CN104679910A - 智能应答方法及系统 - Google Patents

Abstract

本发明涉及人机交互技术领域，公开了一种智能应答方法及系统，该方法包括步骤：接收用户所提问题，对问题进行语义处理，获得语义扩展后的问题；根据语义扩展后的问题初步查找问题对应答案，若问题已知，则直接返回对应答案；若问题未知，则加入未知问题队列；将未知问题队列中每一未知问题与系统已知问题进行相似度运算，若相似度最高的已知问题超过预设阈值，则将该已知问题对应答案返回；若相似度最高的已知问题未超过预设阈值，则搜集并记录该未知问题的答案。本发明的技术方案可以通过自动学习用户的未知问题，从而完善知识库系统的业务深度和广度，解决了智能客服的知识库内容单一，不能自主进行学习增长的问题。

Description

智能应答方法及系统

技术领域

本发明涉及人机交互技术领域，具体地，涉及一种智能应答方法及系统。

背景技术

随着计算机处理能力的不断发展，传统以人工操作为主的人机交互已开始转向机器智能交互，但当前机器智能实质上仍是由人预先设定处理策略，机器只是策略的执行者，距离机器自主完成交互仍有较大差距。

比如目前常见的人机对话或智能客服系统，一般都依赖预先建立的数据库(问题库或知识库等)来实现应答。这类应答系统对于数据库中已有问题可实现比较理想的答复效果，但对于未知问题则通常无法处理，甚至因为提问方式、使用词语可能存在多种表达形式，问题的少许变化就有可能无法正确应答，用户体验较差。对于这类情况，现有技术需要不断在数据库中新增问题和对应答案，通常都是由操作员在管理后台手工将问题和答案进行录入，该方式往往效率低下，操作员所添加的问题通常也并不是顾客想问询和曾经问询过的，并且问题和答案在业务深度和广度受操作员个人水平的局限，使现有的应答系统不能实现有益的正增长，智能化程度较低。

发明内容

针对现有技术的缺陷，本发明所要解决的技术问题是如何实现机器自主地问题处理及智能应答。

为解决该问题，一方面，本发明提供了一种智能应答方法，包括步骤：

接收用户所提问题，对问题进行语义处理，获得语义扩展后的问题；

根据语义扩展后的问题初步查找问题对应答案，若问题已知，则直接返回对应答案；若问题未知，则加入未知问题队列；

将未知问题队列中每一未知问题与系统已知问题进行相似度运算，若相似度最高的已知问题超过预设阈值，则将该已知问题对应答案返回；若相似度最高的已知问题未超过预设阈值，则搜集并记录该未知问题的答案。

优选地，所述对问题进行语义处理包括步骤：

对问题进行分词；

根据分词结果进行语义分析；

基于语义分析结果进行语义扩展。

优选地，采用词典匹配算法进行所述分词，所述词典匹配算法包括正向匹配、逆向匹配、双向匹配、最大匹配、最小匹配中最少一种。

优选地，所述进行相似度运算采用Shingle算法计算未知问题与已知问题的Jaccard系数。

优选地，所述搜集未知问题的答案包括：人工处理、根据未知问题的语义处理结果进行互联网搜索和/或根据未知问题的语义处理结果结合相似度最大的已知问题进行互联网搜索。

在本发明的另一方面，还同时提供一种智能应答系统，包括：

语义处理模块，用于接收用户所提问题，对问题进行语义处理，获得语义扩展后的问题；

查找模块，用于根据语义扩展后的问题初步查找问题对应答案，若问题已知，则直接返回对应答案；若问题未知，则加入未知问题队列；

自学习模块，用于将未知问题队列中每一未知问题与系统已知问题进行相似度运算，若相似度最高的已知问题超过预设阈值，则将该已知问题对应答案返回；若相似度最高的已知问题未超过预设阈值，则搜集并记录该未知问题的答案。

优选地，所述语义处理模块进一步包括：

分词模块，用于对问题进行分词；

语义分析模块，用于根据分词结果进行语义分析；

语义扩展模块，用于基于语义分析结果进行语义扩展。

优选地，所述分词模块包括：

匹配模块，用于采用词典匹配算法进行所述分词；所述词典匹配算法包括正向匹配、逆向匹配、双向匹配、最大匹配、最小匹配中最少一种。

优选地，所述自学习模块进一步包括：

相似度计算模块，用于采用Shingle算法计算未知问题与已知问题的Jaccard系数作为相似度。

优选地，所述自学习模块进一步包括：

搜集模块，用于通过人工处理、根据未知问题的语义处理结果进行互联网搜索和/或根据未知问题的语义处理结果结合相似度最大的已知问题进行互联网搜索来搜集未知问题的答案。

本发明可以通过顾客的海量问询进行知识库的学习和增长、从而可以扩充题库，提高智能回复精度。减轻操作员工作强度，操作员只需在初建知识库时录入一些基本问题，在随后的学习过程中，知识库可以进行自主成长。

附图说明

图1是本发明的一个实施例中智能应答方法的流程示意图；

图2是本发明的一个实施例中智能应答系统的模块结构示意图。

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，所描述的实施例为实施本发明的较佳实施方式，所述描述是以说明本发明的一般原则为目的，并非用以限定本发明的范围。本发明的保护范围应当以权利要求所界定者为准，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

采用自动应答系统来处理大量重复或雷同的问题，可以大幅减少人工应答的工作量、降低人力成本。尤其是对于企业客服来说，自动客服是一种比较理想的服务方式，由机器来自动回答较为基础且提问率最高的问题，除减少重复劳动外，还有助于发现实质问题并及时对特殊情况进行优先处理。但现有技术中的自动应答系统通常是由人工维护数据库，问题和答案均由人工输入内容且将其相关关联，系统构建和维护成本仍然很高，且智能化程度低，可扩展能力差，用户体验不佳。

本发明对问题分析和应答都做了适当的优化处理，可智能处理未知问题并对提问和回答方式进行自学习，从而实现了系统的动态自增长。参见图1，在本发明的一个实施例中，智能应答方法包括步骤：

接收用户所提问题，对问题进行语义处理，获得语义扩展后的问题；

根据语义扩展后的问题初步查找问题对应答案，若问题已知，则直接返回对应答案；若问题未知，则加入未知问题队列；

将未知问题队列中每一未知问题与系统已知问题进行相似度运算，若相似度最高的已知问题超过预设阈值，则将该已知问题对应答案返回；若相似度最高的已知问题未超过预设阈值，则搜集并记录该未知问题的答案。

其中，系统建立之初，可以事先收集整理一些常见问题及答案建立资源库；系统运行之后，根据对未知问题的学习结果自动扩充资源库，从而可实现系统的自增长，不断完善系统的智能应答能力。

优选地，所述对问题进行语义处理进一步包括步骤：对问题进行分词，根据分词结果进行语义分析，基于语义分析结果进行语义扩展。更具体地，采用词典匹配算法进行所述分词，匹配算法根据选词方向和规模包括正向、逆向、双向、最大、最小等，优选采用其中最少一种进行分析，比如采用正向最大匹配算法对用户提出的问题进行分词。正向最大匹配法(FMM，Forward MaximumMatching)的基本思想是：设Dictionary为词典，MAX表示词典Dictionary中的最大词长；str为待切分字符串；每次按正向顺序取长度为MAX长的字符串与Dictionary中的词进行匹配；假如Dictionary中有这样一个词，则匹配成功，匹配词作为一个词被切分出来，后移MAX个字符串继续进行匹配；否则，从字符串最后面减掉一个字符重新进行匹配，直至匹配成功；然后，再按以上步骤进行下去，直到切分出所有的词为止。

当然，上述正向最大匹配算法仅作为优选的示例，实际情况中各种匹配算法均各自适用的情形，其优缺点均较为明显。在理想的情况下，最优的分词结果具有以下特点：分词结果的颗粒度越大越好，即单词的字数越多，所能表示的含义越确切；分词结果中非词典词越少越好、单字字典词数越少越好；总体词数越少越好。但理论上说，要获得更佳理想的分词结果势必要牺牲更多的处理效率，故系统可根据实际需要选用最适合的算法或算法组合进行分词，上述优选示例不应视为对本发明分词算法的具体限制。

在将问题拆分成单词之后，继续对分词结果进行语义分析，语义分析的目的是剔除不利影响、进一步明确各单词的实际含义，为问题的语义扩展做准备。典型地，语义分析包括剔除停止词、消除歧义、识别惯用语(包括但不限于专用术语、地名、人名等)、明确词性等。经语义分析后的问题的表述更为精练、清晰，但相应地，由于信息量过少，问题的相似表述方式有可能被排除在外，为尽量扩大后续搜索范围，本发明进一步对语义分析结果进行扩展。语义扩展同样借助于词典进行，典型的扩展包括补充添加同义词、相近词等。

经上述语义处理之后，用户的问句被转换为机器可识别的语义表达式，随后根据表达式在数据库中查找答案。初步查找为搜索表达式等同的已知问题，比如用户提出的问题是“发票开错了”，经处理后问题可能与“换开发票”表达式等同，而后一问题在系统内为已知问题，将后一问题对应的答案作为提问结果返回给用户。

但很多时候用户提问与已知答案并不能完全匹配，尤其是在系统建立之初，已知问题的表达方式较为固定，绝大多数问题的表述均与已知答案存在区别，需要经进一步的处理来识别、关联和学习未知问题。因此，本发明的方法在获得未知问题之后，进一步通过相似度计算来将未知问题与已知问题关联。相似度计算可采用多种算法实现，比如Shingle算法、距离编辑算法、余弦定理、Sunday算法等等，下文详细介绍本发明优选采用的Shingle算法，但本领域相关技术人员应能理解，各文本相似度算法均可适用于本发明，下文的示例不应视为对本发明具体实施方式的限制。

在Shingle算法中，首先要将长的文本进行切分，与上述语义分词不同的是，此处切分只进行机械切分，不考虑文本的含义。具体地，对于长度为L的文档，设定每隔N个汉字切一个Shingle，则该文档一共切到L-N+1个Shingle，以N取2为例，长度为21的A文档会被切成L-N+1＝21-2+1＝20个Shingle，长度为20的B文档则会被切成L-N+1＝20-2+1＝19个Shingle。

随后根据文档的切分结果计算相似度。本发明优选根据Jaccard系数计算相似度，Jaccard系数是一种集合相似度计算方式，一般表达式有

$J(S,T)=\frac{|S\∩T|}{|S\∪T|},$

即对于两集合S、T，其Jaccard系数为两集合交集与并集的比值。在本发明的优选实施例中，对于上述A、B文档，以其切分结果得到的Shingle作为各自的集合，其相似度Jaccard系数即为：A、B两文档所共有的Shingle(个数)与两文档一共切得的Shingle(个数)的比值，根据该值可判断A、B两个文档的相似度。理想情况下，两完全相同文档的Jaccard系数为1，但绝大多数情况下两文档不可能完全相同，只是Jaccard系数越接近于1的相似度越高，因而本发明更优选的实施例中设定一相似度阈值，Jaccard系数高于该阈值的两问题视为相同问题。

将未知问题与已知问题进行相似度计算，如果未知问题与某已知问题可视为相同问题，则可考虑将该已知问题的答案作为提问结果返回。但由于采用阈值判定，有可能有多个已知问题相似度超过阈值，则优选采用相似度最高的已知问题。

若全部已知问题的相似度均不超过阈值，则本次未发现相同已知问题，无法从已知问题库中提供答案，需要采用其他方式为该未知问题寻找答案。最简单地可将该未知问题交由人工处理，但这有可能会增大人工处理的工作量，故而也可尝试自动获取答案。比如可以根据未知问题的语义处理结果在互联网上搜寻相关网页，或者可以进一步结合相似度最大的已知问题在互联网搜寻，为进一步判定互联网搜寻结果是否可用，可进一步结合用户访问情况或反馈判定正确答案，比如记录用户对互联网搜寻结果的访问时长、点击频率、访问动作(复制内容、关闭本页面、关闭其他页面等)、满意度反馈等，再根据用户行为确定哪一结果为正确答案。在搜寻互联网时也可适当调整关键词的权重，比如在相似度最大的已知问题中存在的同样词语可适当加大权重等等，这些具体的互联网搜索策略根据系统实际情况进行设定和选用，在此不再一一列举。

最后，无论是相似度计算发现的答案、还是采用其他方式搜集的答案，一旦未知问题获得答案，将答案返回给用户的同时将该未知问题标记为已知问题，并且将问题和答案对应存储在系统数据库中。通过上述方式，本发明可利用已知问题回答未知问题，同时可以自学习未知问题，实现了应答系统的智能回复和扩展。

此外，本领域技术人员应理解，实现上述实施例方法中的部分或全部步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，包括上述实施例方法的相应步骤，而所述的存储介质可以是：ROM/RAM、磁碟、光盘、存储卡等。因此，如图2所示，与上述方法相对应的，本发明还同时提供一种智能应答系统2，包括：

语义处理模块201，用于接收用户所提问题，对问题进行语义处理，获得语义扩展后的问题；

查找模块202，用于根据语义扩展后的问题初步查找问题对应答案，若问题已知，则直接返回对应答案；若问题未知，则加入未知问题队列；

自学习模块203，用于将未知问题队列中每一未知问题与系统已知问题进行相似度运算，若相似度最高的已知问题超过预设阈值，则将该已知问题对应答案返回；若相似度最高的已知问题未超过预设阈值，则搜集并记录该未知问题的答案。

上述系统采用与方法步骤一一对应的方式进行模块划分，故各优选实施例中的方法步骤同样有相应的虚拟模块与之对应，在此不再一一赘述。另一方面，从软件系统架构来分析，本发明的智能应答系统至少包括问题管理模块、数据分析模块、系统管理模块和人工辅助模块，各模块提供的功能或UI菜单如下：

问题管理模块：包括问题添加、问题总览、问题列表、问题学习；增加问题生命周期管理；

数据分析模块：分类分析、访客分析、问答分析；分类分析时，类可以扩展，并实现体添加问题时的分类选择；

系统管理模块：企业信息、基本信息、问题分类、获取代码、密码修改、微信平台；

人工辅助模块：在线监控、访客记录、客户名片。

有益效果：本发明的智能应答方法和系统可以通过自动学习用户的未知问题来完善知识库系统的业务深度和广度。解决了智能客服的知识库内容单一，不能自主进行学习增长的问题。在线智能客服是一种比较理想的客服方式，可以事先收集整理一些常用问题，建立资源库，通过语义匹配技术对用户的提问自动进行解答。

上述说明示出并描述了本发明的若干优选实施例，但如前所述，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (10)

1.一种智能应答方法，其特征在于，所述方法包括步骤：

接收用户所提问题，对问题进行语义处理，获得语义扩展后的问题；

根据语义扩展后的问题初步查找问题对应答案，若问题已知，则直接返回对应答案；若问题未知，则加入未知问题队列；

将未知问题队列中每一未知问题与系统已知问题进行相似度运算，若相似度最高的已知问题超过预设阈值，则将该已知问题对应答案返回；若相似度最高的已知问题未超过预设阈值，则搜集并记录该未知问题的答案。

2.根据权利要求1所述的方法，其特征在于，所述对问题进行语义处理包括步骤：

对问题进行分词；

根据分词结果进行语义分析；

基于语义分析结果进行语义扩展。

3.根据权利要求2所述的方法，其特征在于，采用词典匹配算法进行所述分词，所述词典匹配算法包括正向匹配、逆向匹配、双向匹配、最大匹配、最小匹配中最少一种。

4.根据权利要求1所述的方法，其特征在于，所述进行相似度运算采用Shingle算法计算未知问题与已知问题的Jaccard系数。

5.根据权利要求1所述的方法，其特征在于，所述搜集未知问题的答案包括：人工处理、根据未知问题的语义处理结果进行互联网搜索和/或根据未知问题的语义处理结果结合相似度最大的已知问题进行互联网搜索。

6.一种智能应答系统，其特征在于，所述系统包括：

语义处理模块，用于接收用户所提问题，对问题进行语义处理，获得语义扩展后的问题；

查找模块，用于根据语义扩展后的问题初步查找问题对应答案，若问题已知，则直接返回对应答案；若问题未知，则加入未知问题队列；

自学习模块，用于将未知问题队列中每一未知问题与系统已知问题进行相似度运算，若相似度最高的已知问题超过预设阈值，则将该已知问题对应答案返回；若相似度最高的已知问题未超过预设阈值，则搜集并记录该未知问题的答案。

7.根据权利要求6所述的系统，其特征在于，所述语义处理模块进一步包括：

分词模块，用于对问题进行分词；

语义分析模块，用于根据分词结果进行语义分析；

语义扩展模块，用于基于语义分析结果进行语义扩展。

8.根据权利要求7所述的系统，其特征在于，所述分词模块包括：

匹配模块，用于采用词典匹配算法进行所述分词；所述词典匹配算法包括正向匹配、逆向匹配、双向匹配、最大匹配、最小匹配中最少一种。

9.根据权利要求6所述的系统，其特征在于，所述自学习模块进一步包括：

相似度计算模块，用于采用Shingle算法计算未知问题与已知问题的Jaccard系数作为相似度。

10.根据权利要求6所述的系统，其特征在于，所述自学习模块进一步包括：

搜集模块，用于通过人工处理、根据未知问题的语义处理结果进行互联网搜索和/或根据未知问题的语义处理结果结合相似度最大的已知问题进行互联网搜索来搜集未知问题的答案。