CN104731895A - 自动应答的方法和装置 - Google Patents

Abstract

本发明提供一种自动应答的方法和装置，有助于使更多的咨询问题能够被自动回答，并有较高的应答精度。在本发明的自动应答的方法中，收集原始语料，对语料进行聚类、清洗、转换后按类别保存。对用户问题进行自然语言处理及分类后，在优先匹配商家自定义问答的基础上，根据用户咨询场景中不同的问题类别及商品属性、用户信息等预先设置的条件动态生成最终的答案，其中，确定该咨询问题所属的类别和所满足的条件，从保存的原始语料中选取对应于该类别并且符合该条件的原始语料；获取所述咨询问题所咨询的商品信息然后填充到选取的原始语料中的预留位置从而形成答案文本。

Description

自动应答的方法和装置

技术领域

本发明涉及计算机技术领域，特别地涉及一种自动应答的方法和装置。

背景技术

客服系统是辅助企业客服人员接待客户、解答并处理客户咨询问题的计算机系统。常见的客服系统为即时聊天工具，客户通过点击网页上的客服图标启动即时聊天工具，建立与对应人工客服账号的连接，通过文字实时聊天的方式咨询问题。

随着客户咨询问题的增多，企业客服人员往往难以及时应对，为此出现了利用人工智能来自动应答客户咨询问题的各种方案。现有的一种自动应答方案是基于问题类别的应答方式。预先设置给定类别(如感谢类、物流类、售后类)的咨询问题答案。当客户提问时，系统首先通过中文分词、语义分析、正则表达式等规则识别出用户问题所在的类别，而后将预先设置的答案返回给客户。如：客服设置“感谢”类问题的答案为“亲，很高兴能帮到您”。当客户输入“明白了，谢谢”或者“谢谢你了”时，系统根据分词结果及文本匹配识别出用户问题中包含“谢谢”，从而将该问句归类为“表示感谢”，最终用该问题的人工预定义答案“亲，很高兴能帮到您”回答客户。需要说明的是，这里的“咨询问题”的含义泛指用户在聊天工具上发来的所有语句，可以是问句，例如“包邮吗”，也可以是非问句，例如“明白了，谢谢”。

现有的另一种自动应答方案是基于问答库的检索然后作答。问答库是用于问答管理的数据库，以便于有关领域问答的采集、整理以及提取。问答库保存一系列问题和答案的关联关系，较为简单的实现方式是只保存问题和答案。当客户提问时，用一定的检索算法及相似度分析算法去问答库中搜索该问题的答案，返回最为匹配的答案。

现有的上述技术方案存在的一个不足之处是无法针对用户的特点进行个性化应答。对于不同情况(例如性别、年龄、职业等)的用户，提供的解答完全相同。这样一是难以获得更好的用户体验，二是在需要进行推销的语境中，影响了推销效果。基于问题类别的应答方式只能按人工预定义的答案来回答属于该答案对应的类别的问题，而人工预定义的答案表达方式有限并且相对固定，回答的准确度有限或无法回答。基于问答库的检索的方案受到问答库规模的限制，对于超出问答库的咨询问题无法回答或给出不准确的回答。

发明内容

有鉴于此，本发明提供一种自动应答的方法和装置，有助于使更多的咨询问题能够被自动回答，并有较高的应答精度。

为实现上述目的，根据本发明的一个方面，提供了一种自动应答的方法。

本发明的自动应答的方法包括：按照预设条件和预设类别保存原始语料；所述预设条件包括根据商品信息预先设置的条件，所述预设类别对应于预先设置的问题的类别，并且所述原始语料中包含预留的用于填充商品信息的位置；在收到用户提出的咨询问题后，确定该咨询问题所属的类别和所满足的条件，从保存的原始语料中选取对应于该类别并且符合该条件的原始语料；获取所述咨询问题所咨询的商品信息然后填充到选取的原始语料中的预留位置从而形成答案文本。

可选地，所述按照预设条件和预设类别保存原始语料的步骤之前，还包括：获取多项原始语料；对所述多项原始语料按所述预设类别进行聚类并保存；对于聚类后属于一类的原始语料中的各个原始语料，按所述预设条件分别保存该原始语料。

可选地，所述按照预设条件和预设类别保存原始语料的步骤之前，还包括：接收一项原始语料，再按照指定的预设条件和预设类别保存该原始语料。

可选地，所述预设条件还包括根据用户的个性化信息预先设置的条件；所述原始语料中还包含预留的用于填充个性化信息的位置；在从保存的原始语料中选取对应于该类别并且符合该条件的语料之后，所述方法还包括：获取所述用户的个性化信息然后填充到选取的语料中的预留位置从而形成答案文本。

可选地，所述原始语料中还包含问句语料，该问句语料用于获取用户的个性化信息。

可选地，还包括：对指定用户的历史咨询问题按预设的咨询类别进行分类处理以获得该指定用户的常用咨询类别，然后将该常用咨询类别作为该指定用户的个性化信息。

可选地，对指定用户的咨询会话记录的文本条目进行统计，若包含指定词汇的文本条目达到该指定用户的咨询会话记录的文本条目总数的比例达到预设值，则将对应于所述指定词汇的个性化信息作为该指定用户的个性化信息。

可选地，获取所述咨询问题所咨询的商品信息然后填充到该语料的预留位置从而形成答案文本的步骤之后，还包括：输出所述答案文本，然后接受对所述答案文本的修改，再向所述用户发送修改后的所述答案文本。

根据本发明的另一方面，提供了一种自动应答的装置。

本发明的自动应答的装置包括：保存模块，用于按照预设条件和预设类别保存原始语料；所述预设条件包括根据商品信息预先设置的条件，所述预设类别对应于预先设置的问题的类别，并且所述原始语料中包含预留的用于填充商品信息的位置；语料选取模块，用于在收到用户提出的咨询问题后，确定该咨询问题所属的类别和所满足的条件，从保存的原始语料中选取对应于该类别并且符合该条件的原始语料；商品信息获取模块，用于获取所述咨询问题所咨询的商品信息；填充模块，用于将所述商品信息填充到所述语料选取模块所选取的原始语料中的预留位置从而形成答案文本。

可选地，还包括知识图谱构建模块，用于：获取多项原始语料；对所述多项原始语料按所述预设类别进行聚类并保存；对于聚类后属于一类的原始语料中的各个原始语料，按所述预设条件分别保存该原始语料。

可选地，所述知识图谱构建模块还用于：接收一项原始语料，再按照指定的预设条件和预设类别保存该原始语料。

可选地，所述预设条件还包括根据用户的个性化信息预先设置的条件；所述原始语料中还包含预留的用于填充个性化信息的位置；所述装置还包括个性化信息获取模块，用于获取所述用户的个性化信息；所述填充模块还用于将所述个性化信息填充到所述语料选取模块所选取的语料中的预留位置从而形成答案文本。

可选地，所述原始语料中还包含问句语料，该问句语料用于获取用户的个性化信息。

可选地，所述知识图谱构建模块还用于：对指定用户的历史咨询问题按预设的咨询类别进行分类处理以获得该指定用户的常用咨询类别，然后将该常用咨询类别作为该指定用户的个性化信息。

可选地，所述知识图谱构建模块还用于：对指定用户的咨询会话记录的文本条目进行统计，若包含指定词汇的文本条目达到该指定用户的咨询会话记录的文本条目总数的比例达到预设值，则将对应于所述指定词汇的个性化信息作为该指定用户的个性化信息。

可选地，还包括修改模块和发送模块，其中：所述修改模块用于输出所述答案文本，然后接受对所述答案文本的修改；所述发送模块用于向所述用户发送修改后的所述答案文本。

根据本发明的技术方案，按照预设条件和预设类别保存原始语料，从而构成了知识图谱，根据用户提出的咨询问题对应的类别和条件来选取语料，并且填充语料中的预留位置以形成答案文本，这种方式突破了现有的简单设置通用问题以及问题分类然后根据固定用语进行回答的方式，实现了分类并根据用户个性进行回答，使更多的咨询问题能够被自动回答，并有较高的应答精度。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的用于支持商家客服功能的系统的示意图；

图2是根据本发明实施例的POP机器人系统应答的基本流程的示意图；

图3是根据本发明实施例的一种自动应答的方法的主要步骤的示意图；

图4是根据本发明实施例的自动应答的装置的主要模块的示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

以下以电子商务中的商家客服应用场景为例来说明商家客服自动应答的方案。商家客服基于图1所示的设置在电子商务平台的系统来实现，图1是根据本发明实施例的用于支持商家客服功能的系统的示意图。如图所示，该系统10包括IM客户端模块、IM客户端插件模块、POP机器人系统、JIMI机器人系统、MySQL、Redis集群、外部接口转换系统、电子商务数据库、主索引系统(SolrMaster)、搜索系统(SolrSlave)等。其中IM客户端模块和IM客户端插件构成客户端模块，模块设置在商家使用的终端设备中，其他模块设置在电子商务平台的服务端。以下结合图2对于POP机器人系统的应答流程作简要说明，图2是根据本发明实施例的POP机器人系统应答的基本流程的示意图。

其中单点登录、灰度分流、消息队列等均为JAVA网络开发常用技术手段，在此不一一赘述。JIMI机器人系统(以下简称为“JIMI”)是本实施例技术方案的重点，以下详细描述。

商家客服在POP机器人系统中可设置一些通用问题的答案，如“发什么快递”、“包邮吗”、“退款地址是什么”，还可维护服装类商品的尺码表等商品信息。这些答案有明确类别信息，例如上述三个问题属于“物流类”信息，并且上述三个问题的文本可以作为通用问题，客户提出的具体问题可以通过分词结果及文本匹配等方式识别出该具体问题对应于哪个通用问题，例如具体问题“请问退款地址是什么”、“退款地址是什么，请告诉我”、“退款地址是哪个”等，实际上等于在问通用问题“退款地址是什么”。

由于可设置的通用问题数量有限，商家还可设置不限数量的自定义问答。例如问题是“请问在吗”，对应的答案是“在，请问需要什么帮助”或者“你好”等。这些问答没有类别信息，只包含对应的问题和答案。

当客户端模块收到用户发送的咨询问题时，该咨询问题被传入POP机器人系统，POP机器人系统根据关键词过滤无效问题后将该咨询问题传入JIMI。JIMI会运用中文分词、词义消歧、语义纠错、实体识别、意图识别等自然语言处理技术及支持向量机、逻辑回归、意图识别等机器学习算法将问题分类，然后进行判断，如果客户问题对应于商家设置的某个问题类别中的某个通用问题，则JIMI会给出该通用问题的答案。例如，当用户问“退款地址是哪个”时，JIMI首先确定该问题所属的类别为“物流类”，然后确定该问题所对应的通用问题为“退款地址是什么”，再将预先设置好的对应于该通用问题的答案(例如：“退款地址是胜利路22号1楼1门402室”)返回给用户。如果JIMI的上述判断发现客户问题没有对应于商家设置的某个问题类别中的某个通用问题，则JIMI检索商家的自定义问题；如仍未检索到，则JIMI根据用户的个性化描述信息给出“千人千面”的个性化答案。

例如，A用户和B用户的个性化描述信息分别是：

A用户：女，22岁，大学生，未婚，身高165cm，对促销敏感，银牌用户；

B用户：男，28岁，白领，已婚，有小孩，181cm，对评价关注度高，钻石用户。

A用户和B用户咨询的问题都是关于苹果iPhone6A158916G版4G手机，例如其中一个咨询问题是：“摄像头多少像素的”。此时JIMI给A用户的回答是：“摄像头是800万像素，副摄像头是120万像素。趁年轻给自己多拍些照片，留住永恒的青春和美丽”。而JIMI给B用户的回答是：“摄像头是800万像素，副摄像头是120万像素。随时拿起它给你的小孩拍张照片，留住每一个精彩瞬间”。又如其中另一个咨询问题是：“屏幕多大”。此时JIMI给A用户的回答是：“屏幕4.7寸，分辨率1334×750。全新Retina高清显示屏，躺床上看电视剧什么的最爽了”。而JIMI给B用户的回答是：“屏幕4.7寸，分辨率1334×750。基于您1米81的身高，5.5寸屏的iPhone6 plus可能更适合您”。

可以看出虽然是咨询同一型号的手机，但JIMI对不同用户的回答却不尽相同，形成个性化答案。以下结合图3对于JIMI实现这种个性化应答的技术方案加以说明，图3是根据本发明实施例的一种自动应答的方法的主要步骤的示意图。

步骤S31：按照预设条件和预设类别保存原始语料。这里的预设条件包括根据商品信息预先设置的条件，预设类别对应于预先设置的问题的类别，并且原始语料中包含预留的用于填充商品信息的位置。

步骤S32：接收用户提出的咨询问题，确定该咨询问题所属的类别和所满足的条件，从保存的原始语料中选取对应于该类别并且符合该条件的语料。

步骤S33：获取用户提出的咨询问题所咨询的商品信息，然后填充到步骤S32中选取的语料的预留位置从而形成答案文本。以下对于上述步骤再作进一步说明。

步骤S31中的原始语料可以从各种来源进行获取，例如采用计算机用网络爬虫等手段抓取商家与客户之间的对话、电子商务网站的留言、网页上的百科知识等。这样可以获得多项原始语料。然后按步骤S31中的预设类别进行聚类，在聚类之前可以按一些规则对原始语料进行过滤，去除不符合法规政策或不文明的用语。在聚类时可以采用K-MEANS等聚类算法将相似的语料归为同一类别，例如将“下单后第二天发货”与“下单后次日发货”都归为“何时发货”类别。现有的应答系统支持的问答类别较少，如笼统的快递类问题、订单类问题。在实现JIMI时，开发人员则拓展并细分了问答分类，如快递分类下还有指定快递、自提地址、自提时间、怎么确认收货、延迟配送、提前配送、送货上门加手续费、收钱运费多少、售后运费、是否送货上门、配送周期、配送工作时间、配送方式、配送超区等子分类。总的分类达数百上千种。

除了对原始语料进行聚类，还要对原始语料按条件进行分类。这里的条件由开发人员设置，其范围比较宽泛，既可以根据关于商品的条件来设置，也可以根据关于用户的条件来设置。对于原始语料来说，除了采用计算机获得多项原始语料，也可以由开发人员人工向JIMI输入原始语料以及设置该语料对应的类别以及条件。所有的原始语料的总和构成了JIMI的知识图谱，基于该知识图谱，JIMI就可以智能地自动应答用户的咨询问题。

在根据关于商品的条件来设置时，例如对于“手机有摄像头”的条件，该条件对应的语料可以是“可以随时拍照”；又如可以对手机的屏幕大小，在满足“屏幕大于4.3寸”的条件时，在步骤S31中该条件对应的语料可以是“屏幕大小为{#display}寸，大屏幕看电影什么的最爽了”。其中的{#display}是预留的用来填充商品信息的位置，根据咨询问题的内容可以得知咨询的是哪种商品，从而可经步骤S32之后获取该语料，再在步骤S33中，从电子商务平台的相关数据库中获得该商品的商品信息的实时值然后填充到上述的预留位置中，例如将获取的手机屏幕尺寸大小数值填充到上述的{#display}处。填充完成后原始语料即成为答案文本。该答案文本可以是回复给用户的完整答案，也可以作为要回复给客户的完整答案中的一部分。

在根据关于用户的条件来设置时，例如对于条件“用户身高在1.80米以上”，该条件对应的语料可以是“最适合您这样的{#lone}人”，其中的{#lone}处用来填充获取的个性化信息中的用户身高数值。又如对于条件“用户已婚”，该条件对应的语料可以是“随时拿起它给你的小孩拍张照片，留住每一个精彩瞬间”。也就是说语料也可以不包含用来填充商品信息或个性化信息的预留位置。

原始语料中可以设置一些问句语料，这些问句语料同样是按照上述的方式，按类别和条件来保存，这样JIMI可利用这些问句语料来获取用户的个性化信息。例如如下的对话：

用户：我穿多大？

JIMI：请问您身高体重多少？

用户：身高170，体重60

JIMI：这件衣服有M码，您穿正好合适。

利用上述对话，JIMI实现了基于实体识别的用户个性化信息获取。一般来说，实体识别可采用文法树分析会话中的所有文本，各个树节点均用正则表达式判断是否满足条件，总体效果相当于组合多个复杂的正则表达式。

用户的个性化信息还可以包含用户常用咨询类别。在确定用户常用咨询类别是，可对指定用户的历史咨询问题按预设的咨询类别进行分类处理，另可辅以一定的规则进行过滤，从而获得该指定用户的常用咨询类别。这种方式是基于分类算法而得到用户的个性化信息。另可以基于文本匹配及统计来获得用户的个性化信息。具体可以是对指定用户的咨询会话记录的文本条目进行统计，若包含指定词汇的文本条目达到该指定用户的咨询会话记录的文本条目总数的比例达到预设值，则将对应于上述指定词汇的个性化信息作为该指定用户的个性化信息。例如统计用户有50％以上的语句包含有预设的不文明用语，则可确定该用户易怒。该“易怒”即为该用户的个性化信息。

在JIMI执行图3中的各步骤之后，即得到一条答案文本。一条答案文本或者多条答案文本的合并文本在被JIMI输出之后，根据商家客服的设置，输出的内容会被直接发送给咨询问题的用户，或者先呈现在商家客服使用的终端设备上。可参考图2中的“是否托管模式”的步骤，所谓托管，是将答复用户咨询的工作托管给计算机，所以如果不是托管模式，则上述输出的内容可存入Redis消息队列，然后先呈现给商家客服，这样可由商家客服作适当修改，JIMI收到后再经由POP机器人系统发给用户；如果是托管模式，则上述输出的内容会直接经由POP机器人系统发送给咨询问题的用户。

图4是根据本发明实施例的自动应答的装置的主要模块的示意图。该自动应答装置即为JIMI的主要组成部分。如图4所示，自动应答的装置40主要包括保存模块41、语料选取模块42、商品信息获取模块43、以及填充模块44。保存模块41用于按照预设条件和预设类别保存原始语料；语料选取模块42用于在收到用户提出的咨询问题后，确定该咨询问题所属的类别和所满足的条件，从保存的原始语料中选取对应于该类别并且符合该条件的原始语料；商品信息获取模块43用于获取所述咨询问题所咨询的商品信息；填充模块44用于将上述商品信息填充到语料选取模块42所选取的原始语料中的预留位置从而形成答案文本。

自动应答的装置40还包括知识图谱构建模块(图中未示出)，用于：获取多项原始语料；对该多项原始语料按上述预设类别进行聚类并保存；对于聚类后属于一类的原始语料中的各个原始语料，按上述预设条件分别保存该原始语料。该知识图谱构建模块还可用于：接收一项原始语料，再按照指定的预设条件和预设类别保存该原始语料。

上述的预设条件还可包括根据用户的个性化信息预先设置的条件，并且上述的原始语料中还包含预留的用于填充个性化信息的位置。这样自动应答的装置40还可包括个性化信息获取模块(图中未示出)，用于获取用户的个性化信息；这样填充模块44还可用于将上述个性化信息填充到语料选取模块42所选取的语料中的预留位置从而形成答案文本。上述的知识图谱构建模块还可用于：对指定用户的历史咨询问题按预设的咨询类别进行分类处理以获得该指定用户的常用咨询类别，然后将该常用咨询类别作为该指定用户的个性化信息。该知识图谱构建模块还可用于：对指定用户的咨询会话记录的文本条目进行统计，若包含指定词汇的文本条目达到该指定用户的咨询会话记录的文本条目总数的比例达到预设值，则将对应于上述指定词汇的个性化信息作为该指定用户的个性化信息。

自动应答的装置40还可包括修改模块和发送模块(图中未示出)，其中修改模块用于输出答案文本，然后接受对该答案文本的修改；该修改是由商家客户来完成。发送模块用于向用户发送修改后的答案文本。此时是经由POP机器人系统发给用户。

根据本发明实施例的技术方案，按照预设条件和预设类别保存原始语料，从而构成了知识图谱，根据用户提出的咨询问题对应的类别和条件来选取语料，并且填充语料中的预留位置以形成答案文本，这种方式突破了现有的简单设置通用问题以及问题分类然后根据固定用语进行回答的方式，实现了分类并根据用户个性进行回答，使更多的咨询问题能够被自动回答，并有较高的应答精度；而且在填充语料中的预留位置时可从电子商务平台的数据库中获取商品信息的实时值然后进行填充，从而能够对用户以最新数据进行答复。在实现知识图谱时采用了多种手段，例如获取多项原始语料然后分类，可以高效地得到大量原始语料；也可以由开发人员专门设置那些不便由计算机自动获取的语料；在获取用户个性化信息方面，采用了基于实体识别、基于分类算法、基于文本匹配级统计等手段，这些都有助于获得全同的用户个性化信息。

以上结合具体实施例描述了本发明的基本原理，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (16)

1.一种自动应答的方法，其特征在于，包括：

按照预设条件和预设类别保存原始语料；所述预设条件包括根据商品信息预先设置的条件，所述预设类别对应于预先设置的问题的类别，并且所述原始语料中包含预留的用于填充商品信息的位置；

在收到用户提出的咨询问题后，确定该咨询问题所属的类别和所满足的条件，从保存的原始语料中选取对应于该类别并且符合该条件的原始语料；

获取所述咨询问题所咨询的商品信息然后填充到选取的原始语料中的预留位置从而形成答案文本。

2.根据权利要求1所述的方法，其特征在于，所述按照预设条件和预设类别保存原始语料的步骤之前，还包括：

获取多项原始语料；

对所述多项原始语料按所述预设类别进行聚类并保存；

对于聚类后属于一类的原始语料中的各个原始语料，按所述预设条件分别保存该原始语料。

3.根据权利要求1所述的方法，其特征在于，所述按照预设条件和预设类别保存原始语料的步骤之前，还包括：接收一项原始语料，再按照指定的预设条件和预设类别保存该原始语料。

4.根据权利要求1所述的方法，其特征在于，

所述预设条件还包括根据用户的个性化信息预先设置的条件；

所述原始语料中还包含预留的用于填充个性化信息的位置；

在从保存的原始语料中选取对应于该类别并且符合该条件的语料之后，所述方法还包括：

获取所述用户的个性化信息然后填充到选取的语料中的预留位置从而形成答案文本。

5.根据权利要求4所述的方法，其特征在于，所述原始语料中还包含问句语料，该问句语料用于获取用户的个性化信息。

6.根据权利要求4所述的方法，其特征在于，还包括：

对指定用户的历史咨询问题按预设的咨询类别进行分类处理以获得该指定用户的常用咨询类别，然后将该常用咨询类别作为该指定用户的个性化信息。

7.根据权利要求4所述的方法，其特征在于，对指定用户的咨询会话记录的文本条目进行统计，若包含指定词汇的文本条目达到该指定用户的咨询会话记录的文本条目总数的比例达到预设值，则将对应于所述指定词汇的个性化信息作为该指定用户的个性化信息。

8.根据权利要求1至7中任一项所述的方法，其特征在于，获取所述咨询问题所咨询的商品信息然后填充到该语料的预留位置从而形成答案文本的步骤之后，还包括：

输出所述答案文本，然后接受对所述答案文本的修改，再向所述用户发送修改后的所述答案文本。

9.一种自动应答的装置，其特征在于，包括：

保存模块，用于按照预设条件和预设类别保存原始语料；所述预设条件包括根据商品信息预先设置的条件，所述预设类别对应于预先设置的问题的类别，并且所述原始语料中包含预留的用于填充商品信息的位置；

语料选取模块，用于在收到用户提出的咨询问题后，确定该咨询问题所属的类别和所满足的条件，从保存的原始语料中选取对应于该类别并且符合该条件的原始语料；

商品信息获取模块，用于获取所述咨询问题所咨询的商品信息；

填充模块，用于将所述商品信息填充到所述语料选取模块所选取的原始语料中的预留位置从而形成答案文本。

10.根据权利要求9所述的装置，其特征在于，还包括知识图谱构建模块，用于：

获取多项原始语料；

对所述多项原始语料按所述预设类别进行聚类并保存；

对于聚类后属于一类的原始语料中的各个原始语料，按所述预设条件分别保存该原始语料。

11.根据权利要求9所述的装置，其特征在于，所述知识图谱构建模块还用于：接收一项原始语料，再按照指定的预设条件和预设类别保存该原始语料。

12.根据权利要求9所述的装置，其特征在于，

所述预设条件还包括根据用户的个性化信息预先设置的条件；

所述原始语料中还包含预留的用于填充个性化信息的位置；

所述装置还包括个性化信息获取模块，用于获取所述用户的个性化信息；

所述填充模块还用于将所述个性化信息填充到所述语料选取模块所选取的语料中的预留位置从而形成答案文本。

13.根据权利要求12所述的装置，其特征在于，所述原始语料中还包含问句语料，该问句语料用于获取用户的个性化信息。

14.根据权利要求12所述的装置，其特征在于，所述知识图谱构建模块还用于：对指定用户的历史咨询问题按预设的咨询类别进行分类处理以获得该指定用户的常用咨询类别，然后将该常用咨询类别作为该指定用户的个性化信息。

15.根据权利要求12所述的装置，其特征在于，所述知识图谱构建模块还用于：对指定用户的咨询会话记录的文本条目进行统计，若包含指定词汇的文本条目达到该指定用户的咨询会话记录的文本条目总数的比例达到预设值，则将对应于所述指定词汇的个性化信息作为该指定用户的个性化信息。

16.根据权利要求9至15中任一项所述的装置，其特征在于，还包括修改模块和发送模块，其中：

所述修改模块用于输出所述答案文本，然后接受对所述答案文本的修改；

所述发送模块用于向所述用户发送修改后的所述答案文本。