(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210873391.2 (22)申请日 2022.07.22 (71)申请人 厦门市美亚柏科信息股份有限公司 地址 361000 福建省厦门市软件园二期观 日路12号美亚柏科 大厦 (72)发明人 林志扬　徐晓文　薛健武　 (74)专利代理 机构 深圳市博锐专利事务所 44275 专利代理师 欧阳燕明 (51)Int.Cl. G06F 16/33(2019.01) G06F 16/332(2019.01) G06F 16/35(2019.01) G06F 16/36(2019.01) G06F 40/289(2020.01)G06F 40/30(2020.01) G06K 9/62(2022.01) (54)发明名称 一种智能回复方法及终端 (57)摘要 本发明公开一种智能回复方法及终端， 使用 预设外部词向量模型和预设本地词向量模型确 定待回复文本对应的联合词向量编码； 将联合词 向量编码 输入至训练后的分类模 型， 输出得到待 回复文本对应的文本主题； 基于所述待回复文本 进行关键词抽取， 得到第二关键词； 确定与所述 文本主题对应的目标主题知识图谱， 并根据所述 第二关键词基于所述目标主题知识图谱确定与 所述待回复文本对应的回复内容， 有利于提升自 然语言处理相关的后续任务的处理准确度， 同时 处理长文本的效果更好， 提高了文本主题获取的 精度， 另外通过知识图谱与任务型对话模型的结 合能够对大段文本生成对应的有效回复， 且可移 植到app、 客服等场景中， 从而针对大段文本实现 准确地智能回复。 权利要求书2页 说明书7页 附图2页 CN 115329037 A 2022.11.11 CN 115329037 A 1.一种智能回复方法， 其特 征在于， 包括 步骤： 获取待回复文本， 并使用预设外部词向量模型和预设本地词向量模型确定所述待回复 文本对应的联合词向量编码； 将所述联合词向量编码输入至训练后的分类模型， 输出得到所述待回复文本对应的文 本主题； 基于所述待回复文本进行关键词抽取， 得到第二关键词； 确定与所述文本主题对应的目标主题知识图谱， 并根据 所述第二关键词基于所述目标 主题知识图谱确定与所述待回复文本对应的回复内容。 2.根据权利要求1所述的一种智能回复方法， 其特征在于， 所述获取待回复文本之前包 括步骤： 从互联网采集各类评论数据， 并按照主题对所述各类评论数据进行分类， 得到分类后 的评论数据； 根据所述分类后的评论数据生成对应的第一文本摘要； 根据所述第一文本摘要 进行关键词抽取， 得到第一关键词； 将所述第一关键词构建为实体， 并将所述分类后的评论数据构建为所述实体之间的关 系； 根据所述实体和所述关系构 建主题知识图谱， 并使用Aran godb图数据库存储所述主题 知识图谱。 3.根据权利要求2所述的一种智能回复方法， 其特征在于， 所述获取待回复文本之前还 包括步骤： 使用向量 转换工具基于所述各类评论数据进行训练， 得到预设本地词向量模型。 4.根据权利要求1所述的一种智能回复方法， 其特征在于， 所述使用预设外部词向量模 型和预设本地词向量模型确定所述待回复文本对应的联合词向量编码包括： 将所述待回复文本 输入至预设外 部词向量模型， 输出 得到外部词向量表示； 将所述待回复文本 输入至预设本地词向量模型， 输出 得到本地词向量表示； 获取所述预设外部词向量模型对应的第一权重以及所述预设本地词向量模型对应的 第二权重； 根据所述第一权重和所述第二权重对所述外部词向量表示与所述本地词向量表示进 行加权平均， 得到所述待回复文本对应的联合词向量编码。 5.根据权利要求2所述的一种智能回复方法， 其特征在于， 所述获取待回复文本之前还 包括步骤： 对所述各类评论数据进行 数据清洗， 得到清洗后的评论数据； 对所述清洗后的评论数据进行分词， 得到分词后的评论数据， 并将所述分词后的评论 数据转换成预设格式， 得到格式转换后的评论数据； 基于所述格式转换后的评论数据生成训练数据， 并使用所述训练数据对分类模型进行 训练， 得到训练后的分类模型。 6.根据权利要求1所述的一种智能回复方法， 其特征在于， 所述基于所述待回复文本进 行关键词抽取， 得到第二关键词包括： 基于所述待回复文本生成第二文本摘要， 并对所述第二文本摘要进行关键词抽取， 得权　利　要　求　书 1/2 页 2 CN 115329037 A 2到第二关键词。 7.根据权利要求6所述的一种智能回复方法， 其特征在于， 所述基于所述待回复文本生 成第二文本摘要包括： 将所述待回复文本 输入至摘要提取模型， 输出 得到多个候选文本摘要； 使用语义匹配模型对所述多个候选文本摘要与 所述待回复文本进行语义匹配， 得到每 一所述候选文本摘要对应的匹配分数； 根据所述匹配分数从每一所述候选文本摘要中确定匹配分数最高的目标候选文本摘 要， 并将所述目标候选文本摘要确定为第二文本摘要。 8.根据权利要求6所述的一种智能回复方法， 其特征在于， 所述对所述第 二文本摘要进 行关键词抽取， 得到第二关键词包括： 使用HanLP技术对所述第二文本摘要 进行关键词抽取， 得到第二关键词。 9.根据权利要求2所述的一种智能回复方法， 其特征在于， 所述根据所述第 二关键词基 于所述目标主题知识图谱确定与所述待回复文本对应的回复内容包括： 根据所述第二关键词从所述目标主题知识图谱中确定目标实体； 根据所述目标实体确定目标关系， 并将所述目标关系对应的评论数据确定为与所述待 回复文本对应的回复内容。 10.一种智能回复终端， 包括存储器、 处理器及存储在存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现权利要求1至9中任 一项所述的一种智能回复方法中的各个步骤。权　利　要　求　书 2/2 页 3 CN 115329037 A 3