基于数字化电子商务的多模态对话AI解析方法及系统与流程

本发明涉及数字化和人工智能，特别涉及一种基于数字化电子商务的多模态对话ai解析方法及系统。

背景技术：

1、电子商务（electronic commerce）是以网络通信技术进行的在线数字业务活动。在此过程中所利用到的信息技术包括互联网、外联网、电子邮件、数据库、电子目录等。

2、随着新一代信息技术（大数据、云计算、人工智能、元宇宙）的发展，电子商务的发展模式得到了升华，以ai交互为主的新型智能数字化电子商务交互模式逐渐普及。在数字化电子商务的交互过程中，用户兴趣挖掘是保障个性化和智能化服务的前序关键环节，但是传统的兴趣挖掘技术已无法满足这一需求。

技术实现思路

1、本发明至少提供一种基于数字化电子商务的多模态对话ai解析方法及系统。

2、本发明的技术方案是通过如下至少部分实施例实现的。

3、一种基于数字化电子商务的多模态对话ai解析方法，应用于ai电子商务对话分析系统，所述方法包括：

4、获取满足多模态对话分析条件的数字电商智能交互对话，并提炼所述数字电商智能交互对话的核心对话信息；

5、结合信息预处理指示对所述数字电商智能交互对话的核心对话信息进行信息预处理，得到完成预处理的数字电商智能交互对话；

6、对所述完成预处理的数字电商智能交互对话进行文本细节调整，得到完成文本细节调整的最终数字电商智能交互对话；

7、对所述完成文本细节调整的最终数字电商智能交互对话进行多模态对话元素挖掘，得到所述完成文本细节调整的最终数字电商智能交互对话的多模态对话元素表征向量；

8、依据所述多模态对话元素表征向量，对所述最终数字电商智能交互对话进行对话兴趣解析操作，得到所述最终数字电商智能交互对话的对话兴趣解析报告。

9、在一些可选的实施例中，所述对所述完成预处理的数字电商智能交互对话进行文本细节调整，得到完成文本细节调整的最终数字电商智能交互对话，包括：

10、对所述完成预处理的数字电商智能交互对话进行ai文本细节知识挖掘，得到所述完成预处理的数字电商智能交互对话的ai文本细节知识；

11、对所述ai文本细节知识进行ai文本细节知识优化，得到完成文本细节调整的最终数字电商智能交互对话。

12、在一些可选的实施例中，所述对所述完成预处理的数字电商智能交互对话进行文本细节调整，得到完成文本细节调整的最终数字电商智能交互对话，包括：

13、通过完成调试的文本细节调整网络，对所述完成预处理的数字电商智能交互对话进行文本细节调整，得到完成文本细节调整的最终数字电商智能交互对话；

14、所述对所述完成文本细节调整的最终数字电商智能交互对话进行多模态对话元素挖掘，得到所述完成文本细节调整的最终数字电商智能交互对话的多模态对话元素表征向量，包括：

15、通过完成调试的对话元素挖掘网络，对所述完成文本细节调整的最终数字电商智能交互对话进行多模态对话元素挖掘，得到所述完成文本细节调整的最终数字电商智能交互对话的多模态对话元素表征向量。

16、在一些可选的实施例中，所述方法还包括：

17、获取第一调试依据，所述第一调试依据包括第一数字电商智能交互对话示例、以及所述第一数字电商智能交互对话示例的先验对话兴趣关键词；

18、结合所述信息预处理指示，对所述第一数字电商智能交互对话示例的核心对话信息进行信息预处理，得到完成预处理的数字电商智能交互对话示例；

19、通过文本细节调整网络，对所述完成预处理的数字电商智能交互对话示例进行文本细节调整，得到完成文本细节调整的最终数字电商智能交互对话示例；

20、依据所述完成文本细节调整的最终数字电商智能交互对话示例和所述第一数字电商智能交互对话示例的先验对话兴趣关键词，对文本细节调整网络进行调试。

21、在一些可选的实施例中，所述依据所述完成文本细节调整的最终数字电商智能交互对话示例和所述第一数字电商智能交互对话示例的先验对话兴趣关键词，对文本细节调整网络进行调试，包括：

22、通过完成调试的对话元素挖掘网络，对所述完成文本细节调整的最终数字电商智能交互对话示例进行多模态对话元素挖掘，得到所述完成文本细节调整的最终数字电商智能交互对话示例的多模态对话元素表征向量；

23、依据所述多模态对话元素表征向量，确定所述第一数字电商智能交互对话示例的对话兴趣关键词推测结果；

24、依据所述第一数字电商智能交互对话示例的先验对话兴趣关键词和所述对话兴趣关键词推测结果，对文本细节调整网络的网络变量进行改进，得到完成调试的文本细节调整网络。

25、在一些可选的实施例中，所述信息预处理指示是通过对初始预处理指示进行更新操作得到的；所述完成调试的对话元素挖掘网络是结合所述初始预处理指示调试得到的。

26、在一些可选的实施例中，所述通过完成调试的对话元素挖掘网络，对所述完成文本细节调整的最终数字电商智能交互对话示例进行多模态对话元素挖掘，得到所述完成文本细节调整的最终数字电商智能交互对话示例的多模态对话元素表征向量之前，还包括：

27、获取第二调试依据，所述第二调试依据包括第二数字电商智能交互对话示例、以及所述第二数字电商智能交互对话示例的先验对话兴趣关键词；

28、结合所述初始预处理指示，对所述第二数字电商智能交互对话示例中的核心对话信息进行信息预处理，得到目标完成预处理的数字电商智能交互对话示例；

29、通过对话元素挖掘网络，对所述目标完成预处理的数字电商智能交互对话示例进行多模态对话元素挖掘，得到所述目标完成预处理的数字电商智能交互对话示例的多模态对话元素表征向量；

30、依据所述多模态对话元素表征向量对应的对话兴趣关键词推测结果和所述第二数字电商智能交互对话示例的先验对话兴趣关键词，对对话元素挖掘网络的网络变量进行改进，得到完成调试的对话元素挖掘网络。

31、在一些可选的实施例中，所述方法还包括：

32、获取第三调试依据，所述第三调试依据包括第三数字电商智能交互对话示例、以及所述第三数字电商智能交互对话示例的先验对话兴趣关键词；

33、结合所述信息预处理指示，对所述第三数字电商智能交互对话示例的核心对话信息进行信息预处理，得到完成预处理的数字电商智能交互对话示例；

34、通过预调试的文本细节调整网络，对所述完成预处理的数字电商智能交互对话示例进行文本细节调整，得到完成文本细节调整的最终数字电商智能交互对话示例；

35、通过预调试的对话元素挖掘网络，对所述完成文本细节调整的最终数字电商智能交互对话示例进行多模态对话元素挖掘，得到所述完成文本细节调整的最终数字电商智能交互对话示例的多模态对话元素表征向量；

36、依据所述多模态对话元素表征向量对应的对话兴趣关键词推测结果和所述第三数字电商智能交互对话示例的先验对话兴趣关键词，改进所述预调试的文本细节调整网络和所述预调试的对话元素挖掘网络的网络变量。

37、在一些可选的实施例中，所述依据所述多模态对话元素表征向量对应的对话兴趣关键词推测结果和所述第三数字电商智能交互对话示例的先验对话兴趣关键词，改进所述预调试的文本细节调整网络和所述预调试的对话元素挖掘网络的网络变量，包括：

38、结合初始预处理指示，对所述第三数字电商智能交互对话示例的核心对话信息进行信息预处理，得到目标完成预处理的数字电商智能交互对话示例，所述信息预处理指示是通过对所述初始预处理指示进行更新操作得到的；

39、通过设定通用对话元素挖掘网络，依据所述目标完成预处理的数字电商智能交互对话示例和所述完成文本细节调整的最终数字电商智能交互对话示例，提取所述第三数字电商智能交互对话示例的多模态对话元素表征向量示例；

40、依据所述多模态对话元素表征向量对应的对话兴趣关键词推测结果、所述多模态对话元素表征向量示例对应的参考关键词推测结果以及所述第三数字电商智能交互对话示例的先验对话兴趣关键词，改进所述预调试的文本细节调整网络和所述预调试的对话元素挖掘网络的网络变量。

41、在一些可选的实施例中，所述依据所述多模态对话元素表征向量对应的对话兴趣关键词推测结果、所述多模态对话元素表征向量示例对应的参考关键词推测结果以及所述第三数字电商智能交互对话示例的先验对话兴趣关键词，改进所述预调试的文本细节调整网络和所述预调试的对话元素挖掘网络的网络变量，包括：

42、确定所述多模态对话元素表征向量对应的对话兴趣关键词推测结果和所述第三数字电商智能交互对话示例的先验对话兴趣关键词之间的第一训练代价数据；

43、确定所述多模态对话元素表征向量示例对应的参考关键词推测结果和所述第三数字电商智能交互对话示例的先验对话兴趣关键词之间的第二训练代价数据；

44、依据所述第一训练代价数据和所述第二训练代价数据，改进所述预调试的文本细节调整网络和所述预调试的对话元素挖掘网络的网络变量。

45、在一些可选的实施例中，所述依据所述第一训练代价数据和所述第二训练代价数据，改进所述预调试的文本细节调整网络和所述预调试的对话元素挖掘网络的网络变量，包括：

46、将所述第一训练代价数据和所述第二训练代价数据进行组合，得到全局训练代价数据；

47、依据所述全局训练代价数据，改进所述预调试的文本细节调整网络和所述预调试的对话元素挖掘网络的网络变量。

48、在一些可选的实施例中，所述通过设定通用对话元素挖掘网络，依据所述目标完成预处理的数字电商智能交互对话示例和所述完成文本细节调整的最终数字电商智能交互对话示例，提取所述第三数字电商智能交互对话示例的多模态对话元素表征向量示例，包括：

49、将所述目标完成预处理的数字电商智能交互对话示例和所述完成文本细节调整的最终数字电商智能交互对话示例进行组合，得到组合后数字电商智能交互对话示例；

50、通过设定通用对话元素挖掘网络，对所述组合后数字电商智能交互对话示例进行多模态对话元素挖掘，得到所述第三数字电商智能交互对话示例的多模态对话元素表征向量示例。

51、一种ai电子商务对话分析系统，包括：处理器、存储器以及网络接口；所述处理器与所述存储器、所述网络接口相连；所述网络接口用于提供数据通信功能，所述存储器用于存储程序代码，所述处理器用于调用所述程序代码，以执行上述方法。

52、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在运行时执行基于数字化电子商务的多模态对话ai解析方法。

53、一种计算机程序产品，包括计算机程序或计算机可执行指令，所述计算机程序或计算机可执行指令被处理器执行时，实现基于数字化电子商务的多模态对话ai解析方法。

54、根据本发明的一个实施例，可以获取满足多模态对话分析条件的数字电商智能交互对话，并提炼所述数字电商智能交互对话的核心对话信息；结合信息预处理指示对所述数字电商智能交互对话的核心对话信息进行信息预处理，得到完成预处理的数字电商智能交互对话；对所述完成预处理的数字电商智能交互对话进行文本细节调整，得到完成文本细节调整的最终数字电商智能交互对话；对所述完成文本细节调整的最终数字电商智能交互对话进行多模态对话元素挖掘，得到所述完成文本细节调整的最终数字电商智能交互对话的多模态对话元素表征向量；依据所述多模态对话元素表征向量，对所述最终数字电商智能交互对话进行对话兴趣解析操作，得到所述最终数字电商智能交互对话的对话兴趣解析报告。

55、本发明实施例可以通过文本细节调整，对完成预处理的数字电商智能交互对话进行双重准确的文本优化，这样可以得到尽可能完整、丰富的完成文本细节调整的最终数字电商智能交互对话，这样在对最终数字电商智能交互对话进行对话兴趣解析操作时，能够规避最终数字电商智能交互对话由于信息缺失或者错误导致的解析误差，提高最终数字电商智能交互对话的对话兴趣解析报告的准确性和可信度，从而为之后的一系列个性化和智能化服务提供分析依据。

56、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本发明的技术方案。