CN106528613A - 智能问答方法及装置 - Google Patents

智能问答方法及装置 Download PDF

Info

Publication number
CN106528613A
CN106528613A CN201610866060.0A CN201610866060A CN106528613A CN 106528613 A CN106528613 A CN 106528613A CN 201610866060 A CN201610866060 A CN 201610866060A CN 106528613 A CN106528613 A CN 106528613A
Authority
CN
China
Prior art keywords
node
specified
state
business
user
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.)
Granted
Application number
CN201610866060.0A
Other languages
English (en)
Other versions
CN106528613B (zh
Inventor
晋耀红
蒋宏飞
乔思龙
陈飞
王敬
杨凯程
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dingfu Intelligent Technology Co., Ltd
Original Assignee
China Science And Technology (beijing) Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Science And Technology (beijing) Co Ltd filed Critical China Science And Technology (beijing) Co Ltd
Publication of CN106528613A publication Critical patent/CN106528613A/zh
Application granted granted Critical
Publication of CN106528613B publication Critical patent/CN106528613B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/80—Information retrieval; Database structures therefor; File system structures therefor of semi-structured data, e.g. markup language structured data such as SGML, XML or HTML
    • G06F16/83—Querying

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Human Computer Interaction (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明是关于一种智能问答方法及装置，属于自然语言处理领域。所述方法包括：对于每一个业务场景，建立初步业务引导模型；对所述初步业务引导模型进行跳转节点补充优化，得到完全业务引导模型；获取与当前状态节点存储的机器输出内容匹配的指定用户应答内容；根据所述完全业务引导模型，将所述指定用户应答内容与指定跳转节点存储的用户应答内容进行文本相似匹配；根据得到的匹配结果，确定状态游走的下一个状态节点，并输出所述下一个状态节点存储的机器输出内容。本发明通过智能分析用户提出的问题，对业务场景进行建模，并根据严密的文本相似匹配保证相对较高的匹配准确率，实现业务场景中各个状态节点之间的自由游走，智能性较优。

Description

智能问答方法及装置
本申请要求于2016年5月26日提交中国专利局、申请号201610355154.1、发明名称为“基于有向图的自由游走式业务引导的智能问答技术及其装置”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本公开涉及自然语言处理领域，特别涉及一种智能问答方法及装置。
背景技术
在这个飞速发展的时代，能越多的节约人力资源，就是一种对生产力极大地解放。为了更好满足用户的需求并节约人力资源，越来越多的服务行业对用户提出的常见问题及其解答进行了整理，即将常见问题及其解答整理为规范的问答库形式，并基于该问答库创建了智能问答系统。其中，智能问答系统是一种处理自然语言的新型信息检索系统，以一问一答的形式，接收用户提出的问题，之后精确地定位该问题所涉及到的问答库中的相关知识，并根据系统中预设的业务处理流程进行业务游走，实现通过业务引导与用户之间进行交互，将相关知识作为对该问题的解答反馈给用户，完成智能问答。
目前，智能问答系统仅是对用户提出的问题进行解答，无法适用于需要智能问答系统主动提出问题的场景，比如对于银行的催款业务，需要智能问答系统在电话接通后主动询问对方是否为需要执行催款业务的客户。同时，智能问答系统整理的问答库为固定问答库，对于用户连续提出的问题，不能根据用户需求进行灵活变通，而且业务引导仅能按照预先设定的步骤走，不能实现跳步或跨多步等自由游走的操作。另一方面，智能问答系统的词语识别技术仅对关键词进行识别，无法探寻该关键词的深层语义，不够智能化，效果较差。
发明内容
为克服相关技术中存在的问题，本发明提供一种智能问答方法及装置。
根据本发明实施例的第一方面，提供一种智能问答方法，包括：
对于每一个业务场景，建立初步业务引导模型，所述初步业务引导模型包括至少一个状态节点和至少一个跳转节点，所述状态节点用于存储机器输出内容，所述跳转节点用于存储用户应答内容；
对所述初步业务引导模型进行跳转节点补充优化，得到完全业务引导模型；
获取与当前状态节点存储的机器输出内容匹配的指定用户应答内容；
根据所述完全业务引导模型，将所述指定用户应答内容与指定跳转节点存储的用户应答内容进行文本相似匹配，所述指定跳转节点为与所述当前状态节点存在关联关系的节点；
根据得到的匹配结果，确定状态游走的下一个状态节点，并输出所述下一个状态节点存储的机器输出内容。
在另一个实施例中，所述对于每一个业务场景，建立初步业务引导模型，包括：
对所述业务场景进行业务引导梳理，得到业务引导过程；
获取所述业务引导过程的引导入口，将所述引导入口作为初始节点；
将所述初始节点作为待处理节点，并创建所述至少一个跳转节点；
基于所述初始节点与所述至少一个跳转节点中每一个跳转节点之间的跳转关系，创建所述至少一个状态节点中除所述初始节点之外的其他状态节点；
根据所述初始节点与所述至少一个跳转节点中每一个跳转节点之间的对应关系创建有向边；
根据所述至少一个跳转节点与所述其他状态节点之间的对应关系，创建有向边；
在所述其他状态节点中选取待处理节点，重复执行上述创建节点及有向边的步骤，直至待处理节点为终止节点，得到所述初步业务引导模型，所述终止节点不存在对应跳转节点。
在另一个实施例中，所述方法还包括：
将所述初步业务引导模型存储至模型存储文件；
创建所述初步业务引导模型的业务引导模型目录，将所述模型存储文件存储至引导模型目录，所述引导模型目录用于存储所述模型存储文件。
在另一个实施例中，所述对所述初步业务引导模型进行跳转节点补充优化，得到完全业务引导模型，包括：
获取所述初步业务引导模型中至少一个状态节点及至少一个跳转节点；
基于所述至少一个状态节点及所述至少一个跳转节点创建二维数组；
判断所述二维数组中所述至少一个状态节点的每一个状态节点之间是否存在除所述至少一个跳转节点外的新跳转节点；
若存在除所述至少一个跳转节点外的新跳转节点，则在所述二维数组中指定位置添加所述新跳转节点，得到所述完全业务引导模型；
其中，所述指定位置为与所述新跳转节点存在关联关系的两个状态节点指示的位置。
在另一个实施例中，所述方法还包括：
获取所述完全业务引导模型中全部跳转节点；
为全部跳转节点中每一个跳转节点中每一个跳转节点分配指定节点标签。
在另一个实施例中，所述根据所述完全业务引导模型，将所述指定用户应答内容与指定跳转节点存储的用户应答内容进行文本相似匹配，包括：
判断所述指定用户应答内容与所述指定跳转节点存储的用户应答内容是否完全一致；
若完全一致，则确定所述指定用户应答内容与所述指定跳转节点存储的用户应答内容完全匹配；
若不完全一致，则为所述指定用户应答内容分配指定应答标签；
将所述指定应答标签与所述指定节点标签进行标签匹配；
若所述指定应答标签与所述指定节点标签不匹配，则计算所述指定用户应答内容与所述指定跳转节点存储的用户应答内容之间的相似度。
在另一个实施例中，所述方法还包括：
在确定状态游走的下一个状态节点之前，检查所述指定用户应答内容与所述机器输出内容之间的逻辑对应关系是否匹配；
若所述指定用户应答内容与所述机器输出内容之间的逻辑对应关系匹配，则通过错误自检，游走至所述下一个状态节点；
若所述指定用户应答内容与所述机器输出内容之间的逻辑对应关系不匹配，则未通过错误自检，重新确定状态游走的下一个状态节点。
根据本发明实施例的第二方面，提供一种智能问答装置，包括：
建立模块，用于对于每一个业务场景，建立初步业务引导模型，所述初步业务引导模型包括至少一个状态节点和至少一个跳转节点，所述状态节点用于存储机器输出内容，所述跳转节点用于存储用户应答内容；
优化模块，用于对所述初步业务引导模型进行跳转节点补充优化，得到完全业务引导模型；
获取模块，用于获取与当前状态节点存储的机器输出内容匹配的指定用户应答内容；
匹配模块，用于根据所述完全业务引导模型，将所述指定用户应答内容与指定跳转节点存储的用户应答内容进行文本相似匹配，所述指定跳转节点为与所述当前状态节点存在关联关系的节点；
游走模块，用于根据得到的匹配结果，确定状态游走的下一个状态节点，并输出所述下一个状态节点存储的机器输出内容。
在另一个实施例中，所述建立模块，用于对所述业务场景进行业务引导梳理，得到业务引导过程；获取所述业务引导过程的引导入口，将所述引导入口作为初始节点；将所述初始节点作为待处理节点，并创建所述至少一个跳转节点；基于所述初始节点与所述至少一个跳转节点中每一个跳转节点之间的跳转关系，创建所述至少一个状态节点中除所述初始节点之外的其他状态节点；根据所述初始节点与所述至少一个跳转节点中每一个跳转节点之间的对应关系创建有向边；根据所述至少一个跳转节点与所述其他状态节点之间的对应关系，创建有向边；在所述其他状态节点中选取待处理节点，重复执行上述创建节点及有向边的步骤，直至待处理节点为终止节点，得到所述初步业务引导模型，所述终止节点不存在对应跳转节点。
在另一个实施例中，所述装置还包括：
存储模块，用于将所述初步业务引导模型存储至模型存储文件；
创建模块，用于创建所述初步业务引导模型的业务引导模型目录，将所述模型存储文件存储至引导模型目录，所述引导模型目录用于存储所述模型存储文件。
在另一个实施例中，所述优化模块，用于获取所述初步业务引导模型中至少一个状态节点及至少一个跳转节点；基于所述至少一个状态节点及所述至少一个跳转节点创建二维数组；判断所述二维数组中所述至少一个状态节点的每一个状态节点之间是否存在除所述至少一个跳转节点外的新跳转节点；若存在除所述至少一个跳转节点外的新跳转节点，则在所述二维数组中指定位置添加所述新跳转节点，得到所述完全业务引导模型；其中，所述指定位置为与所述新跳转节点存在关联关系的两个状态节点指示的位置。
在另一个实施例中，所述优化模块，还用于获取所述完全业务引导模型中全部跳转节点；为全部跳转节点中每一个跳转节点中每一个跳转节点分配指定节点标签。
在另一个实施例中，所述匹配模块，用于判断所述指定用户应答内容与所述指定跳转节点存储的用户应答内容是否完全一致；若完全一致，则确定所述指定用户应答内容与所述指定跳转节点存储的用户应答内容完全匹配；若不完全一致，则为所述指定用户应答内容分配指定应答标签；将所述指定应答标签与所述指定节点标签进行标签匹配；若所述指定应答标签与所述指定节点标签不匹配，则计算所述指定用户应答内容与所述指定跳转节点存储的用户应答内容之间的相似度。
在另一个实施例中，所述装置还包括：
检查模块，用于在确定状态游走的下一个状态节点之前，检查所述指定用户应答内容与所述机器输出内容之间的逻辑对应关系是否匹配；
所述游走模块，还用于若所述指定用户应答内容与所述机器输出内容之间的逻辑对应关系匹配，则通过错误自检，游走至所述下一个状态节点；
所述匹配模块，还用于若所述指定用户应答内容与所述机器输出内容之间的逻辑对应关系不匹配，则未通过错误自检，重新确定状态游走的下一个状态节点。
本发明的实施例提供的技术方案可以包括以下有益效果：
对于每一个业务场景，建立初步业务引导模型，该初步业务引导模型包括至少一个状态节点和至少一个跳转节点；之后，对该初步业务引导模型进行跳转节点补充优化，得到完全业务引导模型；获取与当前状态节点存储的机器输出内容匹配的指定用户应答内容，并根据完全业务引导模型，将指定用户应答内容与指定跳转节点存储的用户应答内容进行文本相似匹配，根据得到的匹配结果，确定状态游走的下一个状态节点，并输出所述下一个状态节点存储的机器输出内容。本发明通过智能分析用户提出的问题及更深层次的问题文本语义探寻，对业务场景进行建模，并根据严密的文本相似匹配保证相对较高的匹配准确率，实现业务场景中各个状态节点之间的跳步或跨多步等自由游走，智能性较优，改善了人机互动体验，效果较佳。
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，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种智能问答方法的场景图。
图2是根据一示例性实施例示出的一种智能问答方法的流程图。
图3是根据一示例性实施例示出的一种智能问答方法的流程图。
图4A是根据一示例性实施例示出的一种智能问答方法的流程图。
图4B是根据一示例性实施例示出的一种智能问答方法的示意表格。
图4C是根据一示例性实施例示出的一种智能问答方法的流程图。
图5A是根据一示例性实施例示出的一种智能问答装置的框图。
图5B是根据一示例性实施例示出的一种智能问答装置的框图。
图5C是根据一示例性实施例示出的一种智能问答装置的框图。
图6是根据一示例性实施例示出的一种智能问答装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
在对本发明实施例进行详细的解释说明之前，先对本发明实施例涉及的场景架构进行简单介绍。
参见图1，该场景架构中包括预处理单元、文本相似匹配单元、状态游走单元、业务场景预处理库及文本相似匹配库。其中，业务场景预处理库与预处理单元相连接，用于存储不同业务场景中的常见问题及其解答，根据输入的业务场景将该业务场景中常见问题及其解答发送至预处理单元，并由该预处理单元实现业务引导模型的建立。
参见图2，该预处理单元的处理流程包括初步业务引导模型建立、完全业务引导模型建立、分配指定节点标签及输出预处理结果。文本相似匹配库与文本相似匹配单元相连接，用于存储完全业务引导模型，文本相似匹配单元根据获取的用户应答内容与文本相似匹配库中的完全业务引导模型进行匹配，并根据匹配结果进行错误自检，将通过错误自检的匹配结果发送至状态游走单元；状态游走单元根据匹配结果实现状态节点之间的游走。
其中，输入的业务场景为有业务逻辑的场景，其具体格式可为网页格式、文本格式及半结构格式，比如XML(可扩展标记语言，Extensible Markup Language)格式，本发明实施例对此不进行具体限定。
图3是根据一示例性实施例示出的一种智能问答方法的流程图，如图3所示，包括以下步骤。
在步骤301中，对于每一个业务场景，建立初步业务引导模型，该初步业务引导模型包括至少一个状态节点和至少一个跳转节点，该状态节点用于存储机器输出内容，该跳转节点用于存储用户应答内容。
在步骤302中，对该初步业务引导模型进行跳转节点补充优化，得到完全业务引导模型。
在步骤303中，获取与当前状态节点存储的机器输出内容匹配的指定用户应答内容。
在步骤304中，根据该完全业务引导模型，将该指定用户应答内容与指定跳转节点存储的用户应答内容进行文本相似匹配，该指定跳转节点为与该当前状态节点存在关联关系的节点。
在步骤305中，根据得到的匹配结果，确定状态游走的下一个状态节点，并输出该下一个状态节点存储的机器输出内容。
本公开实施例提供的方法，对于每一个业务场景，建立初步业务引导模型，该初步业务引导模型包括至少一个状态节点和至少一个跳转节点；之后，对该初步业务引导模型进行跳转节点补充优化，得到完全业务引导模型；获取与当前状态节点存储的机器输出内容匹配的指定用户应答内容，并根据完全业务引导模型，将指定用户应答内容与指定跳转节点存储的用户应答内容进行文本相似匹配，根据得到的匹配结果，确定状态游走的下一个状态节点，并输出所述下一个状态节点存储的机器输出内容。本发明通过智能分析用户提出的问题及更深层次的问题文本语义探寻，对业务场景进行建模，并根据严密的文本相似匹配保证相对较高的匹配准确率，实现业务场景中各个状态节点之间的跳步或跨多步等自由游走，智能性较优，改善了人机互动体验，效果较佳。
在另一个实施例中，对于每一个业务场景，建立初步业务引导模型，包括：
对该业务场景进行业务引导梳理，得到业务引导过程；
获取该业务引导过程的引导入口，将该引导入口作为初始节点；
将该初始节点作为待处理节点，并创建至少一个跳转节点；
基于该初始节点与该至少一个跳转节点中每一个跳转节点之间的跳转关系，创建该至少一个状态节点中除该初始节点之外的其他状态节点；
根据该初始节点与至少一个跳转节点中每一个跳转节点之间的对应关系创建有向边；
根据至少一个跳转节点与其他状态节点之间的对应关系，创建有向边；
在其他状态节点中选取待处理节点，重复执行上述创建节点及有向边的步骤，直至待处理节点为终止节点，得到该初步业务引导模型，该终止节点不存在对应跳转节点。
在另一个实施例中，该方法还包括：
将该初步业务引导模型存储至模型存储文件；
创建该初步业务引导模型的业务引导模型目录，将该模型存储文件存储至引导模型目录，该引导模型目录用于存储所述模型存储文件。
在另一个实施例中，对该初步业务引导模型进行跳转节点补充优化，得到完全业务引导模型，包括：
获取该初步业务引导模型中至少一个状态节点及至少一个跳转节点；
基于该至少一个状态节点及该至少一个跳转节点创建二维数组；
判断该二维数组中该至少一个状态节点的每一个状态节点之间是否存在除该至少一个跳转节点外的新跳转节点；
若存在除该至少一个跳转节点外的新跳转节点，则在该二维数组中指定位置添加该新跳转节点，得到该完全业务引导模型；
其中，该指定位置为与该新跳转节点存在关联关系的两个状态节点指示的位置。
在另一个实施例中，该方法还包括：
获取该完全业务引导模型中全部跳转节点；
为全部跳转节点中每一个跳转节点中每一个跳转节点分配指定节点标签。
在另一个实施例中，根据该完全业务引导模型，将指定用户应答内容与指定跳转节点存储的用户应答内容进行文本相似匹配，包括：
判断该指定用户应答内容与该指定跳转节点存储的用户应答内容是否完全一致；
若完全一致，则确定该指定用户应答内容与该指定跳转节点存储的用户应答内容完全匹配；
若不完全一致，则为该指定用户应答内容分配指定应答标签；
将该指定应答标签与该指定节点标签进行标签匹配；
若该指定应答标签与该指定节点标签不匹配，则计算该指定用户应答内容与该指定跳转节点存储的用户应答内容之间的相似度。
在另一个实施例中，该方法还包括：
在确定状态游走的下一个状态节点之前，检查该指定用户应答内容与该机器输出内容之间的逻辑对应关系是否匹配；
若该指定用户应答内容与该机器输出内容之间的逻辑对应关系匹配，则通过错误自检，游走至所述下一个状态节点；
若该指定用户应答内容与该机器输出内容之间的逻辑对应关系不匹配，则未通过错误自检，重新确定状态游走的下一个状态节点。
上述所有可选技术方案，可以采用任意结合形成本发明的可选实施例，在此不再一一赘述。
图4A是根据一示例性实施例示出的一种智能问答方法的流程图，如图4A所示，包括以下步骤。
在步骤401中，对业务场景进行业务引导梳理，得到业务引导过程，并获取该业务引导过程的引导入口，将该引导入口作为初始节点。
其中，业务场景指代的是需要植入智能问答系统的人机交互场景，如可为银行催款的业务场景，银行贷款的业务场景及银行中间业务的业务场景等。业务引导过程指代的是在当前业务场景下，对完成业务所需要执行的业务步骤的梳理统计。
在本发明实施例中，分析该业务场景可能产生的对话，并将对话的开头作为机器输出内容存储至初始节点中。也即，对话的开头即对应该业务引导过程的引导入口。其中，机器输出内容指代智能问答系统向用户提出的问题。例如，对于使用信用卡的用户不能及时还款的场景，银行的工作人员需要拨打用户的电话进行催款。对于银行催款的业务场景，可将确认用户身份作为初始节点存储的内容，具体可为“这里是某某银行信用卡中心，请问您是李小明先生吗？”。本发明实施例对业务场景的类型及初始节点存储的内容不进行具体限定。
在步骤402中，将该初始节点作为待处理节点，创建至少一个跳转节点，并基于该初始节点与至少一个跳转节点中每一个跳转节点之间的跳转关系，创建除该初始节点之外的其他状态节点。
在本发明实施例中，根据初始节点存储的机器输出内容，整理可能获取的用户应答内容，并将这些用户应答内容存储至跳转节点，并根据可能获取的用户应答内容整理对应的机器输出内容创建其他状态节点。以上述银行催款业务的场景为例，对于初始节点中的“这里是某某银行信用卡中心，请问您是李小明先生吗？”，可能获取的用户应答内容可为“是他的同事、朋友”，“你打错了”及“是我，但是现在不方便”等，将上述这些可能获取的用户应答内容存储至跳转节点。之后对于用户应答内容为“是他的同事、朋友”的跳转节点，创建机器输出内容为“请转告机主还款”的状态节点；对于用户应答内容为“你打错了”的跳转节点，创建机器输出内容为“抱歉，打扰了”的状态节点；对于用户应答内容为“是我，但是现在不方便”的跳转节点，创建机器输出内容为“时间方便再致电”的状态节点。其中，本发明实施例对状态节点及跳转节点的个数不进行具体限定。
在步骤403中，根据该初始节点与至少一个跳转节点中每一个跳转节点之间的对应关系创建有向边，并根据至少一个跳转节点与该其他状态节点之间的对应关系，创建有向边。
在本发明实施例中，以上述银行催款业务的场景为例，创建由初始节点指向用户应答内容分别为“是他的同事、朋友”，“你打错了”及“是我，但是现在不方便”的跳转节点的有向边；对于用户应答内容为“是他的同事、朋友”的跳转节点，创建指向机器输出内容为“请转告机主还款”的状态节点之间的有向边；对于用户应答内容为“你打错了”的跳转节点，创建指向机器输出内容为“抱歉，打扰了”的状态节点之间的有向边；对于用户应答内容为“是我，但是现在不方便”的跳转节点，创建指向机器输出内容为“时间方便再致电”的状态节点之间的有向边。
在步骤404中，在该其他状态节点中选取待处理节点，重复执行上述步骤403，直至待处理节点为终止节点，得到该初步业务引导模型。
在本发明实施例中，该待处理节点为其他状态节点中任一个，分别对其他状态节点中每一个状态节点重复执行上述步骤403。其中，该终止节点不存在对应跳转节点。以上述银行催款业务的场景为例，对于机器输出内容为“请转告机主还款”的状态节点，可能获取的用户应答内容可为“好的”等，创建跳转节点存储该用户应答内容，之后根据该跳转节点创建机器输出内容为“谢谢，再见”的状态节点，并创建由机器输出内容为“请转告机主还款”的状态节点指向跳转节点的有向边，及由跳转节点指向机器输出内容为“谢谢，再见”的状态节点的有向边；对于机器输出内容为“抱歉，打扰了”的状态节点，不存在可能获取的用户应答内容，因此该状态节点为终止节点；对于机器输出内容为“时间方便再致电”的状态节点，可能获取的用户应答内容可为“明天再打吧”等，创建跳转节点存储该用户应答内容，之后根据该跳转节点创建机器输出内容为“好的，明天再给您致电”的状态节点，并创建由机器输出内容为“时间方便再致电”的状态节点指向跳转节点的有向边，及由跳转节点指向机器输出内容为“好的，明天再给您致电”的状态节点的有向边。
在步骤405中，将该初步业务引导模型存储至模型存储文件，并创建该初步业务引导模型的业务引导模型目录，将该模型存储文件存储至引导模型目录。
其中，该引导模型目录用于存储该模型存储文件，该模型存储文件以结构化的形式存储。当有至少一个业务场景的初步业务引导模型需要进行存储时，至少一个业务场景中每一个业务场景的初步业务引导模型存储至不同的模型存储文件中。例如，银行催款业务存储在模型存储文件A中，银行贷款业务存储在模型存储文件B中，银行中间业务存储在模型存储文件C中。当需要读取模型存储文件中的初步业务引导模型时，可以采用模型解析模块来解析引导模型目录中至少一个模型存储文件，形成至少一个初步业务引导模型。本发明实施例对解析模型存储文件的方式不进行具体限定。
在步骤406中，在引导模型目录中获取初步业务引导模型，并创建二维数组。
在本发明实施例中，获取该初步业务引导模型中至少一个状态节点及至少一个跳转节点；基于该至少一个状态节点及该至少一个跳转节点创建二维数组。
以上述银行催款业务的场景为例，获取机器输出内容分别为“这里是某某银行信用卡中心，请问您是李小明先生吗？”，“请转告机主还款”，“抱歉，打扰了”，“时间方便再致电”，“谢谢，再见”，“好的，明天再给您致电”的状态节点，以上述至少一个状态节点作为横轴X和纵轴Y创建二维数组，参见图4B，其中，第2行第3列为用户应答内容为“是他的同事、朋友”的跳转节点，第2行第4列为用户应答内容为“你打错了”的跳转节点，第2行第5列为用户应答内容为“是我，但是现在不方便”的跳转节点，第3行第6列为用户应答内容为“好的”的跳转节点，第5行第7列为用户应答内容为“明天再打吧”的跳转节点。其中，该初步业务引导模型中至少一个跳转节点均显示在二维数组中。
在步骤407中，根据该二维数组中每一个状态节点之间的跳转关系，判断是否存在除至少一个跳转节点外的新跳转节点，若存在除至少一个跳转节点外的新跳转节点，则在该二维数组中指定位置添加新跳转节点，得到完全业务引导模型。
其中，指定位置为与新跳转节点存在关联关系的两个状态节点指示的位置。
在本公开实施例中，对于二维数组中至少一个状态节点，逐一分析X轴上至少一个状态节点与Y轴上至少一个状态节点之间的关系，判断是否可能存在跳转关系；若存在跳转关系，则在X轴上的状态节点所在的垂直线与Y轴上的状态节点所在的水平线的交汇处添加新跳转节点。以上述银行催款业务的场景为例，对于机器输出内容为“请转告机主还款”的状态节点及机器输出内容为“好的，明天再给您致电”的状态节点，若用户应答内容为“李小明明天上班，可以打电话给他”可以实现由机器输出内容为“请转告机主还款”的状态节点跳转至机器输出内容为“好的，明天再给您致电”的状态节点，因此在第3行第7列可添加用户应答内容为“李小明明天上班，可以打电话给他”的跳转节点；对于机器输出内容为“这里是某某银行信用卡中心，请问您是李小明先生吗？”的状态节点及机器输出内容为“谢谢，再见”的状态节点，若用户应答内容为“是我，明天还款”可以实现由机器输出内容为“这里是某某银行信用卡中心，请问您是李小明先生吗？”的状态节点跳转至机器输出内容为“谢谢，再见”的状态节点，因此在第2行第6列可添加用户应答内容为“是我，明天还款”的跳转节点。
在步骤408中，获取该完全业务引导模型中全部跳转节点，并为全部跳转节点中每一个跳转节点分配指定节点标签。
在本发明实施例中，以上述银行催款业务的场景为例，为用户应答内容为“是他的同事、朋友”的跳转节点分配的指定节点标签为①；为用户应答内容为“你打错了”的跳转节点分配的指定节点标签为②；为用户应答内容为“是我，但是现在不方便”的跳转节点分配的指定节点标签为③；为用户应答内容为“是我，明天还款”的跳转节点分配的指定节点标签为④；为用户应答内容为“好的”的跳转节点分配的指定节点标签为⑤；为用户应答内容为“李小明明天上班，可以打电话给他”的跳转节点分配的指定节点标签为⑥；为用户应答内容为“明天再打吧”的跳转节点分配的指定节点标签为⑦。其中，本发明实施例对指定节点标签的形式不进行具体限定。
其中，该指定节点标签可为OEC(Ontology Element Concept，本体-要素-概念)节点标签，在OEC中O-本体，E-要素，C-概念，是一个三位一体的分析挖掘平台。
在步骤409中，获取与当前状态节点存储的机器输出内容匹配的指定用户应答内容。
其中，指定用户应答内容指代的是终端获取到的用户应答内容。
在本发明实施例中，获取当前状态节点的有向边指向的至少一个跳转节点及跳转节点存储的用户应答内容，将指定用户应答内容与至少一个跳转节点存储的用户应答内容进行匹配。以上述银行催款业务的场景为例，若当前状态节点存储的机器输出内容为“请转告机主还款”，则获取用户应答内容为“好的”的跳转节点与指定用户应答内容进行匹配；若当前状态节点存储的机器输出内容为“时间方便再致电”，则获取用户应答内容为“明天再打吧”的跳转节点与指定用户应答内容进行匹配。其中，本发明实施例对根据当前状态节点获取的跳转节点的数目不进行具体限定。
在步骤410中，判断该指定用户应答内容与指定跳转节点存储的用户应答内容是否完全一致；若不完全一致，则执行下述步骤411；若完全一致，则执行下述步骤413。
在本发明实施例中，以上述银行催款业务的场景为例，当前状态节点存储的机器输出内容为“这里是某某银行信用卡中心，请问您是李小明先生吗？”，获取用户应答内容为“是我，明天还款”的跳转节点，若指定用户应答内容为“是我，明天还款”，则该指定用户应答内容与指定跳转节点存储的用户应答内容完全一致；若指定用户应答内容为“知道了，别催了，明天就还”，则该指定用户应答内容与指定跳转节点存储的用户应答内容不完全一致。
在步骤411中，为该指定用户应答内容分配指定应答标签，将该指定应答标签与该指定跳转节点的指定节点标签进行标签匹配；若该指定应答标签与该指定节点标签不匹配，则执行下述步骤412；若该指定应答标签与该指定节点标签匹配，则执行下述步骤413。
在本发明实施例中，对指定用户应答内容进行逻辑分析，为该指定用户应答内容分配指定应答标签，并执行标签匹配。以上述银行催款业务的场景为例，当前状态节点存储的机器输出内容为“这里是某某银行信用卡中心，请问您是李小明先生吗？”，则获取当前状态节点对应的指定节点标签分别为①，②，③及④的跳转节点，若指定用户应答内容为“知道了，别催了，明天就还”，则指定用户应答内容与指定跳转节点存储的用户内容不完全一致，进行逻辑分析该指定用户问答内容分配的指定应答标签为④，则该指定应答标签与应答内容“是我，明天还款”的跳转节点的指定节点标签匹配；若指定用户应答内容为“是我，明天再打吧”，指定用户应答内容与指定跳转节点存储的用户内容不完全一致，进行逻辑分析该指定用户问答内容分配的指定应答标签为⑧，则该指定应答标签与当前状态节点对应的至少一个跳转节点的指定节点标签均不匹配。其中，该指定应答标签可为OEC应答标签。
在步骤412中，计算该指定用户应答内容与该指定跳转节点存储的用户应答内容之间的相似度，根据计算结果确定下一个状态节点并执行下述步骤413。
在本发明实施例中，该相似度计算方式可为Jaccard(雅可比)距离计算方法，余弦距离计算方法及编辑距离计算方法。
其中，若相似度计算方式为Jaccard距离计算方法，则以单字符为单位获取指定用户应答内容的字符串及当前状态节点对应的至少一个跳转节点存储的用户应答内容的字符串，分别计算该指定用户应答内容的字符串与至少一个跳转节点存储的用户应答内容的字符串之间的交集与并集，并获取至少一个交集与对应并集的比值，将至少一个交集与并集的比值按从大到小的顺序排列，选择排在首位的交集与并集的比值对应的用户应答所在的跳转节点作为与指定用户应答最为匹配的跳转节点。其中，本发明实施例对字符串的单位不进行具体限定。
若相似度计算方式为余弦距离计算方法，则以双字符为单位获取指定用户应答内容的字符串及当前状态节点对应的至少一个跳转节点存储的用户应答内容的字符串，获取字符串中至少一个字符的频次，将至少一个字符的频次作为向量的特征，得到指定用户应答内容对应的向量及当前状态节点对应的至少一个跳转节点存储的用户应答内容对应的向量。分别计算指定用户应答内容对应的向量与至少一个跳转节点存储的用户应答内容对应的向量之间的夹角大小，并将至少一个向量之间的夹角大小按从小到大的顺序排列，选择排在首位的夹角大小对应的用户应答所在的跳转节点作为与只能固定用户应答最为匹配的跳转节点。
若相似度计算方式为编辑距离计算方法，则通过分别统计将指定用户应答内容的字符串处理成至少一个跳转节点存储的用户应答内容的字符串需要执行插入及删除操作的次数，来确定最为匹配的跳转节点。比如，若指定用户应答内容的字符串为Kitten，至少一个跳转节点中的一个跳转节点存储的用户应答内容的字符串为Sitting，则先将指定用户应答内容的字符串Kitten中的字母K置换为字母S，得到字符串Sitten，其次将字符串Sitten中的字母e置换为字母i，得到字符串Sittin，最后在字符串Sittin的末位添加字母g得到字符串Sitting。由此可以得出将字符串Kitten处理成字符串Sitting需要执行的编辑距离为3个单位长。其中，本发明实施例对处理字符串的方式不进行具体限定。
在步骤413中，检查该指定用户应答内容与该机器输出内容之间的逻辑对应关系是否匹配；若该指定用户应答内容与该机器输出内容之间的逻辑对应关系匹配，则通过错误自检，游走至该下一个状态节点，并输出该下一个状态节点存储的机器输出内容；若不匹配，则执行步骤414。
在本发明实施例中，根据逻辑思维对指定用户应答内容与机器输出内容之间的逻辑进行梳理，判断指定用户应答内容与机器输出内容之间的关系是否合乎常理。
在步骤414中，若未通过错误自检，则重新确定状态游走的下一个状态节点，并输出下一个状态节点存储的机器输出内容。
在本发明实施例中，若未通过错误自检，则再次执行当前的文本相似匹配的方法以进行指定用户应答内容与指定跳转节点存储的用户应答内容的匹配。若当前文本相似匹配的方法为判断该指定用户应答内容与指定跳转节点存储的用户应答内容是否完全一致，则再次进行判断；若当前文本相似匹配的方法为为该指定用户应答内容分配指定应答标签，将该指定应答标签与该指定跳转节点的指定节点标签进行标签匹配，则再次为该指定用户应答内容分配指定应答标签并进行匹配；若当前文本相似匹配的方法为计算该指定用户应答内容与该指定跳转节点存储的用户应答内容之间的相似度，则根据对应的相似度计算方法再次进行相似度计算。本发明实施例对未通过错误自检的次数不进行具体限定。
参见图4C，图4C为完全业务引导模型自由游走流程图。通过图4C所示的智能问答方法的流程图可以完成上述银行催款业务的场景，体现了一种银行催款业务场景自由游走的方式。
本公开实施例提供的方法，对于每一个业务场景，建立初步业务引导模型，该初步业务引导模型包括至少一个状态节点和至少一个跳转节点；之后，对该初步业务引导模型进行跳转节点补充优化，得到完全业务引导模型；获取与当前状态节点存储的机器输出内容匹配的指定用户应答内容，并根据完全业务引导模型，将指定用户应答内容与指定跳转节点存储的用户应答内容进行文本相似匹配，根据得到的匹配结果，确定状态游走的下一个状态节点，并输出所述下一个状态节点存储的机器输出内容。本发明通过智能分析用户提出的问题及更深层次的问题文本语义探寻，对业务场景进行建模，并根据严密的文本相似匹配保证相对较高的匹配准确率，实现业务场景中各个状态节点之间的跳步或跨多步等自由游走，智能性较优，改善了人机互动体验，效果较佳。
图5A是根据一示例性实施例示出的一种智能问答装置的框图。参照图5A，该装置包括建立模块501，优化模块502，获取模块503，匹配模块504及游走模块505。
该建立模块501，用于对于每一个业务场景，建立初步业务引导模型，该初步业务引导模型包括至少一个状态节点和至少一个跳转节点，该状态节点用于存储机器输出内容，该跳转节点用于存储用户应答内容；
该优化模块502，用于对该初步业务引导模型进行跳转节点补充优化，得到完全业务引导模型；
该获取模块503，用于获取与当前状态节点存储的机器输出内容匹配的指定用户应答内容；
该匹配模块504，用于根据该完全业务引导模型，将该指定用户应答内容与指定跳转节点存储的用户应答内容进行文本相似匹配，该指定跳转节点为与该当前状态节点存在关联关系的节点；
该游走模块505，用于根据得到的匹配结果，确定状态游走的下一个状态节点，并输出该下一个状态节点存储的机器输出内容。
在另一个实施例中，该建立模块501，用于对该业务场景进行业务引导梳理，得到业务引导过程；获取该业务引导过程的引导入口，将该引导入口作为初始节点；将该初始节点作为待处理节点，并创建至少一个跳转节点；基于该初始节点与该至少一个跳转节点中每一个跳转节点之间的跳转关系，创建该至少一个状态节点中除该初始节点之外的其他状态节点；根据该初始节点与该至少一个跳转节点中每一个跳转节点之间的对应关系创建有向边；根据至少一个跳转节点与其他状态节点之间的对应关系，创建有向边；在其他状态节点中选取待处理节点，重复执行上述创建节点及有向边的步骤，直至待处理节点为终止节点，得到该初步业务引导模型，该终止节点不存在对应跳转节点。
在另一个实施例中，参见图5B，该装置还包括存储模块506及创建模块507。
该存储模块506，用于将该初步业务引导模型存储至模型存储文件；
该创建模块507，用于创建该初步业务引导模型的业务引导模型目录，将该模型存储文件存储至引导模型目录，该引导模型目录用于存储该模型存储文件。
在另一个实施例中，该优化模块502，用于获取该初步业务引导模型中至少一个状态节点及至少一个跳转节点；基于至少一个状态节点及至少一个跳转节点创建二维数组；判断该二维数组中至少一个状态节点的每一个状态节点之间是否存在除至少一个跳转节点外的新跳转节点；若存在除至少一个跳转节点外的新跳转节点，则在该二维数组中指定位置添加新跳转节点，得到该完全业务引导模型；其中，该指定位置为与该新跳转节点存在关联关系的两个状态节点指示的位置。
在另一个实施例中，该优化模块502，还用于获取所述完全业务引导模型中全部跳转节点；为全部跳转节点中每一个跳转节点中每一个跳转节点分配指定节点标签。
在另一个实施例中，该匹配模块504，用于判断该指定用户应答内容与该指定跳转节点存储的用户应答内容是否完全一致；若完全一致，则确定该指定用户应答内容与该指定跳转节点存储的用户应答内容完全匹配；若不完全一致，则为该指定用户应答内容分配指定应答标签；将该指定应答标签与该指定节点标签进行标签匹配；若该指定应答标签与该指定节点标签不匹配，则计算该指定用户应答内容与该指定跳转节点存储的用户应答内容之间的相似度。
在另一个实施例中，参见图5C，该装置还包括检查模块508。
该检查模块508，用于在确定状态游走的下一个状态节点之前，检查该指定用户应答内容与该机器输出内容之间的逻辑对应关系是否匹配；
该游走模块505，还用于若该指定用户应答内容与该机器输出内容之间的逻辑对应关系匹配，则通过错误自检，游走至所述下一个状态节点；
该匹配模块504，还用于若该指定用户应答内容与该机器输出内容之间的逻辑对应关系不匹配，则未通过错误自检，重新确定状态游走的下一个状态节点。
本公开实施例提供的装置，对于每一个业务场景，建立初步业务引导模型，该初步业务引导模型包括至少一个状态节点和至少一个跳转节点；之后，对该初步业务引导模型进行跳转节点补充优化，得到完全业务引导模型；获取与当前状态节点存储的机器输出内容匹配的指定用户应答内容，并根据完全业务引导模型，将指定用户应答内容与指定跳转节点存储的用户应答内容进行文本相似匹配，根据得到的匹配结果，确定状态游走的下一个状态节点，并输出所述下一个状态节点存储的机器输出内容。本发明通过智能分析用户提出的问题及更深层次的问题文本语义探寻，对业务场景进行建模，并根据严密的文本相似匹配保证相对较高的匹配准确率，实现业务场景中各个状态节点之间的跳步或跨多步等自由游走，智能性较优，改善了人机互动体验，效果较佳。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图6是根据一示例性实施例示出的一种智能问答的装置600的框图。例如，装置600可以被提供为一服务器。参照图6，装置60包括处理组件622，其进一步包括一个或多个处理器，以及由存储器632所代表的存储器资源，用于存储可由处理组件622的执行的指令，例如应用程序。存储器632中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件622被配置为执行指令，以执行上述智能问答方法。
装置600还可以包括一个电源组件626被配置为执行装置600的电源管理，一个有线或无线网络接口650被配置为将装置600连接到网络，和一个输入输出(I/O)接口658。装置600可以操作基于存储在存储器632的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (10)

1.一种智能问答方法，其特征在于，所述方法包括：
对于每一个业务场景，建立初步业务引导模型，所述初步业务引导模型包括至少一个状态节点和至少一个跳转节点，所述状态节点用于存储机器输出内容，所述跳转节点用于存储用户应答内容；
对所述初步业务引导模型进行跳转节点补充优化，得到完全业务引导模型；
获取与当前状态节点存储的机器输出内容匹配的指定用户应答内容；
根据所述完全业务引导模型，将所述指定用户应答内容与指定跳转节点存储的用户应答内容进行文本相似匹配，所述指定跳转节点为与所述当前状态节点存在关联关系的节点；
根据得到的匹配结果，确定状态游走的下一个状态节点，并输出所述下一个状态节点存储的机器输出内容。
2.根据权利要求1所述的方法，其特征在于，所述对于每一个业务场景，建立初步业务引导模型，包括：
对所述业务场景进行业务引导梳理，得到业务引导过程；
获取所述业务引导过程的引导入口，将所述引导入口作为初始节点；
将所述初始节点作为待处理节点，并创建所述至少一个跳转节点；
基于所述初始节点与所述至少一个跳转节点中每一个跳转节点之间的跳转关系，创建所述至少一个状态节点中除所述初始节点之外的其他状态节点；
根据所述初始节点与所述至少一个跳转节点中每一个跳转节点之间的对应关系创建有向边；
根据所述至少一个跳转节点与所述其他状态节点之间的对应关系，创建有向边；
在所述其他状态节点中选取待处理节点，重复执行上述创建节点及有向边的步骤，直至待处理节点为终止节点，得到所述初步业务引导模型，所述终止节点不存在对应跳转节点。
3.根据权利要求1所述的方法，其特征在于，所述对所述初步业务引导模型进行跳转节点补充优化，得到完全业务引导模型，包括：
获取所述初步业务引导模型中至少一个状态节点及至少一个跳转节点；
基于所述至少一个状态节点及所述至少一个跳转节点创建二维数组；
判断所述二维数组中所述至少一个状态节点的每一个状态节点之间是否存在除所述至少一个跳转节点外的新跳转节点；
若存在除所述至少一个跳转节点外的新跳转节点，则在所述二维数组中指定位置添加所述新跳转节点，得到所述完全业务引导模型；
其中，所述指定位置为与所述新跳转节点存在关联关系的两个状态节点指示的位置。
4.根据权利要求1所述的方法，其特征在于，所述根据所述完全业务引导模型，将所述指定用户应答内容与指定跳转节点存储的用户应答内容进行文本相似匹配，包括：
判断所述指定用户应答内容与所述指定跳转节点存储的用户应答内容是否完全一致；
若完全一致，则确定所述指定用户应答内容与所述指定跳转节点存储的用户应答内容完全匹配；
若不完全一致，则为所述指定用户应答内容分配指定应答标签；
将所述指定应答标签与所述完全业务引导模型的全部跳转节点中每一个跳转节点的指定节点标签进行标签匹配；
若所述指定应答标签与所述指定节点标签不匹配，则计算所述指定用户应答内容与所述指定跳转节点存储的用户应答内容之间的相似度。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在确定状态游走的下一个状态节点之前，检查所述指定用户应答内容与所述机器输出内容之间的逻辑对应关系是否匹配；
若所述指定用户应答内容与所述机器输出内容之间的逻辑对应关系匹配，则通过错误自检，游走至所述下一个状态节点；
若所述指定用户应答内容与所述机器输出内容之间的逻辑对应关系不匹配，则未通过错误自检，重新确定状态游走的下一个状态节点。
6.一种智能问答装置，其特征在于，所述装置包括：
建立模块，用于对于每一个业务场景，建立初步业务引导模型，所述初步业务引导模型包括至少一个状态节点和至少一个跳转节点，所述状态节点用于存储机器输出内容，所述跳转节点用于存储用户应答内容；
优化模块，用于对所述初步业务引导模型进行跳转节点补充优化，得到完全业务引导模型；
获取模块，用于获取与当前状态节点存储的机器输出内容匹配的指定用户应答内容；
匹配模块，用于根据所述完全业务引导模型，将所述指定用户应答内容与指定跳转节点存储的用户应答内容进行文本相似匹配，所述指定跳转节点为与所述当前状态节点存在关联关系的节点；
游走模块，用于根据得到的匹配结果，确定状态游走的下一个状态节点，并输出所述下一个状态节点存储的机器输出内容。
7.根据权利要求6所述的装置，其特征在于，所述建立模块，用于对所述业务场景进行业务引导梳理，得到业务引导过程；获取所述业务引导过程的引导入口，将所述引导入口作为初始节点；将所述初始节点作为待处理节点，并创建所述至少一个跳转节点；基于所述初始节点与所述至少一个跳转节点中每一个跳转节点之间的跳转关系，创建所述至少一个状态节点中除所述初始节点之外的其他状态节点；根据所述初始节点与所述至少一个跳转节点中每一个跳转节点之间的对应关系创建有向边；根据所述至少一个跳转节点与所述其他状态节点之间的对应关系，创建有向边；在所述其他状态节点中选取待处理节点，重复执行上述创建节点及有向边的步骤，直至待处理节点为终止节点，得到所述初步业务引导模型，所述终止节点不存在对应跳转节点。
8.根据权利要求6所述的装置，其特征在于，所述优化模块，用于获取所述初步业务引导模型中至少一个状态节点及至少一个跳转节点；基于所述至少一个状态节点及所述至少一个跳转节点创建二维数组；判断所述二维数组中所述至少一个状态节点的每一个状态节点之间是否存在除所述至少一个跳转节点外的新跳转节点；若存在除所述至少一个跳转节点外的新跳转节点，则在所述二维数组中指定位置添加所述新跳转节点，得到所述完全业务引导模型；其中，所述指定位置为与所述新跳转节点存在关联关系的两个状态节点指示的位置。
9.根据权利要求6所述的装置，其特征在于，所述匹配模块，用于判断所述指定用户应答内容与所述指定跳转节点存储的用户应答内容是否完全一致；若完全一致，则确定所述指定用户应答内容与所述指定跳转节点存储的用户应答内容完全匹配；若不完全一致，则为所述指定用户应答内容分配指定应答标签；将所述指定应答标签与所述完全业务引导模型的全部跳转节点中每一个跳转节点的指定节点标签进行标签匹配；若所述指定应答标签与所述指定节点标签不匹配，则计算所述指定用户应答内容与所述指定跳转节点存储的用户应答内容之间的相似度。
10.根据权利要求6所述的装置，其特征在于，所述装置还包括：
检查模块，用于在确定状态游走的下一个状态节点之前，检查所述指定用户应答内容与所述机器输出内容之间的逻辑对应关系是否匹配；
所述游走模块，还用于若所述指定用户应答内容与所述机器输出内容之间的逻辑对应关系匹配，则通过错误自检，游走至所述下一个状态节点；
所述匹配模块，还用于若所述指定用户应答内容与所述机器输出内容之间的逻辑对应关系不匹配，则未通过错误自检，重新确定状态游走的下一个状态节点。
CN201610866060.0A 2016-05-26 2016-09-29 智能问答方法及装置 Active CN106528613B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2016103551541 2016-05-26
CN201610355154 2016-05-26

Publications (2)

Publication Number Publication Date
CN106528613A true CN106528613A (zh) 2017-03-22
CN106528613B CN106528613B (zh) 2018-11-27

Family

ID=58344603

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610866060.0A Active CN106528613B (zh) 2016-05-26 2016-09-29 智能问答方法及装置

Country Status (1)

Country Link
CN (1) CN106528613B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107688641A (zh) * 2017-08-28 2018-02-13 江西博瑞彤芸科技有限公司 一种提问管理方法及系统
CN108509591A (zh) * 2018-03-29 2018-09-07 上海智臻智能网络科技股份有限公司 信息问答交互方法及系统、存储介质、终端、智能知识库
CN109815326A (zh) * 2019-01-24 2019-05-28 网易（杭州）网络有限公司 对话控制方法及装置
CN109887562A (zh) * 2019-02-20 2019-06-14 广州天鹏计算机科技有限公司 电子病历的相似度确定方法、装置、设备和存储介质
CN110019693A (zh) * 2017-07-25 2019-07-16 百度在线网络技术（北京）有限公司 智能客服的信息推荐方法、服务器及计算机可读介质
CN110069600A (zh) * 2019-03-26 2019-07-30 上海拍拍贷金融信息服务有限公司 对话方法及装置、计算机可读存储介质
CN110221707A (zh) * 2018-03-01 2019-09-10 北京搜狗科技发展有限公司 一种英文输入方法、装置和电子设备
CN110874403A (zh) * 2018-08-29 2020-03-10 株式会社日立制作所 提问回答系统、提问回答处理方法以及提问回答整合系统
CN111382238A (zh) * 2018-12-27 2020-07-07 上海智臻智能网络科技股份有限公司 一种多要素的交互流程的交互方法及其装置
CN112136124A (zh) * 2018-04-19 2020-12-25 谷歌有限责任公司 用于与计算机实现的自动助理进行人机对话会话的依赖图谈话建模
CN113094488A (zh) * 2021-05-06 2021-07-09 中国银行股份有限公司 业务关联挖掘方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010049688A1 (en) * 2000-03-06 2001-12-06 Raya Fratkina System and method for providing an intelligent multi-step dialog with a user
CN102426567A (zh) * 2011-09-15 2012-04-25 张德长 一种自动应答系统的图形化编辑调试系统
CN102868695A (zh) * 2012-09-18 2013-01-09 天格科技（杭州）有限公司 基于会话树的智能在线客服方法及系统
CN103593412A (zh) * 2013-10-24 2014-02-19 北京京东尚科信息技术有限公司 一种基于树形结构问题的应答方法及系统
CN104408639A (zh) * 2014-10-22 2015-03-11 百度在线网络技术（北京）有限公司 多轮会话交互方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010049688A1 (en) * 2000-03-06 2001-12-06 Raya Fratkina System and method for providing an intelligent multi-step dialog with a user
CN102426567A (zh) * 2011-09-15 2012-04-25 张德长 一种自动应答系统的图形化编辑调试系统
CN102868695A (zh) * 2012-09-18 2013-01-09 天格科技（杭州）有限公司 基于会话树的智能在线客服方法及系统
CN103593412A (zh) * 2013-10-24 2014-02-19 北京京东尚科信息技术有限公司 一种基于树形结构问题的应答方法及系统
CN104408639A (zh) * 2014-10-22 2015-03-11 百度在线网络技术（北京）有限公司 多轮会话交互方法和系统

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110019693A (zh) * 2017-07-25 2019-07-16 百度在线网络技术（北京）有限公司 智能客服的信息推荐方法、服务器及计算机可读介质
CN107688641B (zh) * 2017-08-28 2021-12-28 江西博瑞彤芸科技有限公司 一种提问管理方法及系统
CN107688641A (zh) * 2017-08-28 2018-02-13 江西博瑞彤芸科技有限公司 一种提问管理方法及系统
CN110221707A (zh) * 2018-03-01 2019-09-10 北京搜狗科技发展有限公司 一种英文输入方法、装置和电子设备
CN108509591B (zh) * 2018-03-29 2020-12-08 上海智臻智能网络科技股份有限公司 信息问答交互方法及系统、存储介质、终端、智能知识库
CN108509591A (zh) * 2018-03-29 2018-09-07 上海智臻智能网络科技股份有限公司 信息问答交互方法及系统、存储介质、终端、智能知识库
CN112136124A (zh) * 2018-04-19 2020-12-25 谷歌有限责任公司 用于与计算机实现的自动助理进行人机对话会话的依赖图谈话建模
CN112136124B (zh) * 2018-04-19 2024-02-20 谷歌有限责任公司 用于与计算机实现的自动助理进行人机对话会话的依赖图谈话建模
CN110874403A (zh) * 2018-08-29 2020-03-10 株式会社日立制作所 提问回答系统、提问回答处理方法以及提问回答整合系统
CN110874403B (zh) * 2018-08-29 2024-03-08 株式会社日立制作所 提问回答系统、提问回答处理方法以及提问回答整合系统
CN111382238A (zh) * 2018-12-27 2020-07-07 上海智臻智能网络科技股份有限公司 一种多要素的交互流程的交互方法及其装置
CN109815326A (zh) * 2019-01-24 2019-05-28 网易（杭州）网络有限公司 对话控制方法及装置
CN109887562A (zh) * 2019-02-20 2019-06-14 广州天鹏计算机科技有限公司 电子病历的相似度确定方法、装置、设备和存储介质
CN110069600A (zh) * 2019-03-26 2019-07-30 上海拍拍贷金融信息服务有限公司 对话方法及装置、计算机可读存储介质
CN113094488A (zh) * 2021-05-06 2021-07-09 中国银行股份有限公司 业务关联挖掘方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN106528613B (zh) 2018-11-27

Similar Documents

Publication Publication Date Title
CN106528613A (zh) 智能问答方法及装置
CN108089843B (zh) 一种智能化的银行企业级需求管理系统
CN107967261A (zh) 智能客服中交互式问句语义理解方法
CN110335595A (zh) 基于语音识别的插问对话方法、装置及存储介质
CN105183850A (zh) 基于人工智能的信息查询方法及装置
CN112073741A (zh) 直播信息的处理方法、装置、电子设备及存储介质
CN110287489A (zh) 文本生成方法、装置、存储介质和电子设备
CN104572072B (zh) 一种对基于mvc模式的程序的语言转换方法与设备
US11243971B2 (en) System and method of database creation through form design
CN111098312A (zh) 窗口政务服务机器人
CN114090755B (zh) 基于知识图谱的回复语句确定方法、装置及电子设备
CN111309887B (zh) 一种训练文本关键内容提取模型的方法和系统
JP2012042985A (ja) ウェブクエリにおけるオンライン手書き認識のためのシステム及び方法
US20220027575A1 (en) Method of predicting emotional style of dialogue, electronic device, and storage medium
CN110209828A (zh) 案件查询方法及案件查询装置、计算机设备和存储介质
CN110442700A (zh) 用于人机交互的人机多轮对话方法及系统、智能设备
CN111507083A (zh) 文本解析方法、装置、设备及存储介质
CN110059172A (zh) 基于自然语言理解的推荐答案的方法和装置
CN110362596A (zh) 一种文本抽取信息结构化数据处理的控制方法及装置
CN114611041A (zh) 一种前端页面构建方法、装置、计算机设备及介质
CN115858080A (zh) 用于设计人机交互界面的方法、装置、设备及存储介质
CN113220901A (zh) 基于增强智能的写作构思辅助系统、网路系统
CN114676705B (zh) 一种对话关系处理方法、计算机及可读存储介质
CN111428093A (zh) 基于实体对齐的可视化图谱融合方法及系统
CN112784024B (zh) 一种人机对话的方法、装置、设备以及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 230000 zone B, 19th floor, building A1, 3333 Xiyou Road, hi tech Zone, Hefei City, Anhui Province

Patentee after: Dingfu Intelligent Technology Co., Ltd

Address before: 100089 Haidian District East Road, No. three, floor 6, unit 25,

Patentee before: DINFO (BEIJING) SCIENCE DEVELOPMENT Co.,Ltd.

CP03 Change of name, title or address