CN115688879B 一种基于知识图谱的智能客服语音处理系统及方法 （中电智恒信息科技服务有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115688879B(45)授权公告日2025.07.11

(21)申请号202211292269.2

(22)申请日2022.10.21

(65)同一申请的已公布的文献号申请公布号CN115688879A

(43)申请公布日2023.02.03

(73)专利权人中电智恒信息科技服务有限公司地址210008江苏省南京市雨花台区赛虹

桥街道凤台南路138号3楼305室

(72)发明人侯俊

(74)专利代理机构南京纵横知识产权代理有限公司32224

专利代理师蔡志庆

(51)Int.CI.

GO6N3/0464(2023.01)

GO6N3/049(2023.01)

GO6N3/044(2023.01)

GO6N3/08(2023.01)

G10L15/22(2006.01)

G10L15/26(2006.01)

(56)对比文件

CN110837550A,2020.02.25

CN111831794A,2020.10.27审查员王婉君

权利要求书2页说明书9页附图6页

(54)发明名称

一种基于知识图谱的智能客服语音处理系统及方法

(57)摘要

CN115688879B本发明公开了一种基于知识图谱的智能客服语音处理系统及方法，包括：接收用户输入的语音问句并转化为文本信息；依次从问答库中选取问句并与文本信息拼接，将拼接结果输入相似度识别模型获取对应的相似度值；若最大的相似度值小于相似度阈值，则从问答库中获取最大的相似度值对应的问句；将最大的相似度值对应的问句输入实体识别模型获取实体信息；若实体信息能够成功链接至知识图谱，则基于所属问题识别模型获取其所属问题类别；根据所属问题类别确定候选关系路径集合，选择候选关系路径集合中相似度最高的路径检索知识图谱获取答案，并将答案转化为语音信息并反馈给用户。本发明能

CN115688879B

CN115688879B权利要求书1/2页

2

1.一种基于知识图谱的智能客服语音处理方法，其特征在于，包括：

接收用户输入的语音问句并转化为文本信息；

依次从问答库中选取问句并与文本信息拼接，将拼接结果输入预构建的相似度识别模型获取对应的相似度值；

若最大的相似度值小于相似度阈值，则从问答库中获取最大的相似度值对应的问句；将最大的相似度值对应的问句输入预构建的实体识别模型获取实体信息；

若实体信息能够成功链接至知识图谱，则基于预构建的所属问题识别模型获取其所属问题类别，所述所属问题类别包括一跳关系类和多跳关系类；

根据所属问题类别确定候选关系路径集合，选择候选关系路径集合中相似度最高的路径检索知识图谱获取答案，并将答案转化为语音信息并反馈给用户；

其中，所述相似度识别模型、所述实体识别模型或所述所属问题识别模型基于改进BERT模型构建，所述改进BERT模型包括：

在BERT模型输入的tokenembedding部分之后添加平均池化层形成Average_pooling;

在BERT模型的注意力层网络连接中，注意力层外部的每一层与前两层之间以密集网络连接形成Densely_connected;

在BERT模型的交叉熵损失函数上添加flip方法形成Flip。

2.根据权利要求1所述的一种基于知识图谱的智能客服语音处理方法，其特征在于，若最大的相似度值大于等于相似度阈值，则从问答库中获取数值最大的匹配度对应的问句的答案；将答案转化为语音信息并反馈给用户。

3.根据权利要求1所述的一种基于知识图谱的智能客服语音处理方法，其特征在于，若实体信息不能成功链接至知识图谱，则转接人工服务。

4.根据权利要求1所述的一种基于知识图谱的智能客服语音处理方法，其特征在于，所述相似度识别模型的构建包括：构建相似度识别的训练数据集并输入改进BERT模型进行模型训练，获取相似度识别模型；

所述实体识别模型的构建包括：构建实体识别的训练数据集并输入改进BERT模型进行模型训练，获取实体识别模型；其中，所述改进BERT模型的下游接BiLSTM模型和CRF层生成模型；

所述所属问题识别模型的构建包括：构建所属问题识别的训练数据集并输入改进BERT模型进行模型训练，获取所属问题识别模型。

5.根据权利要求1所述的一种基于知识图谱的智能客服语音处理方法，其特征在于，所述根据所属问题类别确定候选关系路