息;
基于所述参与状态信息对问题文本数据库进行文本筛选,根据筛选结果确定待选问题文本;
计算每个待选问题文本与对话文本的匹配度,根据每个匹配度选择初始问题文本。
可选的,所述第一确定模块804进一步被配置为:
对所述辅助文本进行识别,根据识别结果确定所述辅助文本中存在答案文本的情况下,将所述辅助文本作为待处理文本;
相应的,基于所述待处理文本确定与所述目标问题文本关联的目标答案文本,包括:
将所述辅助文本中的答案文本作为所述目标问题文本关联的目标答案文本。
可选的,所述第一确定模块804进一步被配置为:
对所述辅助文本进行识别,根据识别结果确定所述辅助文本中未存在答案文本的情况下,将所述对话文本作为待处理文本;
相应的,基于所述待处理文本确定与所述目标问题文本关联的目标答案文本,包括:
对所述对话文本进行识别处理,根据识别结果确定所述对话文本中的答案文本,将所述对话文本中的答案文本作为所述目标问题文本关联的目标答案文本。
可选的,所述第一确定模块804进一步被配置为:
将对话文本输入至引导模型进行引导识别处理,获得引导答案文本,以及将对话文本输入至动作模型进行动作识别处理,获得动作答案文本;
根据所述引导答案文本和所述动作答案文本确定对话文本中的答案文本,将所述对话文本中的答案文本作为所述目标问题文本关联的目标答案文本。
可选的,所述生成模块808进一步被配置为:
确定所述项目参与行为的参与进度信息,基于所述参与进度信息确定所述对话文本对应的对话总结模板,将所述目标问题文本和所述目标答案文本写入所述对话总结模板,生成所述对话文本对应的对话总结文本;或者,
将所述目标问题文本和所述目标答案文本进行融合处理,根据融合结果生成所述对话文本对应的对话总结文本。
可选的,所述装置还包括输入模块,被配置为:
将关联项目参与行为的对话文本输入至文本生成模型;
通过所述文本生成模型确定所述对话文本对应的目标问题文本,基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本关联所述项目参与行为,基于所述待处理文本确定与所述目标问题文本关联的目标答案文本,基于所述目标问题文本和所述目标答案文本生成所述对话文本对应的对话总结文本,并输出所述文本生成模型。
可选的,所述第一确定模块804进一步被配置为:
确定所述对话文本的对话标识信息;
根据所述对话标识信息确定所述对话文本对应的辅助文本。
本说明书提供的一种文本生成装置,包括获取模块,被配置为获取用户与客服之间的沟通对话文本,并确定所述沟通对话文本对应的目标问题文本;第一确定模块,被配置为基于所述沟通对话文本和所述沟通对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本为所述客服使用的沟通模板文本;第二确定模块,被配置为基于所述待处理文本确定与所述目标问题文本关联的目标答案文本;生成模块,被配置为基于所述目标问题文本和所述目标答案文本,生成所述沟通对话文本对应的客服沟通总结文本。通过根据沟通对话文本确定对应的目标问题文本,并且引入对话文本对应的辅助文本来丰富信息来源,根据辅助文本和对话文本确定待处理文本,使得能够获得准确度更高的目标答案文本,使得最后生成的客服沟通总结文本细粒度更高,使得项目人员能够基于客服沟通总结文本更快的获知到项目参与用户的意图,从而为用户提供更便捷的服务。
图9示出了根据本说明书一实施例提供的一种计算设备900的结构框图。该计算设备900的部件包括但不限于存储器910和处理器920。处理器920与存储器910通过总线930相连接,数据库950用于保存数据。
计算设备900还包括接入设备940,接入设备940使得计算设备900能够经由一个或多个网络960通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备940可以包括有线或无线的任何类型的网络接口(例如,网络接口卡(NIC))中的一个或多个,诸如IEEE902.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口,等等。
在本说明书的一个实施例中,计算设备900的上述部件以及图9中未示出的其他部件也可以彼此相连接,例如通过总线。应当理解,图9所示的计算设备结构框图仅仅是出于示例的目的,而不是对本说明书范围的限制。本领域技术人员可以根据需要,增添或替换其他部件。
计算设备900可以是任何类型的静止或移动计算设备,包括移动计算机或移动计算设备(例如,平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如,智能手机)、可佩戴的计算设备(例如,智能手表、智能眼镜等)或其他类型的移动设备,或者诸如台式计算机或PC的静止计算设备。计算设备900还可以是移动式或静止式的服务器。
其中,处理器920执行所述计算机指令时实现所述的文本生成方法的步骤。
上述为本实施例的一种计算设备的示意性方案。需要说明的是,该计算设备的技术方案与上述的文本生成方法的技术方案属于同一构思,计算设备的技术方案未详细描述的细节内容,均可以参见上述文本生成方法的技术方案的描述。
本说明书一实施例还提供一种文本生成***,其存储有计算机指令,所述***包括服务端、客户端;所述客户端用于存储文本展示可执行指令,所述服务器用于存储文本生成可执行指令;所述文本展示可执行指令被客户端执行时以及所述文本生成可执行指令被服务器执行时实现如前所述文本生成方法的步骤。
本说明书一实施例还提供一种计算机可读存储介质,其存储有计算机指令,该计算机指令被处理器执行时实现如前所述文本生成方法的步骤。
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是,该存储介质的技术方案与上述的文本生成方法的技术方案属于同一构思,存储介质的技术方案未详细描述的细节内容,均可以参见上述文本生成方法的技术方案的描述。
本说明书一实施例还提供一种计算机程序,其中,当所述计算机程序在计算机中执行时,令计算机执行上述文本生成方法的步骤。
上述为本实施例的一种计算机程序的示意性方案。需要说明的是,该计算机程序的技术方案与上述的文本生成方法的技术方案属于同一构思,计算机程序的技术方案未详细描述的细节内容,均可以参见上述文本生成方法的技术方案的描述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
所述计算机指令包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本说明书实施例并不受所描述的动作顺序的限制,因为依据本说明书实施例,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本说明书实施例所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书实施例的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本说明书实施例的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。
Claims (14)
1.一种文本生成方法,包括:
获取关联项目参与行为的对话文本,并确定所述对话文本对应的目标问题文本;
基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本关联所述项目参与行为;
基于所述待处理文本确定与所述目标问题文本关联的目标答案文本;
基于所述目标问题文本和所述目标答案文本生成所述对话文本对应的对话总结文本。
2.如权利要求1所述的方法,确定所述对话文本对应的目标问题文本,包括:
基于所述对话文本在问题文本数据库中选择初始问题文本;
根据所述初始问题文本在所述对话文本中确定原始问题文本;
将所述初始问题文本和所述原始问题文本进行合并,根据合并结果获得目标问题文本。
3.如权利要求2所述的方法,基于所述对话文本在问题文本数据库中选择初始问题文本,包括:
获取所述对话文本对应的参与状态信息;
基于所述参与状态信息对问题文本数据库进行文本筛选,根据筛选结果确定待选问题文本;
计算每个待选问题文本与对话文本的匹配度,根据每个匹配度选择初始问题文本。
4.如权利要求1-3任意一项所述的方法,基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,包括:
对所述辅助文本进行识别,根据识别结果确定所述辅助文本中存在答案文本的情况下,将所述辅助文本作为待处理文本;
相应的,基于所述待处理文本确定与所述目标问题文本关联的目标答案文本,包括:
将所述辅助文本中的答案文本作为所述目标问题文本关联的目标答案文本。
5.如权利要求1-3任意一项所述的方法,基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,包括:
对所述辅助文本进行识别,根据识别结果确定所述辅助文本中未存在答案文本的情况下,将所述对话文本作为待处理文本;
相应的,基于所述待处理文本确定与所述目标问题文本关联的目标答案文本,包括:
对所述对话文本进行识别处理,根据识别结果确定所述对话文本中的答案文本,将所述对话文本中的答案文本作为所述目标问题文本关联的目标答案文本。
6.如权利要求5所述的方法,对所述对话文本进行识别处理,根据识别结果确定所述对话文本中的答案文本,将所述对话文本中的答案文本作为所述目标问题文本关联的目标答案文本,包括:
将对话文本输入至引导模型进行引导识别处理,获得引导答案文本,以及将对话文本输入至动作模型进行动作识别处理,获得动作答案文本;
根据所述引导答案文本和所述动作答案文本确定对话文本中的答案文本,将所述对话文本中的答案文本作为所述目标问题文本关联的目标答案文本。
7.如权利要求1所述的方法,基于所述目标问题文本和所述目标答案文本生成所述对话文本对应的对话总结文本,包括:
确定所述项目参与行为的参与进度信息,基于所述参与进度信息确定所述对话文本对应的对话总结模板,将所述目标问题文本和所述目标答案文本写入所述对话总结模板,生成所述对话文本对应的对话总结文本;或者,
将所述目标问题文本和所述目标答案文本进行融合处理,根据融合结果生成所述对话文本对应的对话总结文本。
8.如权利要求1所述的方法,所述方法还包括:
将关联项目参与行为的对话文本输入至文本生成模型;
通过所述文本生成模型确定所述对话文本对应的目标问题文本,基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本关联所述项目参与行为,基于所述待处理文本确定与所述目标问题文本关联的目标答案文本,基于所述目标问题文本和所述目标答案文本生成所述对话文本对应的对话总结文本,并输出所述文本生成模型。
9.如权利要求1所述的方法,所述辅助文本的确定,包括:
确定所述对话文本的对话标识信息;
根据所述对话标识信息确定所述对话文本对应的辅助文本。
10.一种文本生成方法,包括:
接收通过总结页面针对对话文本提交的文本生成指令,其中,所述总结页面关联项目参与行为;
响应于所述文本生成指令,确定所述对话文本对应的目标问题文本,并基于所述对话文本和所述对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本关联所述项目参与行为;
基于所述待处理文本确定与所述目标问题文本关联的目标答案文本;
基于所述目标问题文本和所述目标答案文本生成所述对话文本对应的对话总结文本,并通过所述总结页面展示对话总结文本。
11.一种文本生成方法,包括:
获取用户与客服之间的沟通对话文本,并确定所述沟通对话文本对应的目标问题文本;
基于所述沟通对话文本和所述沟通对话文本对应的辅助文本确定待处理文本,其中,所述辅助文本为所述客服使用的沟通模板文本;
基于所述待处理文本确定与所述目标问题文本关联的目标答案文本;
基于所述目标问题文本和所述目标答案文本,生成所述沟通对话文本对应的客服沟通总结文本。
12.一种文本生成***,所述***包括服务端、客户端;
所述客户端用于存储文本展示可执行指令,所述服务器用于存储文本生成可执行指令;所述文本展示可执行指令被客户端执行时以及所述文本生成可执行指令被服务器执行时实现权利要求1至9或10或11任意一项所述方法的步骤。
13.一种计算设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机指令,所述处理器执行所述计算机指令时实现权利要求1至9或10或11任意一项所述方法的步骤。
14.一种计算机可读存储介质,其存储有计算机可执行指令,该计算机指令被处理器执行时实现权利要求1至9或10或11任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211385349.2A CN115757718A (zh) | 2022-11-07 | 2022-11-07 | 文本生成方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211385349.2A CN115757718A (zh) | 2022-11-07 | 2022-11-07 | 文本生成方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115757718A true CN115757718A (zh) | 2023-03-07 |
Family
ID=85357983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211385349.2A Pending CN115757718A (zh) | 2022-11-07 | 2022-11-07 | 文本生成方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115757718A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116501858A (zh) * | 2023-06-21 | 2023-07-28 | 阿里巴巴(中国)有限公司 | 文本处理及数据查询方法 |
-
2022
- 2022-11-07 CN CN202211385349.2A patent/CN115757718A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116501858A (zh) * | 2023-06-21 | 2023-07-28 | 阿里巴巴(中国)有限公司 | 文本处理及数据查询方法 |
CN116501858B (zh) * | 2023-06-21 | 2023-11-14 | 阿里巴巴(中国)有限公司 | 文本处理及数据查询方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200126540A1 (en) | Machine Learning Tool for Navigating a Dialogue Flow | |
WO2020015479A1 (zh) | 播报语音的确定方法、装置和设备 | |
CN111445903B (zh) | 企业名称识别方法及装置 | |
CN110046230A (zh) | 生成推荐话术集合的方法、推荐话术的方法和装置 | |
CN111028007B (zh) | 用户画像信息提示方法、装置及*** | |
CN112131358A (zh) | 场景流程结构及所应用的智能客服*** | |
CN111221949A (zh) | 基于强化学习的智能回访方法、装置、设备及存储介质 | |
CN105279168A (zh) | 支持自然语言的数据查询方法、开放平台及用户终端 | |
CN111444224A (zh) | 一种业务数据校验方法及装置 | |
CN115757718A (zh) | 文本生成方法及装置 | |
CN110555591A (zh) | 信用借书场景下的合约处理方法以及装置 | |
CN114186024A (zh) | 推荐方法及装置 | |
CN105869631B (zh) | 语音预测的方法和装置 | |
CN110008318A (zh) | 问题派发方法及装置 | |
CN113869969A (zh) | 问答信息处理、商品信息展示方法、设备及存储介质 | |
CN111309882B (zh) | 用于实现智能客服问答的方法和装置 | |
CN113065850A (zh) | 用于智能外呼机器人的话术测试方法及装置 | |
CN110377803B (zh) | 信息处理方法以及装置 | |
CN116756278A (zh) | 机器问答方法以及装置 | |
CN116775821A (zh) | 对话处理方法以及*** | |
CN114356860B (zh) | 对话生成方法及装置 | |
CN113257237B (zh) | 语音交互的意图识别方法、装置、电子设备及存储介质 | |
CN115730607A (zh) | 对话检测模型训练方法及装置 | |
CN110555593B (zh) | 信用合约体系下的发约处理方法以及装置 | |
CN112231462A (zh) | 数据处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40084350 Country of ref document: HK |