(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210981646.7 (22)申请日 2022.08.16 (65)同一申请的已公布的文献号 申请公布号 CN 115062606 A (43)申请公布日 2022.09.16 (73)专利权人 阿里巴巴 （中国） 有限公司 地址 311121 浙江省杭州市余杭区五常街 道文一西路969号3幢5层5 54室 (72)发明人 宋凯嵩　康杨杨　孙常龙　刘晓钟　 (74)专利代理 机构 北京合智同创知识产权代理 有限公司 1 1545 专利代理师 李杰　兰淑铎 (51)Int.Cl. G06F 40/205(2020.01) G06F 40/30(2020.01) G06Q 30/00(2012.01) G06Q 30/02(2012.01) (56)对比文件 US 202120 0961 A1,2021.07.01 CN 113988086 A,202 2.01.28 CN 110990543 A,2020.04.10US 20183 57286 A1,2018.12.13 CN 108198017 A,2018.0 6.22 CN 110543554 A,2019.12.0 6 US 11170175 B1,2021.1 1.09 Kaisong SONG,et al. .Using customer service dial ogues for satisfacti on analysis w ith context-as sisted multiple instance learn ing. 《the 2019 Co nference o n Empirical Methods i n Natural Langua ge Processing》 .2019, Jiawei L iu,et al. .A Role-Selected Sharing Network for Jo int Machine-Human Chatting Handof f and Service Satisfacti on Analysis. 《arXiv》 .2021, Yelin Kim,et al. .Speech Sentiment and Customer Satisfacti on Estimati on in Socialbot Co nversati ons. 《arXiv》 .2020, 邓士昌 等.客户服 务中人工智能情感胜任 力模型和 测量指标构建. 《上海 对外经贸大 学学 报》 .2020, 孟洁 等.基 于图卷积网络的客 服对话情感 分析. 《计算机系统应用》 .202 2, 审查员 郭晓晓 (54)发明名称 对话数据分析及其模 型训练方法、 及电子设 备 (57)摘要 本申请实施例提供了一种对话数据分析及 其模型训练方法、 及电子设备， 其中， 对话数据分 析方法包括： 获取待分析的多轮对话语句， 及所 述多轮对话语句对应的对话向量； 根据所述对话 向量， 分别生成用于对话满意度分析任务的第一 任务向量、 和用于对话情感分析任务的第二任务 向量； 基于所述第一任务向量和所述第二任务向 量， 提取所述多轮对话语句对应的共享特征； 分 别基于所述第一任务向量和所述共享特征进行 对话满意度分析， 基于所述第二任务向量和所述共享特征进行对话情感分析。 通过本申请实施 例， 对话满意度分析和对话情感分析这两部分任务 可以特征共享、 信息互补， 有效提升彼此的性能。 权利要求书3页 说明书13页 附图4页 CN 115062606 B 2022.11.18 CN 115062606 B 1.一种对话数据分析 方法， 包括： 获取待分析的多轮对话语句， 及所述多轮对话语句对应的对话向量； 根据所述对话向量， 分别生成用于对话满意度分析任务的第一任务向量、 和用于对话 情感分析任务的第二任务向量， 包括： 分别对所述对话向量进行第一任务向量映射和第二 任务向量映射， 获得对应的第一候选 向量和第二候选 向量； 对所述第一候选 向量和所述第 二候选向量进行任务分类， 以确定用于对话满意度分析任务的第一任务向量、 和用于对话 情感分析任务的第二任务向量； 基于所述第一任务向量和所述第二任务向量， 提取所述多轮对话语句对应的共享特 征； 分别基于所述第一任务向量和所述共享特征进行对话满意度分析， 基于所述第 二任务 向量和所述共享特 征进行对话情感分析。 2.根据权利要求1所述的方法， 其中， 所述对所述第 一候选向量和所述第 二候选向量进 行任务分类， 以确定用于对话满意度分析任务的第一任务向量、 和用于对话情感分析任务 的第二任务向量， 包括： 通过任务分类器对所述第 一候选向量和所述第 二候选向量进行任务分类， 获得对应任 务分类的概 率； 根据所述概率， 从所述第一候选向量和所述第二候选向量中， 确定用于对话满意度分 析任务的候选向量作为第一任务向量、 和用于对话情感分析任务的候选向量作为第二任务 向量。 3.根据权利要求2所述的方法， 其中， 所述分类 器包括： GRU层和分类层； 其中： 所述GRU层用于分别对所述第一 候选向量和所述第二 候选向量进行任务特 征分析； 所述分类层用于根据任务特征分析的结果， 确定所述第 一候选向量和所述第 二候选向 量分别用于对话满意度分析任务的概 率和用于情感分析任务的概 率。 4.根据权利要求1 ‑3任一项所述的方法， 其中， 所述多轮对话语句为不同角色间的多轮 对话语句， 所述多轮对话语句中的各轮对话语句具有对应的角色信息； 在所述分别生成用于对话满意度分析任务的第 一任务向量、 和用于对话情 感分析任务 的第二任务向量之后， 所述方法还包括： 分别为所述第一任务向量和所述第二任务向量增 加所述角色信息； 所述分别基于所述第 一任务向量和所述共享特征进行对话满意度分析， 基于所述第 二 任务向量和所述共享特征进行对话情感分析， 包括： 分别基于增加了所述角色信息后的所 述第一任务向量和所述共享特征进行对话满意度分析， 基于增加了所述角色信息后的所述 第二任务向量和所述共享特 征进行对话情感分析。 5.根据权利要求4所述的方法， 其中， 所述角色信 息为用于指示说话者角色是否变化的 信息。 6.根据权利要求1 ‑3任一项所述的方法， 其中， 所述基于所述第一任务向量和所述第二 任务向量， 提取 所述多轮对话语句对应的共享特 征， 包括： 通过具有相同模型参数的共享特征层， 对所述第 一任务向量和所述第 二任务向量进行 特征提取， 获得对应的对话满意度共享特 征和对话情感共享特 征。权　利　要　求　书 1/3 页 2 CN 115062606 B 27.根据权利要求6所述的方法， 其中， 所述分别基于所述第 一任务向量和所述共享特征 进行对话满意度分析， 基于所述第二任务向量和所述共享特 征进行对话情感分析， 包括： 基于所述第一任务向量和所述对话满意度共享特 征， 进行对话满意度分析； 基于所述第二任务向量和所述对话情感共享特 征， 进行对话情感分析。 8.根据权利要求7所述的方法， 其中， 所述基于所述第 一任务向量和所述对话满意度共 享特征， 进行对话满意度分析， 包括： 获取所述第一任务向量和所述对话满意度共享特 征拼接后的第一 拼接向量； 对所述第一拼接向量进行注意力 计算， 获得所述第 一拼接向量中对应于第 一角色的聚 合向量； 将所述聚合向量与所述第一任务向量进行拼接， 获得第二 拼接向量； 基于所述第二 拼接向量进行对话满意度分析。 9.一种对话数据分析模型训练方法， 其中， 所述对话数据分析模型包括： 编码器、 多任 务层、 对话满意度分析解码器和情感分析解码器； 所述方法包括： 通过所述编码器， 对多轮对话语句样本进行编码， 获得所述多轮对话语句样本对应的 对话样本向量； 通过所述多任务层， 根据所述对话样本向量， 分别生成用于对话满意度分析任务的第 一任务样本向量、 和用于对话情感分析任务的第二任务样 本向量， 包括： 分别对 所述对话样 本向量进 行第一任务向量映射和 第二任务向量映射， 获得对应的第一候选样本向量和 第二 候选样本 向量； 对所述第一候选样本 向量和所述第二候选样本 向量进行任务分类， 以确定 用于对话满意度分析任务的第一任务样本向量、 和用于对话情感分析任务的第二任务样本 向量； 基于所述第一任务样本 向量和所述第二任务样本 向量， 提取所述多轮对话语句样本 对应的样本共享特征； 基于所述第一任务样本向量和所述样本共享特征进 行对话满意度分 析， 以及， 基于所述第二任务样本向量和所述样本共享特 征进行对话情感分析； 通过所述对话满意度分析解码器， 根据对话满意度分析结果获得所述多轮对话语句样 本对应的对话满意度信息； 并且， 通过所述情感分析解码 器， 根据对话情感分析结果 获得所 述多轮对话语句样本中的各轮对话语句样本的情感倾向信息； 根据所述对话满意度信息和所述情感倾向信息， 对所述对话数据分析模型进行训练。 10.根据权利要求9所述的方法， 其中， 所述多任务层包括： 多层感知机、 任务分类器、 共 享特征层、 满意度分析层和情感分析层； 其中： 所述多层感知机， 用于分别对所述对话样本向量进行第 一任务向量映射和第 二任务向