CN102708453B - 提供终端故障解决方案的方法及装置 - Google Patents
提供终端故障解决方案的方法及装置 Download PDFInfo
- Publication number
- CN102708453B CN102708453B CN201210149035.2A CN201210149035A CN102708453B CN 102708453 B CN102708453 B CN 102708453B CN 201210149035 A CN201210149035 A CN 201210149035A CN 102708453 B CN102708453 B CN 102708453B
- Authority
- CN
- China
- Prior art keywords
- solution
- key word
- crucial phrase
- marked
- preference pattern
- 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.)
- Expired - Fee Related
Links
Landscapes
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了提供终端故障解决方案的方法及装置,其中,所述方法包括:接收用户输入的关于终端设备故障的描述信息;从所述描述信息中抽取关键词;如果抽取出的关键词为至少两个,则根据预先建立的解决方案选择模型,选择所述至少两个关键词对应的解决方案。通过本发明,能够在用户输入了故障描述信息之后,快速地给出解决方案。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及提供终端故障解决方案的方法及装置。
背景技术
随着计算机技术的不断发展,电脑、手机等终端设备几乎成了人们生活中必备的工具。但是,对于很多用户而言,对终端设备的了解仅限于应用层面,却不具备计算机方面的专业知识,不懂如何对设备进行维护,一旦设备出现故障,则更加束手无策。例如,电脑桌面出现陌生图标且无法删除、一点浏览器图标就弹出乱七八糟的网页、快捷方式图标显示不正常、“我的电脑”及“回收站”等系统图标消失不见,等等,这些电脑图标异常症状经常困扰着诸多用户,自行修复的难度很大。
上述如果能够提供一款产品,能够在用户描述了其终端设备中存在的问题之后,就能自动给用户返回相应的解决方案,则可以有效地帮助用户解决其终端设备中存在的问题。当然,在该过程中,客户端软件需要能够“理解”用户的语义。然而,用户对终端设备故障的认识以及专业知识千差万别,每个用户的语言习惯也各不相同,因此,不同用户针对同一故障的描述也会各不相同。如果基于句子的语法结构等进行分词,进而进行语义分析等等,会是相当大的一项工程,会大大影响响应速度。
发明内容
本发明提供了提供终端故障解决方案的方法及装置,能够在用户输入了故障描述信息之后,快速地给出解决方案。
本发明提供了如下方案:
一种提供终端故障解决方案的方法,包括:
接收用户输入的关于终端设备故障的描述信息;
从所述描述信息中抽取关键词;
如果抽取出的关键词为至少两个,则根据预先建立的解决方案选择模型,选择所述至少两个关键词对应的解决方案。
可选的,还包括:通过以下方式建立所述解决方案选择模型:
获得标注者标注的关键词组与解决方案的对应关系集合;
根据相同关键词组与被标注的不同解决方案的对应关系,建立所述解决方案选择模型。
可选的,所述根据相同关键词组与被标注的不同解决方案的对应关系,建立所述解决方案选择模型包括:
根据相同关键词组被标注为各个解决方案的次数,选择针对相同关键词组被标注次数最多的解决方案;
保存关键词组与被标注次数最多的解决方案之间的对应关系,以便建立所述解决方案选择模型;
所述则根据预先建立的解决方案选择模型,选择所述至少两个关键词对应的解决方案包括:
选择所述解决方案选择模型中保存的被标注次数最多的解决方案。
可选的,所述根据相同关键词组与被标注的不同解决方案的对应关系,建立所述解决方案选择模型包括:
根据相同关键词组被标注为各个解决方案的次数,确定关键词组到各个被标注的解决方案的映射概率;
保存关键词组到各个被标注的解决方案的映射概率,以便建立所述解决方案选择模型;
所述则根据预先建立的解决方案选择模型,选择所述至少两个关键词对应的解决方案包括:
根据所述解决方案选择模型中保存的各个被标注的解决方案的映射概率的大小,以及预置的各个解决方案的权重值,选择所述至少两个关键词对应的解决方案。
可选的,所述获得标注者标注的关键词组与解决方案的对应关系集合包括:
采集文本信息作为训练样本;
针对各个训练样本分别进行以下操作:从训练样本中抽取关键词,当抽取出的关键词为至少两个时,将这至少两个关键词作为一个关键词组,根据预先保存的单个关键词与解决方案之间的对应关系,分别给出关键词组中的各个关键词对应的解决方案供标注者标注,根据标注结果获得标注者标注的关键词组与解决方案的对应关系。
可选的,所述相同关键词组为由相同的关键词组成的关键词组。
可选的,所述相同关键词组为由相同的关键词组成,并且各个关键字在各自所在的训练样本中出现的先后顺序相同的关键词组。
可选的,还包括:
根据预置的同义词表,对从所述描述信息中抽取出的关键词进行同义词合并。
一种提供终端故障解决方案的装置,包括:
描述信息接收单元,用于接收用户输入的关于终端设备故障的描述信息;
关键词抽取单元,用于从所述描述信息中抽取关键词;
解决方案选择单元,用于如果抽取出的关键词为至少两个,则根据预先建立的解决方案选择模型,选择所述至少两个关键词对应的解决方案。
可选的,还包括:
集合获得单元,用于获得标注者标注的关键词组与解决方案的对应关系集合;
模型建立单元,用于根据相同关键词组与被标注的不同解决方案的对应关系,建立所述解决方案选择模型。
可选的,所述模型建立单元包括:
选择子单元,用于根据相同关键词组被标注为各个解决方案的次数,选择针对相同关键词组被标注次数最多的解决方案;
第一保存子单元,用于保存关键词组与被标注次数最多的解决方案之间的对应关系,以便建立所述解决方案选择模型;
所述解决方案选择单元包括:
第一选择子单元,用于选择所述解决方案选择模型中保存的被标注次数最多的解决方案。
可选的,所述模型建立单元包括:
映射概率计算子单元,用于根据相同关键词组被标注为各个解决方案的次数,确定关键词组到各个被标注的解决方案的映射概率;
第二保存子单元,用于保存关键词组到各个被标注的解决方案的映射概率,以便建立所述解决方案选择模型;
所述解决方案选择单元包括:
第二选择子单元,用于根据所述解决方案选择模型中保存的各个被标注的解决方案的映射概率的大小,以及预置的各个解决方案的权重值,选择所述至少两个关键词对应的解决方案。
可选的,所述集合获得单元包括:
样本采集子单元,用于采集文本信息作为训练样本;
标注子单元,用于针对各个训练样本分别进行以下操作:从训练样本中抽取关键词,当抽取出的关键词为至少两个时,将这至少两个关键词作为一个关键词组,根据预先保存的单个关键词与解决方案之间的对应关系,分别给出关键词组中的各个关键词对应的解决方案供标注者标注,根据标注结果获得标注者标注的关键词组与解决方案的对应关系。
可选的,所述相同关键词组为由相同的关键词组成的关键词组。
可选的,所述相同关键词组为由相同的关键词组成,并且各个关键字在各自所在的训练样本中出现的先后顺序相同的关键词组。
可选的,还包括:
同义词合并单元,用于根据预置的同义词表,对从所述描述信息中抽取出的关键词进行同义词合并。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
通过本发明,在用户输入了故障描述信息之后,可以直接从中提取关键词,依据提取出的关键词给出解决方案,因此,可以不必对故障描述信息进行分词等语义分析,可以提高响应速度。并且,针对提取出的关键词为多个的情况,还可以根据预先建立的解决方案选择模型进行选择,使得有效性得到提高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的方法的流程图;
图2是本发明实施例提供的装置的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
S101:接收用户输入的关于终端设备故障的描述信息;
首先需要说明的是,在本发明实施例中,为了能够协助用户解决其终端设备中存在的问题,可以提供一款软件产品,当用户发现自己的电脑出现一些故障时,可以通过软件产品提供的对话框中输入故障描述信息,例如“我的电脑启动非常慢”等等。或者,在具体实现时,还可以支持语音输入模式,切换到语音输入模式之后,就可以对着麦克风说出自己电脑中存在怎样的问题。需要说明的是,用户输入的关于计算机故障的描述,通常是一些表面现象,例如,“电脑桌面出现陌生图标,且无法删除”、“一点浏览器图标就会自动弹出乱七八糟的网页”、“快捷方式图标全部变成未知文件图标、快捷方式小箭头变成黑色小块或被其它图标所挡住”等等。通常这些表面现象对应着深层次的原因,例如,“电脑桌面出现陌生图标,且无法删除”,一般都是电脑中了病毒木马所致,“一点浏览器图标就会自动弹出乱七八糟的网页”一般是因为浏览器被劫持所致,等等。但在本发明实施例中,用户不需要知晓这些深层次的原因,只需要将其看到的一些不正常的现象用语言描述出来即可。
在上述语音输入的过程中,客户端软件在接收到用户输入的语音信息后,就可以将其转换成文本信息,具体如何将语音信息转换成文本信息可以采用已有的技术来实现,这里不再赘述。但需要说明的是,在实际应用中,客户端软件在被启动之后,可以一直检测是否有声音输入,如果有则进行侦听记录,在此期间,如果发现用户一直在不间断地说话,则证明用户还没有完成此次描述,直到用户停止说话达到一定的时间长度(例如2秒或者其他值),则可以认为用户已经完成了此次描述,然后将此次侦听到的语音信号转换为文本信息。
S102:从所述描述信息中抽取关键词;
具体实现时,可以预先设置一张关键词列表,例如可以包括“关机”、“自动重启”、“蓝屏”、“慢”等等,在用户语音输入故障描述信息之后,就可以根据将关键词列表中的各个关键词分别与描述信息进行比对,看是否出现在描述信息中,如果某关键词列表中的关键词出现在描述信息中,则将其抽取出来。
S103:如果抽取出的关键词为至少两个,则根据预先建立的解决方案选择模型,选择所述至少两个关键词对应的解决方案。
如果从一个文本信息中仅抽取出一个关键词,则可以预先设置一张表,其中保存着关键词与解决方案之间的对应关系,然后当用户输入一段描述信息之后,从描述信息中提取出关键词,然后查询这张表,就可以给出具体的解决方案。但是在实际应用中,不同用户在描述同一个问题时,表达方式千差万别,经常存在一句描述中包含了多个关键词的情况,此时,如果仍然按照上述查表的方式,可能会有多个对应的解决方案,此时,到底应该向用户提供哪个解决方案,就成为需要解决的问题。为此,在本发明实施例中,可以预先建立一个解决方案选择模型,该模型中可以保存针对一个文本信息中存在多个关键词时,用户或者技术人员在对文本信息进行语义理解之后,对各个关键词对应的解决方案的选择情况相关信息,这样,当从一个文本信息中抽取出多个关键词时,就可以通过该模型,确定出需要选择哪个解决方案。
具体在建立解决方案选择模型时,可以首先获得人工标注的关键词组与解决方案的对应关系集合,然后根据相同关键词组与被标注的不同解决方案的对应关系,建立解决方案选择模型。也就是说,针对关键词组,可以让用户或者组织技术人员作为标注者从各个关键词对应的解决方案中进行选择,然后记录下标注者的选择结果,则可以获得人工标注的关键词组与解决方案的对应关系集合。例如,针对关键词组1,其中包含的关键词为a、b、c,则可以将关键词a、关键词b、关键词c分别对应的解决方案都提供给标注者,如果标注者甲选择的是关键词a对应的解决方案Ⅰ,则获得一次人工标注的关键词组1与解决方案Ⅰ之间的对应关系;类似的,如果标注者乙选择的是关键词b对应的解决方案Ⅱ,则获得一次人工标注的关键词组1与解决方案Ⅱ之间的对应关系,以此类推。然后,在获得大量的这种对应关系之后,就可以根据相同关键词组与被标注的不同解决方案的对应关系,建立起解决方案选择模型。
具体在根据相同关键词组与被标注的不同解决方案的对应关系,建立解决方案选择模型时,可以根据相同关键词组被标注为各个解决方案的次数,选择针对相同关键词组被标注次数最多的解决方案,然后保存关键词组与被标注次数最多的解决方案之间的对应关系,以便建立起解决方案选择模型。也即,在获得人工标注的关键词组与解决方案的对应关系集合之后,可以进行统计,就可以得到相同关键词组被标注为各个解决方案的次数,其中被标注次数最多的解决方案就可以作为该关键词组对应的解决方案。这样,在针对用户当前描述的故障选择解决方案时,直接将从文本信息中提取出的各个关键词组成关键词组,然后选择该关键词组对应的被标注次数最多的解决方案即可。
或者,在另一种实现方式下,还可以根据相同关键词组被标注为各个解决方案的次数,确定关键词组到各个被标注的解决方案的映射概率,然后保存这种映射概率,创建其解决方案选择模型。也即,对人工标注的关键词组与解决方案的对应关系集合进行统计,得到相同关键词组被标注为各个解决方案的次数之后,可以分别计算出相同关键词组分别被标注为各种解决方案的概率。例如,关键词组1被标注为解决方案Ⅰ的次数为x次,被标注为解决方案Ⅱ的次数为y次,被标注为解决方案Ⅲ的次数为z次,则该关键词组1到解决方案Ⅰ的映射概率为x/(x+y+z),关键词组1到解决方案Ⅱ的映射概率为y/(x+y+z),关键词组1到解决方案Ⅲ的映射概率为z/(x+y+z)。这样,在根据保存的这种映射概率信息选择解决方案时,就可以根据各个解决方案对应的映射概率的大小进行选择,例如,直接将映射概率最大的解决方案提供给用户。或者还可以预先设置各个解决方案的权重值,这样,在针对一关键词组选择解决方案时,可以综合考虑各个解决方案对应的映射概率以及权重值的大小,给出最终的解决方案。例如,假设前述例子中,关键词组1到解决方案Ⅱ的映射概率最大,到解决方案Ⅰ的映射概率略小于到解决方案Ⅱ的映射概率,但解决方案Ⅰ的权重如果大于解决方案Ⅱ的权重,则最终选择出的可能是解决方案Ⅰ。
在实际应用中,标注者对关键词组进行解决方案的标注时,可以让标注者结合具体的语境进行选择。例如,关键词组也可以是从某文本信息中抽取出来的,这样,用户在针对该关键词组进行解决方案的标注时,可以通过对文本信息的完整语义的理解,选择出解决方案。具体实现时,可以通过以下方式实现:首先收集一些文本信息作为训练样本(可以是从一些已知的数据库等处进行收集),针对各个训练样本分别进行以下操作:从训练样本中抽取关键词,当抽取出的关键词为至少两个时,将这至少两个关键词作为一个关键词组,然后根据预先保存的单个关键词与解决方案之间的对应关系,分别给出关键词组中的各个关键词对应的解决方案供标注者进行标注;标注者在得到各个关键词分别对应的各个解决方案之后,可以结合原始的文本信息进行完整的语义理解,然后从各个解决方案中选择能够解决对应故障的一个进行标注。同一个训练样本中提取出的关键词组可以由多个标注者分别进行标注,同时,同一个标注者也可以对多个训练样本进行标注,这样,最终就可以获得一个标注者标注的关键词组与解决方案的对应关系集合,以此作为建立解决方案选择模型的基础。
需要说明的是,在实际应用中,本发明实施例中所述的相同关键词组可以是指:只要由相同的关键词组成即可视为相同的关键词组。例如,如果关键词组1和关键词组2都是由关键词a、关键词b和关键词c组成的,则关键词组1和关键词组2就可以视为相同的关键词组。也就是说,可以不必考虑各个关键词在文本信息中出现的顺序,例如,在建立解决方案选择模型的过程中,假设关键词组1是从文本信息m中抽取出来的,在该文本信息m中,关键词a、关键词b和关键词c的先后顺序是:关键词a->关键词b->关键词c,而关键词组2是从文本信息n中抽取出来的,在该文本信息n中,关键词a、关键词b和关键词c的先后顺序是关键词a->关键词c->关键词b,但是,仍然可以将关键词组1与关键词组2作为相同关键词组(当然,标注者在进行标注时,是分别针对各自对应的文本信息进行理解之后进行的)。在这种情况下,在得到解决方案选择模型之后,其中保存的关键词组中各个关键词之间也是没有顺序的限制的,因此,在使用这种模型来为用户当前输入的故障描述信息选择解决方案时,在从文本信息中抽取出至少两个关键词之后,同样可以不必考虑各个关键词在文本信息中的先后顺序,也即,不用关心用户先说的关键词a还是先说的关键词b,只要包含这两个关键词,就直接为其选择这两个关键词对应的解决方案即可。
这种不需要考虑关键词在文本信息中的先后顺序的方式,可以避免解决方案解决模型中的数据量过于庞大,也可以避免由于采集到的数据过于分散,导致模型失效的情况。当然,考虑到关键词在文本信息中出现的先后顺序不同时,可能会影响文本信息所表达出的含义,因此,在实际应用中,为了提高选择出的解决方案的准确性,也可以将关键词在文本信息中的先后顺序这一因素考虑进来,也就是说,所谓的相同关键词组是指,由相同的关键词组成,并且各个关键字在各自所在的训练样本中出现的先后顺序相同的关键词组。也就是说,同样假设关键词组1是从文本信息m中抽取出来的,在该文本信息m中,关键词a、关键词b和关键词c的先后顺序是:关键词a->关键词b->关键词c,而关键词组2是从文本信息n中抽取出来的,在该文本信息n中,关键词a、关键词b和关键词c的先后顺序是关键词a->关键词c->关键词b,则关键词组1和关键词组2将不会被作为相同的关键词组,只有在文本信息n中关键词a、关键词b和关键词c的先后顺序也是关键词a->关键词b->关键词c时,才会将关键词组1和关键词组2视为相同关键词组。在使用这种方式建立起的解决方案选择模型时,在用户输入了故障描述信息并转换为文本信息之后,从文本信息中提取关键词时,同样可以按照关键词在文本信息中出现的先后顺序进行提取,然后在解决方案选择模型中选择出与之相同的关键词组对应的解决方案即可。
需要说明的是,在实际应用中,为了提高实现的效率,也为了避免数据库过去庞大,无论是在建立模型的过程中,还是在按照模型推送解决方案的过程中,在从文本信息中提取出关键词之后,还可以对其中可能包含的一些同义词进行合并。例如,从某文本信息中提取出的关键词包括“电脑”以及“计算机”,则可以将这两个词合并为“电脑”,等等。具体实现时,可以预先设置同义词表,按照该表进行同义词的合并。
另外需要说明的是,对于建立起的解决方案选择模型,还可以根据新收集到的信息进行更新,这种新收集到的信息可以包括根据当前的解决方案选择模型为用户选择了解决方案之后,用户的接受情况信息。例如,如果用户接受了解决方案,则可以进一步增强解决方案选择模型中针对该解决方案的现有数据,如果用户拒绝了为其选择的解决方案,则可以适当削弱解决方案选择模型中针对该解决方案的现有数据,等等。
与本发明实施例提供的提供终端故障解决方案的方法相对应,本发明实施例还提供了一种提供终端故障解决方案的装置,参见图2,该装置具体可以包括:
描述信息接收单元201,用于接收用户输入的关于终端设备故障的描述信息;
关键词抽取单元202,用于从所述描述信息中抽取关键词;
解决方案选择单元203,用于如果抽取出的关键词为至少两个,则根据预先建立的解决方案选择模型,选择所述至少两个关键词对应的解决方案。
为了建立解决方案选择模型,该装置还可以包括:
集合获得单元,用于获得标注者标注的关键词组与解决方案的对应关系集合;
模型建立单元,用于根据相同关键词组与被标注的不同解决方案的对应关系,建立所述解决方案选择模型。
其中,所述模型建立单元可以包括:
选择子单元,用于根据相同关键词组被标注为各个解决方案的次数,选择针对相同关键词组被标注次数最多的解决方案;
第一保存子单元,用于保存关键词组与被标注次数最多的解决方案之间的对应关系,以便建立所述解决方案选择模型;
相应的,解决方案选择单元203可以包括:
第一选择子单元,用于选择所述解决方案选择模型中保存的被标注次数最多的解决方案。
或者,在另一种实现方式下,所述模型建立单元可以包括:
映射概率计算子单元,用于根据相同关键词组被标注为各个解决方案的次数,确定关键词组到各个被标注的解决方案的映射概率;
第二保存子单元,用于保存关键词组到各个被标注的解决方案的映射概率,以便建立所述解决方案选择模型;
相应的,解决方案选择单元203可以包括:
第二选择子单元,用于根据所述解决方案选择模型中保存的各个被标注的解决方案的映射概率的大小,以及预置的各个解决方案的权重值,选择所述至少两个关键词对应的解决方案。
在具体实现时,集合获得单元可以包括:
样本采集子单元,用于采集文本信息作为训练样本;
标注子单元,用于针对各个训练样本分别进行以下操作:从训练样本中抽取关键词,当抽取出的关键词为至少两个时,将这至少两个关键词作为一个关键词组,根据预先保存的单个关键词与解决方案之间的对应关系,分别给出关键词组中的各个关键词对应的解决方案供标注者标注,根据标注结果获得标注者标注的关键词组与解决方案的对应关系。
其中,所述相同关键词组为由相同的关键词组成的关键词组。
或者,所述相同关键词组为由相同的关键词组成,并且各个关键字在各自所在的训练样本中出现的先后顺序相同的关键词组。
在实际应用中,该装置还可以包括:
同义词合并单元,用于根据预置的同义词表,对从所述描述信息中抽取出的关键词进行同义词合并。
总之,通过本发明实施例提供的装置,在用户输入了故障描述信息之后,可以直接从中提取关键词,依据提取出的关键词给出解决方案,因此,可以不必对故障描述信息进行分词等语义分析,可以提高响应速度。并且,针对提取出的关键词为多个的情况,还可以根据预先建立的解决方案选择模型进行选择,使得有效性得到提高。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上对本发明所提供的提供终端故障解决方案的方法及装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (12)
1.一种提供终端故障解决方案的方法,其特征在于,包括:
接收用户输入的关于终端设备故障的描述信息;
从所述描述信息中抽取关键词;
如果抽取出的关键词为至少两个,则根据预先建立的解决方案选择模型,选择所述至少两个关键词对应的解决方案,其中,通过以下方式建立所述解决方案选择模型:采集文本信息作为训练样本;针对各个训练样本分别进行以下操作:从训练样本中抽取关键词,当抽取出的关键词为至少两个时,将这至少两个关键词作为一个关键词组,根据预先保存的单个关键词与解决方案之间的对应关系和与关键词组对应的文本信息的完整语义的理解,分别给出关键词组中的各个关键词对应的解决方案供标注者标注,根据标注结果获得标注者标注的关键词组与解决方案的对应关系;根据相同关键词组与被标注的不同解决方案的对应关系,建立所述解决方案选择模型。
2.根据权利要求1所述的方法,其特征在于,所述根据相同关键词组与被标注的不同解决方案的对应关系,建立所述解决方案选择模型包括:
根据相同关键词组被标注为各个解决方案的次数,选择针对相同关键词组被标注次数最多的解决方案;
保存关键词组与被标注次数最多的解决方案之间的对应关系,以便建立所述解决方案选择模型;
所述则根据预先建立的解决方案选择模型,选择所述至少两个关键词对应的解决方案包括:
选择所述解决方案选择模型中保存的被标注次数最多的解决方案。
3.根据权利要求1所述的方法,其特征在于,所述根据相同关键词组与被标注的不同解决方案的对应关系,建立所述解决方案选择模型包括:
根据相同关键词组被标注为各个解决方案的次数,确定关键词组到各个被标注的解决方案的映射概率;
保存关键词组到各个被标注的解决方案的映射概率,以便建立所述解决方案选择模型;
所述则根据预先建立的解决方案选择模型,选择所述至少两个关键词对应的解决方案包括:
根据所述解决方案选择模型中保存的各个被标注的解决方案的映射概率的大小,以及预置的各个解决方案的权重值,选择所述至少两个关键词对应的解决方案。
4.根据权利要求1所述的方法,其特征在于,所述相同关键词组为由相同的关键词组成的关键词组。
5.根据权利要求1所述的方法,其特征在于,所述相同关键词组为由相同的关键词组成,并且各个关键字在各自所在的训练样本中出现的先后顺序相同的关键词组。
6.根据权利要求1至5任一项所述的方法,其特征在于,还包括:
根据预置的同义词表,对从所述描述信息中抽取出的关键词进行同义词合并。
7.一种提供终端故障解决方案的装置,其特征在于,包括:
描述信息接收单元,用于接收用户输入的关于终端设备故障的描述信息;
关键词抽取单元,用于从所述描述信息中抽取关键词;
集合获得单元,用于获得标注者标注的关键词组与解决方案的对应关系集合,其中,所述集合获得单元包括:样本采集子单元,用于采集文本信息作为训练样本;标注子单元,用于针对各个训练样本分别进行以下操作:从训练样本中抽取关键词,当抽取出的关键词为至少两个时,将这至少两个关键词作为一个关键词组,根据预先保存的单个关键词与解决方案之间的对应关系和与关键词组对应的文本信息的完整语义的理解,分别给出关键词组中的各个关键词对应的解决方案供标注者标注,根据标注结果获得标注者标注的关键词组与解决方案的对应关系;
模型建立单元,用于根据相同关键词组与被标注的不同解决方案的对应关系,建立解决方案选择模型;
解决方案选择单元,用于如果抽取出的关键词为至少两个,则根据预先建立的解决方案选择模型,选择所述至少两个关键词对应的解决方案。
8.根据权利要求7所述的装置,其特征在于,所述模型建立单元包括:
选择子单元,用于根据相同关键词组被标注为各个解决方案的次数,选择针对相同关键词组被标注次数最多的解决方案;
第一保存子单元,用于保存关键词组与被标注次数最多的解决方案之间的对应关系,以便建立所述解决方案选择模型;
所述解决方案选择单元包括:
第一选择子单元,用于选择所述解决方案选择模型中保存的被标注次数最多的解决方案。
9.根据权利要求7所述的装置,其特征在于,所述模型建立单元包括:
映射概率计算子单元,用于根据相同关键词组被标注为各个解决方案的次数,确定关键词组到各个被标注的解决方案的映射概率;
第二保存子单元,用于保存关键词组到各个被标注的解决方案的映射概率,以便建立所述解决方案选择模型;
所述解决方案选择单元包括:
第二选择子单元,用于根据所述解决方案选择模型中保存的各个被标注的解决方案的映射概率的大小,以及预置的各个解决方案的权重值,选择所述至少两个关键词对应的解决方案。
10.根据权利要求7所述的装置,其特征在于,所述相同关键词组为由相同的关键词组成的关键词组。
11.根据权利要求7所述的装置,其特征在于,所述相同关键词组为由相同的关键词组成,并且各个关键字在各自所在的训练样本中出现的先后顺序相同的关键词组。
12.根据权利要求7至11任一项所述的装置,其特征在于,还包括:
同义词合并单元,用于根据预置的同义词表,对从所述描述信息中抽取出的关键词进行同义词合并。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210149035.2A CN102708453B (zh) | 2012-05-14 | 2012-05-14 | 提供终端故障解决方案的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210149035.2A CN102708453B (zh) | 2012-05-14 | 2012-05-14 | 提供终端故障解决方案的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102708453A CN102708453A (zh) | 2012-10-03 |
CN102708453B true CN102708453B (zh) | 2016-08-10 |
Family
ID=46901185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210149035.2A Expired - Fee Related CN102708453B (zh) | 2012-05-14 | 2012-05-14 | 提供终端故障解决方案的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102708453B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605676A (zh) * | 2013-10-30 | 2014-02-26 | 北京奇虎科技有限公司 | 一种基于搜索的终端故障解决方法、客户端和系统 |
CN103686809A (zh) * | 2013-12-09 | 2014-03-26 | 北京奇虎科技有限公司 | 提供移动终端故障问题解决方案的方法、移动终端和系统 |
CN104462252A (zh) * | 2014-11-20 | 2015-03-25 | 百度在线网络技术(北京)有限公司 | 提供针对网页打开失败的解决方案的方法及系统 |
CN105701115A (zh) * | 2014-11-27 | 2016-06-22 | 英业达科技有限公司 | 解决方案搜寻系统的操作方法及解决方案搜寻系统 |
CN104883624A (zh) * | 2015-05-15 | 2015-09-02 | 小米科技有限责任公司 | 网络终端的故障检测方法及装置 |
CN108121716A (zh) * | 2016-11-28 | 2018-06-05 | 北京华为数字技术有限公司 | 处理问题单的方法和问题单处理系统 |
CN108574585B (zh) * | 2017-03-08 | 2021-07-06 | 中国移动通信集团内蒙古有限公司 | 一种系统故障解决方案获取方法及装置 |
CN108229704B (zh) * | 2018-01-16 | 2022-02-25 | 百度在线网络技术(北京)有限公司 | 用于推送信息的方法和装置 |
CN108846487A (zh) * | 2018-05-29 | 2018-11-20 | 长乐壹中正和信息科技有限公司 | 一种高效巡查纺织设备的方法及终端 |
WO2020047779A1 (zh) * | 2018-09-05 | 2020-03-12 | 西门子(中国)有限公司 | 故障分析方法、装置和计算机可读介质 |
CN112306034A (zh) * | 2019-08-02 | 2021-02-02 | 深圳市道通科技股份有限公司 | 一种汽车维修方法、装置及其系统 |
CN111522704A (zh) * | 2020-03-04 | 2020-08-11 | 平安科技(深圳)有限公司 | 告警信息处理方法、装置、计算机装置及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1949211A (zh) * | 2005-10-13 | 2007-04-18 | 中国科学院自动化研究所 | 一种新的汉语口语解析方法及装置 |
CN101676909A (zh) * | 2008-09-16 | 2010-03-24 | 联想(北京)有限公司 | 为用户提供自助服务的方法及计算机 |
CN101937301A (zh) * | 2009-06-30 | 2011-01-05 | 株式会社理光 | 在查询图像上导航显示的方法和设备 |
CN102033922A (zh) * | 2010-12-14 | 2011-04-27 | 哈尔滨工业大学 | 一种基于词汇链的关键短语抽取方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004234585A (ja) * | 2003-02-03 | 2004-08-19 | Cybernavi Inc | 技術的知識についてのキーワード検索用データベースの構築方法および該方法を利用するネットワークシステム |
CN102375845B (zh) * | 2010-08-19 | 2016-01-13 | 深圳市世纪光速信息技术有限公司 | 图片搜索方法和系统 |
-
2012
- 2012-05-14 CN CN201210149035.2A patent/CN102708453B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1949211A (zh) * | 2005-10-13 | 2007-04-18 | 中国科学院自动化研究所 | 一种新的汉语口语解析方法及装置 |
CN101676909A (zh) * | 2008-09-16 | 2010-03-24 | 联想(北京)有限公司 | 为用户提供自助服务的方法及计算机 |
CN101937301A (zh) * | 2009-06-30 | 2011-01-05 | 株式会社理光 | 在查询图像上导航显示的方法和设备 |
CN102033922A (zh) * | 2010-12-14 | 2011-04-27 | 哈尔滨工业大学 | 一种基于词汇链的关键短语抽取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102708453A (zh) | 2012-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102708453B (zh) | 提供终端故障解决方案的方法及装置 | |
CN102708454B (zh) | 终端故障解决方案提供方法及装置 | |
CN107589855B (zh) | 一种根据地理位置推荐候选词的方法和装置 | |
CN104216875B (zh) | 基于非监督关键二元词串提取的微博文本自动摘要方法 | |
US20090228277A1 (en) | Search Aided Voice Recognition | |
CN105630884B (zh) | 一种微博热点事件的地理位置发现方法 | |
CN106570144A (zh) | 推荐信息的方法和装置 | |
CN107273359A (zh) | 一种文本相似度确定方法 | |
CN106202028B (zh) | 一种地址信息识别方法及装置 | |
KR102603717B1 (ko) | 네트워크 시스템에서 도메인-특정 모델의 생성 | |
CN107239440A (zh) | 一种垃圾文本识别方法和装置 | |
BR112014028739B1 (pt) | Sistema e método para criar objetos estruturados de evento | |
KR20150031309A (ko) | 동적 언어 모델 | |
CN103577404B (zh) | 一种面向微博的全新突发事件发现方法 | |
CN104538034A (zh) | 一种语音识别方法及系统 | |
KR102144868B1 (ko) | 통화 기록 제공 장치 및 방법 | |
CN106875939A (zh) | 对大范围波动的汉语方言语音识别处理方法及智能机器人 | |
JP2017162050A (ja) | 信憑性判定システム及びそのためのコンピュータプログラム | |
CN104184653B (zh) | 一种消息过滤的方法和装置 | |
KR101541306B1 (ko) | 컴퓨터 실행 가능한 중요 키워드 추출 방법, 이를 수행하는 중요 키워드 추출 서버 및 이를 저장하는 기록매체 | |
CN108831442A (zh) | 兴趣点识别方法、装置、终端设备及存储介质 | |
CN104731873A (zh) | 一种评价信息生成方法和装置 | |
JP2017199225A (ja) | 災害情報選択装置およびその方法 | |
CN104915458B (zh) | 一种在用户搜索应用时自动联想的方法、系统及移动终端 | |
CN109062891A (zh) | 媒体处理方法、装置、终端和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160810 Termination date: 20210514 |
|
CF01 | Termination of patent right due to non-payment of annual fee |