CN107656948A - 自动问答系统中的问题聚类处理方法及装置 - Google Patents

自动问答系统中的问题聚类处理方法及装置 Download PDF

Info

Publication number
CN107656948A
CN107656948A CN201611002092.2A CN201611002092A CN107656948A CN 107656948 A CN107656948 A CN 107656948A CN 201611002092 A CN201611002092 A CN 201611002092A CN 107656948 A CN107656948 A CN 107656948A
Authority
CN
China
Prior art keywords
cluster
collection
clustered
feature
clustering
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
CN201611002092.2A
Other languages
English (en)
Other versions
CN107656948B (zh
Inventor
王健宗
袁威强
韩茂琨
肖京
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.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen 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
Priority to CN201611002092.2A priority Critical patent/CN107656948B/zh
Application filed by Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to US16/093,610 priority patent/US20190073416A1/en
Priority to KR1020187015559A priority patent/KR102113413B1/ko
Priority to EP17847762.6A priority patent/EP3540612A4/en
Priority to AU2017329098A priority patent/AU2017329098B2/en
Priority to SG11201802373WA priority patent/SG11201802373WA/en
Priority to JP2018513838A priority patent/JP6634515B2/ja
Priority to PCT/CN2017/099708 priority patent/WO2018086401A1/zh
Publication of CN107656948A publication Critical patent/CN107656948A/zh
Application granted granted Critical
Publication of CN107656948B publication Critical patent/CN107656948B/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
    • G06F16/35—Clustering; Classification
    • 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
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3347—Query execution using vector based model
    • 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
    • G06F16/35—Clustering; Classification
    • G06F16/355—Class or cluster creation or modification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/40—Processing or translation of natural language
    • G06F40/53—Processing of non-Latin text

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种自动问答系统中的问题聚类处理方法及装置。该方法包括：接收编写人员输入的聚类请求；基于聚类请求从未回复问题数据库中获取待聚类问题集；采用文本特征提取算法对待聚类问题集进行特征提取，输出问题特征集；判断问题特征集是否符合预设分裂条件；若符合预设分裂条件，则采用分割聚类算法对问题特征集进行分割聚类，输出至少两个问题特征子集；将问题特征子集更新为问题特征集，并判断问题特征集是否符合预设分裂条件；若不符合预设分裂条件，则将问题特征集作为聚类类簇输出。该自动问答系统中的问题聚类处理方法及装置中，可对待聚类问题集自动聚类，帮助编写人员了解问题咨询需求，提高编写的问答对的覆盖面。

Description

自动问答系统中的问题聚类处理方法及装置
技术领域
本发明涉及文本信息处理领域，尤其涉及一种自动问答系统中的问题聚类处理方法及装置。
背景技术
自动问答系统(Question and Answering，简称QA)综合运用知识表示、信息检索、自然语言处理等技术，能够接收用户以自然语言形式输入问题，即可返回简洁而准确的答案的系统。自动问答系统相比于传统的搜索引擎，具有更方便、更准确的优点，是当前自然语言处理及人工智能领域的研究热点。
在自动问答系统中通常需预先设置常问问题库(Frequently-Asked Question，简称FAQ)，常问问题库用于存储至少一个问答对；每一问答对包括用户经常提问的问题和答案。在用户输入问题时，自动问答系统判断常问问题库中是否存在相同的问题；若存在相同的问题，则直接将常问问题库中对应的答案返回给用户，以利于提高自动问答系统的处理效率和准确率；若不存在相同的问题，则无法直接返回对应的答案，需人工回复或进行其他处理，使得自动问答系统的处理效率和准确率降低。由于自动问答系统回复问题的准确性和及时性，使其在客服或其他人工智能领域有较大的应用。由于自动问答系统能够及时准确地回复答案的前提是常问问题库中存在相应的问答对，因此常问问题库中的问答对越丰富、覆盖面越广，则自动问答系统中答案回答的准确率越高、效率越好。综上，问答对的编写是自动问答系统的核心。
现有自动问答系统中，问答对通常由编写人员编写问题，再由答复人员对问题进行解答，以形成问题与答案相对应的问答对。编写人员编写问题时通常基于自身经验、知识和记忆等因素进行考虑，存在局限性，使得编写人员编写的问题的覆盖面有限，不能完整且快速地覆盖到用户关注的问题，使得常问问题库中存储的问答对不能很好满足用户需求，而且编写人员编写问题的过程需耗费大量人力成本和时间成本，效率低。
发明内容
本发明要解决的技术问题在于，针对现有自动问答系统中，由编写人员编写问题所存在的问题覆盖面有限的不足，提供一种自动问答系统中的问题聚类处理方法及装置，通过对用户关注的问题进行聚类处理，提高问题设计的覆盖面，实现问答对的智能化设计。
本发明解决其技术问题所采用的技术方案是：一种自动问答系统中的问题聚类处理方法，包括：
接收编写人员输入的聚类请求；
基于所述聚类请求从未回复问题数据库中获取待聚类问题集，所述待聚类问题集包括至少一个待聚类问题；
采用文本特征提取算法对所述待聚类问题集进行特征提取，输出问题特征集，所述问题特征集包括至少一个问题特征；
判断所述问题特征集是否符合预设分裂条件；
若符合预设分裂条件，则采用分割聚类算法对所述问题特征集进行分割聚类，输出至少两个问题特征子集；将所述问题特征子集更新为问题特征集，并判断所述问题特征集是否符合预设分裂条件；
若不符合预设分裂条件，则将所述问题特征集作为聚类类簇输出。
优选地，所述判断所述问题特征集是否符合预设分裂条件，包括：
判断所述问题特征集能否基于至少两个分裂聚类中心分割成至少两个问题特征子集，以使问题特征集中所有点到原始聚类中心的平均距离大于每一问题特征子集中所有点到所述分裂聚类中心的平均距离；若能，则符合预设分裂条件；若否，则不符合预设分裂条件；
或者，判断所述问题特征集的问题特征数量是否大于预设分裂数量，若是，则符合预设分裂条件；若否，则不符合预设分裂条件。
优选地，所述采用文本特征提取算法对所述待聚类问题集进行特征提取，输出问题特征集，包括；
采用IT-IDF算法的向量空间模型对所述待聚类问题集进行特征提取，输出初始特征集；
采用LSI模型对所述初始特征集进行特征映射，输出所述问题特征集。
优选地，所述采用文本特征提取算法对所述待聚类问题集进行特征提取之前，还包括：采用文本预处理算法对所述待聚类问题集进行预处理；所述文本预处理算法包括繁简体统一、大小写统一、中文分词和停用词去除中的至少一种。
优选地，还包括：对所述聚类类簇进行数据库字段匹配处理，并将处理后的聚类类簇存储在聚类问题数据库中。
本发明还提供一种自动问答系统中的问题聚类处理装置，包括：
聚类请求接收单元，用于接收编写人员输入的聚类请求；
聚类问题集获取单元，用于基于所述聚类请求从未回复问题数据库中获取待聚类问题集，所述待聚类问题集包括至少一个待聚类问题；
特征提取单元，用于采用文本特征提取算法对所述待聚类问题集进行特征提取，输出问题特征集，所述问题特征集包括至少一个问题特征；
分裂判断单元，用于判断所述问题特征集是否符合预设分裂条件；
第一处理单元，用于在所述问题特征集符合预设分裂条件时，采用分割聚类算法对所述问题特征集进行分割聚类，输出至少两个问题特征子集；将所述问题特征子集更新为问题特征集，并判断所述问题特征集是否符合预设分裂条件；
第二处理单元，用于在所述问题特征集不符合预设分裂条件时，将所述问题特征集作为聚类类簇输出。
优选地，所述分裂判断单元包括第一判断单元或者第二判断单元；
所述第一判断单元，用于判断所述问题特征集能否基于至少两个分裂聚类中心分割成至少两个问题特征子集，以使问题特征集中所有点到原始聚类中心的平均距离大于每一问题特征子集中所有点到所述分裂聚类中心的平均距离；若能，则符合预设分裂条件；若否，则不符合预设分裂条件；
所述第二判断单元，用于判断所述问题特征集的问题特征数量是否大于预设分裂数量，若是，则符合预设分裂条件；若否，则不符合预设分裂条件。
优选地，所述特征提取单元包括；
特征提取子单元，用于采用IT-IDF算法的向量空间模型对所述待聚类问题集进行特征提取，输出初始特征集；
特征映射子单元，用于采用LSI模型对所述初始特征集进行特征映射，输出所述问题特征集。
优选地，还包括预处理单元，用于采用文本预处理算法对所述待聚类问题集进行预处理；所述文本预处理算法包括繁简体统一、大小写统一、中文分词和停用词去除中的至少一种。
优选地，还包括匹配处理单元，用于对所述聚类类簇进行数据库字段匹配处理，并将处理后的聚类类簇存储在聚类问题数据库中。
本发明与现有技术相比具有如下优点：本发明所提供的自动问答系统中的问题聚类处理方法及装置中，基于聚类请求从未回复问题数据库中获取待聚类问题集，并对待聚类问题集进行自动聚类，可帮助编写人员了解问题咨询需求，提高编写的问答对的覆盖面，提升自动问答系统的整体问答性能。该自动问答系统的问题聚类处理方法及装置中，需判断对待聚类问题集进行特征提取后的问题特征集是否符合预设分裂条件，并在符合预设分裂条件时采用分割聚类算法进行分割聚类，在不符合预设分裂条件时自动停止分割聚类，以满足问题特征集动态变化的应用场景，实现层次化聚类处理，可保证输出的聚类类簇内部的问题比较相似，得到较好的聚类效果，并避免人工调整参数的繁琐操作。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明实施例1中自动问答系统中的问题聚类处理方法的一流程图。
图2是本发明实施例2中自动问答系统中的问题聚类处理装置的一原理框图。
主要元件符号说明
聚类请求接收单元 10 第一判断单元 41
聚类问题集获取单元 20 第二判断单元 42
特征提取单元 30 第一处理单元 50
特征提取子单元 31 第二处理单元 60
特征映射子单元 32 预处理单元 70
分裂判断单元 40 匹配处理单元 80
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。
实施例1
图1示出本实施例中的自动问答系统中的问题聚类处理方法。该自动问答系统包括服务器、与服务器通信相连的客户终端和后台服务终端；其中，常问问题库存储在服务器上。客户终端，用于接收客户以自然语文形式或其他形式输入的问题，将问题发送给服务器，并接收和显示服务器反馈的答案。服务器，用于基于客户终端发送的问题，查询常问问题库是否存在相应的问答对；若存在相应的问答对时，将答案发送给客户终端；若不存在相应的问答对时，需将问题发送给后台服务终端，接收后台服务终端发送的答案，并将答案发送给客户终端。后台服务终端，不仅用于接收并显示编写人员输入的问题，还用于接收并显示服务器发送的问题，并接收答复人员输入的答案，并将答案上传到服务器。本实施例所提供的自动问答系统的问题聚类处理方法，通过对客户上传到服务器中的问题进行聚类，以使编写人员更了解客户的咨询需求，以完善自动问答系统的常问问题库中的问答对，提高自动问答系统进行的整体问答性能。其中，聚类是指将物理或抽象对象的集合分成由类似的对象组成的多个类的过程；而由类似的对象组成的类为聚类类簇。
该自动问答系统中的问题聚类处理方法包括：
S1：接收编写人员输入的聚类请求。在编写人员输入聚类请求时，自动问答系统可基于聚类请求获取用户的咨询需求，设置自动问答系统的常问问题库中的问题。具体地，后台服务终端接收编写人员输出的聚类请求，并将聚类请求发送给服务器；其中，聚类请求为HTTP请求。
S2：基于聚类请求从未回复问题数据库中获取待聚类问题集，待聚类问题集包括至少一个待聚类问题。具体地，服务器接收到聚类请求后，基于聚类请求从未回复问题数据库中获取未回复问题集作为待聚类问题集输出，其中，待聚类问题集包括至少一个待聚类问题，每一待聚类问题为自动问答系统中未回复问题。在自动问答系统中，客户通过客户终端以自然语言形式输入的问题上传到服务器后，若服务器的常问问题库中存在相应的问答对时，会直接将答案反馈给客户终端；若服务器的常问问题库中不存在相应的问答对时，无法直接将答案反馈给客户终端，给相应问题添加未回复标签，并将所有携带未回复标签的问题存储在未回复问题数据库中。
本实施例中，基于聚类请求从未回复问题数据库获取待聚类问题集，由于待聚类问题集中的每一待聚类问题均为客户通过客户终端上传且系统未自动回复的未回复问题，使得基于聚类请求获取的待聚类问题集更能体现客户所关注的问题，在基于待聚类问题集进行问答对编写时，可使问答对编写的覆盖面更广。
在一具体实施方式中，该聚类请求可以包括时间范围字段，在基于聚类请求从未回复问题数据库中获取待聚类问题集时，只提取聚类请求的时间范围字段内所有的未回复问题作为待聚类问题集，可使提取的待聚类问题集具有时间性，可使编写人员通过后台服务终端了解任一时间段内客户所关注的问题。可以理解地，若编写人员通过后台服务终端上传的聚类请求中没有包括时间范围字段，则默认获取未回复问题数据库中所有的未回复问题作为待聚类问题集。
S3：采用文本特征提取算法对待聚类问题集进行特征提取，输出问题特征集，问题特征集包括至少一个问题特征。具体地，服务器在从未回复问题数据库中获取待聚类问题集后，采用文本特征提取算法对待聚类问题进行特征提取，可将待聚类问题集中以自然语言形式存储的待聚类问题转化成结构化的计算机可识别处理的问题特征集，问题特征集中的每一问题特征均为计算机可识别的文本信息。
在一具体实施方式中，步骤S3具体包括：
S31：采用IT-IDF算法的向量空间模型对待聚类问题集进行特征提取，输出初始特征集。IT-IDF(term frequency–inverse document frequency，即词汇频率-逆向文件频率)算法是一种用于信息检索与数据挖掘的常用加权算法。步骤S31具体包括如下步骤：对待聚类问题集中所有待聚类问题所包含的所有词汇分别计算词汇频率(IT)和逆向文件频率(IDF)，再利用词汇频率(IT)和逆向文件频率(IDF)计算IT-IDF值，基于IT-IDF值确定待聚类问题集对应的初始特征集。词汇频率(IT)是指某一词汇在文章中出现的次数与文章的总词数的商值。逆向文件频率(IDF)是指在模拟语言的使用环境的语料库中，语料库的文档总数与包含该词汇的文档数的商值的对数。可以理解地，为避免分母为0(即语料库中所有文档均不包含该词汇)，可使分母为包含该词汇的文档数与一常数的和值。IT-IDF值为词汇频率(IT)和逆向文件频率(IDF)的乘积。可以理解地，任一词汇的IT-IDF值越高，其重要性越高。
S32：采用LSI模型对初始特征集进行特征映射，输出问题特征集。由于IT-IDF算法的向量空间模型通常用于将文档或句子表示成一个高维的稀疏向量，在长度很多的问题文本中，仅采用IT-IDF算法对待聚类问题集进行特征提取，输出的初始特征集不能很好表达出问题的特征，因此需采用LSI模型对初始特征集进行特征映射，以输出最终的问题特征集。其中，LSI(Latent Semantic Index，潜在语义索引)模型是指两个或两个以上词汇大量出现在一个文档中，则认为两个或两个以上词汇为语义相关的，通过LSI模型进行统计，以将相关词汇构成一个潜在的主题，以实现对词汇聚类，从而达到降維目的。
在一具体实施方式中，步骤S3之前还包括：采用文本预处理算法对待聚类问题集进行预处理。文本预处理算法包括繁简体统一、大小写统一、中文分词和停用词去除中的至少一种。中文分词(Chinese Word Segmentation)指的是将一个汉字序列切分成一个一个单独的词。停用词(Stop Words)是指在处理自然语言数据时会自动过滤掉的某些字或词，如英文字符、数字、数字字符、标识符号及使用频率特高的单汉字等。采用文本预处理算法对待聚类问题进行预处理，有利于节省存储空间和提高处理效率。本实施例中，采用文本预处理算法对待聚类问题集进行预处理的好坏将直接影响后续采用文本特征提取算法对待聚类问题集进行特征提取的效果。
S4：判断问题特征集是否符合预设分裂条件。具体地，服务器在采用文本特征提取算法对待聚类问题进行特征提取并输出问题特征集后，需判断问题特征集是否符合预设分裂条件以确定问题特征集能否分裂成若干问题特征子集。
在一具体实施方式中，步骤S4具体包括：判断问题特征集能否基于至少两个分裂聚类中心分割成至少两个问题特征子集，以使问题特征集中所有点到原始聚类中心的平均距离大于每一问题特征子集中所有点到分裂聚类中心的平均距离；若能，则符合预设分裂条件；若否，则不符合预设分裂条件。其中，原始聚类中心为问题特征集的聚类中心。
在另一具体实施方式中，步骤S4具体包括：判断问题特征集的问题特征数量是否大于预设分裂数量，若是，则符合预设分裂条件；若否，则不符合预设分裂条件。该具体实施方式所采用的策略是判断一问题特征集中的问题特征数量大于预设分裂数量时，只有在问题特征集中的问题特征数量大于预设分裂数量时才可继续分裂。本实施例中，预设分裂数量可以为未回复问题数据库中所有问题数量的平方根。
S5：若符合预设分裂条件，则采用分割聚类算法对问题特征集进行分割聚类，输出至少两个问题特征子集；将问题特征子集更新为问题特征集，并判断问题特征集是否符合预设分裂条件。服务器在判断问题特征集符合预设分裂条件时，采用K-means算法、K-medoids算法和CLARANS算法等分割聚类算法对问题特征集进行分割聚类，以将问题特征集分割成至少两个问题特征子集，并将任一问题特征子集更新为问题特征集，重复步骤S4。
在本实施例所提供的自动问答系统中的问题聚类处理方法中，问题特征集中的问题特征为短文本，采用K-means算法对问题特征集进行分割聚类时，使K的值为2，每次将问题特征集划分成2个问题特征子集，并将每一问题特征子集更新为问题特征集后，重复执行步骤S4。在K-means算法中，K的值通常需事先指定，在运行过程中不能动态调整，而基于聚类请求获取的待聚类问题集动态变化，其对应的问题特征集也是动态变化的，事先指定的K值不能适应动态变化的问题特征集；因此，在该具体实施方式中，需先判断问题特征集是否符合预设分裂条件，只有在符合预设分裂条件时，才采用K-maens算法进行分割聚类，以使其满足问题特征集动态变化的要求。
S6：若不符合预设分裂条件，则将问题特征集作为聚类类簇输出。服务器在判断问题集不符合预设分裂条件时，将问题特征集作为聚类类簇输出给后台服务终端。其中，聚类类簇为最小单位的问题。在将聚类类簇发送给后台服务终端后，后台服务终端接收并显示聚类类簇，使得编写人员可基于聚类类簇更清楚地了解客户的咨询需求，设计新的问答对，并将问答对存储在常问问题库中。
S7：对聚类类簇进行数据库字段匹配处理，并将处理后的聚类类簇存储在聚类问题数据库中。在采用文本预处理算法对待聚类问题集进行预处理和文本特征提取算法对待聚类问题集进行特征提取后，输出的聚类类簇与从未回复问题数据库中获取的待聚类问题的文本形式不相同，需将聚类类簇与待聚类问题进行关联，并对聚类类簇进行数据库字段匹配处理，以将聚类类簇处理成与聚类问题数据库中字段一致的形式，以使将聚类类簇存储在聚类问题数据库时更加方便快捷。
本实施例所提供的自动问答系统中的问题聚类处理方法中，通过基于聚类请求从未回复问题数据库中获取待聚类问题集，并对待聚类问题集进行自动聚类，可帮助编写人员了解问题咨询需求，提高编写的问答对的覆盖面，提升整体问答性能。该自动问答系统的问题聚类处理方法中，需判断对待聚类问题集进行特征提取后的问题特征集是否符合预设分裂条件，并在符合预设分裂条件时采用分割聚类算法进行分割聚类，在不符合预设分裂条件时自动停止分割聚类，以满足问题特征集动态变化的应用场景，实现层次化聚类处理，可保证输出的聚类类簇内部的问题比较相似，得到较好的聚类效果，并避免人工调整参数的繁琐操作。
实施例2
图2示出本实施例中的自动问答系统中的问题聚类处理装置。该自动问答系统包括服务器、与服务器通信相连的客户终端和后台服务终端；其中，常问问题库存储在服务器上。客户终端，用于接收客户以自然语文形式或其他形式输入的问题，将问题发送给服务器，并接收和显示服务器反馈的答案。服务器，用于基于客户终端发送的问题，查询常问问题库是否存在相应的问答对；若存在相应的问答对时，将答案发送给客户终端；若不存在相应的问答对时，需将问题发送给后台服务终端，接收后台服务终端发送的答案，并将答案发送给客户终端。后台服务终端，不仅用于接收并显示编写人员输入的问题，还用于接收并显示服务器发送的问题，并接收答复人员输入的答案，并将答案上传到服务器。本实施例所提供的自动问答系统的问题聚类处理装置，通过对客户上传到服务器中的问题进行聚类，以使编写人员更了解客户的咨询需求，以完善自动问答系统的常问问题库中的问答对，提高自动问答系统进行的整体问答性能。其中，聚类是指将物理或抽象对象的集合分成由类似的对象组成的多个类的过程；而由类似的对象组成的类为聚类类簇。该自动问答系统中的问题聚类处理装置包括聚类请求接收单元10、聚类问题集获取单元20、特征提取单元30、分裂判断单元40、第一处理单元50、第二处理单元60、预处理单元70和匹配处理单元80。
聚类请求接收单元10，用于接收编写人员输入的聚类请求。在编写人员输入聚类请求时，自动问答系统可便于基于聚类请求获取用户的咨询需求，设置自动问答系统的常问问题库中的问题。具体地，后台服务终端接收编写人员输出的聚类请求，并将聚类请求发送给服务器；其中，聚类请求为HTTP请求。
聚类问题集获取单元20，用于基于聚类请求从未回复问题数据库中获取待聚类问题集，待聚类问题集包括至少一个待聚类问题。具体地，服务器接收到聚类请求后，基于聚类请求从未回复问题数据库中获取未回复问题集作为待聚类问题集输出，其中，待聚类问题集包括至少一个待聚类问题，每一待聚类问题为自动问答系统中未回复问题。在自动问答系统中，客户通过客户终端以自然语言形式输入的问题上传到服务器后，若服务器的常问问题库中存在相应的问答对时，会直接将答案反馈给客户终端；若服务器的常问问题库中不存在相应的问答对时，无法直接将答案反馈给客户终端，给相应问题添加未回复标签，并将所有携带未回复标签的问题存储在未回复问题数据库中。
本实施例中，基于聚类请求从未回复问题数据库获取待聚类问题集，由于待聚类问题集中的每一待聚类问题均为客户通过客户终端上传且系统未自动回复的未回复问题，使得基于聚类请求获取的待聚类问题集更能体现客户所关注的问题，在基于待聚类问题集进行问答对编写时，可使问答对编写的覆盖面更广。
在一具体实施方式中，该聚类请求可以包括时间范围字段，在基于聚类请求从未回复问题数据库中获取待聚类问题集时，只提取聚类请求的时间范围字段内所有的未回复问题作为待聚类问题集，可使提取的待聚类问题集具有时间性，可使编写人员通过后台服务终端了解任一时间段内客户所关注的问题。可以理解地，若编写人员通过后台服务终端上传的聚类请求中没有包括时间范围字段，则默认获取未回复问题数据库中所有的未回复问题作为待聚类问题集。
特征提取单元30，用于采用文本特征提取算法对待聚类问题集进行特征提取，输出问题特征集，问题特征集包括至少一个问题特征。具体地，服务器在从未回复问题数据库中获取待聚类问题集后，采用文本特征提取算法对待聚类问题进行特征提取，可将待聚类问题集中以自然语言形式存储的待聚类问题转化成结构化的计算机可识别处理的问题特征集，问题特征集中的每一问题特征均为计算机可识别的文本信息。
在一具体实施方式中，特征提取单元30包括特征提取子单元31和特征映射子单元32。
特征提取子单元31，用于采用IT-IDF算法的向量空间模型对待聚类问题集进行特征提取，输出初始特征集。IT-IDF(term frequency–inverse document frequency，即词汇频率-逆向文件频率)算法是一种用于信息检索与数据挖掘的常用加权算法。特征提取子单元31具体用于对待聚类问题集中所有待聚类问题所包含的所有词汇分别计算词汇频率(IT)和逆向文件频率(IDF)，再利用词汇频率(IT)和逆向文件频率(IDF)计算IT-IDF值，基于IT-IDF值确定待聚类问题集对应的初始特征集。词汇频率(IT)是指某一词汇在文章中出现的次数与文章的总词数的商值。逆向文件频率(IDF)是指在模拟语言的使用环境的语料库中，语料库的文档总数与包含该词汇的文档数的商值的对数，可以理解地，为避免分母为0(即语料库中所有文档均不包含该词汇)，可使分母为包含该词汇的文档数与一常数的和值。IT-IDF值为词汇频率(IT)和逆向文件频率(IDF)的乘积。可以理解地，任一词汇的IT-IDF值越高，其重要性越高。
特征映射子单元32，用于采用LSI模型对初始特征集进行特征映射，输出问题特征集。由于IT-IDF算法的向量空间模型通常用于将文档或句子表示成一个高维的稀疏向量，在长度很多的问题文本中，仅采用IT-IDF算法对待聚类问题集进行特征提取，输出的初始特征集不能很好表达出问题的特征，因此需采用LSI模型对初始特征集进行特征映射，以输出最终的问题特征集。其中，LSI(Latent Semantic Index，潜在语义索引)模型是指两个或两个以上词汇大量出现在一个文档中，则认为两个或两个以上词汇为语义相关的，通过LSI模型进行统计，以将相关词汇构成一个潜在的主题，以实现对词汇聚类，从而达到降維目的。
在一具体实施方式中，该自动问答系统中的问题聚类处理装置还包括预处理单元70，用于采用文本预处理算法对待聚类问题集进行预处理。文本预处理算法包括繁简体统一、大小写统一、中文分词和停用词去除中的至少一种。中文分词(Chinese WordSegmentation)指的是将一个汉字序列切分成一个一个单独的词。停用词(Stop Words)是指在处理自然语言数据时会自动过滤掉的某些字或词，如英文字符、数字、数字字符、标识符号及使用频率特高的单汉字等。采用文本预处理算法对待聚类问题进行预处理，有利于节省存储空间和提高处理效率。本实施例中，采用文本预处理算法对待聚类问题集进行预处理的好坏将直接影响后续采用文本特征提取算法对待聚类问题集进行特征提取的效果。
分裂判断单元40，用于判断问题特征集是否符合预设分裂条件。具体地，服务器在采用文本特征提取算法对待聚类问题进行特征提取并输出问题特征集后，需判断问题特征集是否符合预设分裂条件以确定问题特征集能否分裂成若干问题特征子集。
在一具体实施方式中，分裂判断单元40可以为第一判断单元41，用于判断问题特征集能否基于至少两个分裂聚类中心分割成至少两个问题特征子集，以使问题特征集中所有点到原始聚类中心的平均距离大于每一问题特征子集中所有点到分裂聚类中心的平均距离；若能，则符合预设分裂条件；若否，则不符合预设分裂条件。其中，原始聚类中心为问题特征集的聚类中心。
在另一具体实施方式中，分裂判断单元40可以为第二判断单元42，用于判断问题特征集的问题特征数量是否大于预设分裂数量，若是，则符合预设分裂条件；若否，则不符合预设分裂条件。该具体实施方式所采用的策略是判断一问题特征集中的问题特征数量大于预设分裂数量时，只有在问题特征集中的问题特征数量大于预设分裂数量时才可继续分裂。本实施例中，预设分裂数量可以为未回复问题数据库中所有问题数量的平方根。
第一处理单元50，用于在问题特征集符合预设分裂条件时，采用分割聚类算法对问题特征集进行分割聚类，输出至少两个问题特征子集；将问题特征子集更新为问题特征集，并判断问题特征集是否符合预设分裂条件。服务器在判断问题特征集符合预设分裂条件时，采用K-means算法、K-medoids算法和CLARANS算法等分割聚类算法对问题特征集进行分割聚类，以将问题特征集分割成至少两个问题特征子集，并将任一问题特征子集更新为问题特征集，跳转到分裂判断单元40。
在本实施例所提供的自动问答系统中的问题聚类处理装置中，问题特征集中的问题特征为短文本，采用K-means算法对问题特征集进行分割聚类时，使K的值为2，每次将问题特征集划分成2个问题特征子集，并将每一问题特征子集更新为问题特征集后，跳转到分裂判断单元40。在K-means算法中，K的值通常需事先指定，在运行过程中不能动态调整，而基于聚类请求获取的待聚类问题集动态变化，其对应的问题特征集也是动态变化的，事先指定的K值不能适应动态变化的问题特征集；因此，在该具体实施方式中，需先判断问题特征集是否符合预设分裂条件，只有在符合预设分裂条件时，才采用K-maens算法进行分割聚类，以使其满足问题特征集动态变化的要求。
第二处理单元60，用于在问题特征集不符合预设分裂条件时，将问题特征集作为聚类类簇输出。服务器在判断问题集不符合预设分裂条件时，将问题特征集作为聚类类簇输出给后台服务终端。其中，聚类类簇为最小单位的问题。在将聚类类簇发送给后台服务终端后，后台服务终端接收并显示聚类类簇，只有在问题特征集中的问题特征数量大于预设分裂数量时才可继续分裂。本实施例中，预设分裂数量可以为未回复问题数据库中所有问题数量的平方根。
匹配处理单元80，用于对聚类类簇进行数据库字段匹配处理，并将处理后的聚类类簇存储在聚类问题数据库中。在采用文本预处理算法对待聚类问题集进行预处理和文本特征提取算法对待聚类问题集进行特征提取后，输出的聚类类簇与从未回复问题数据库中获取的待聚类问题的文本形式不相同，需将聚类类簇与待聚类问题进行关联，并对聚类类簇进行数据库字段匹配处理，以将聚类类簇处理成与聚类问题数据库中字段一致的形式，以使将聚类类簇存储在聚类问题数据库时更加方便快捷。
本实施例所提供的自动问答系统中的问题聚类处理装置中，通过基于聚类请求从未回复问题数据库中获取待聚类问题集，并对待聚类问题集进行自动聚类，可帮助编写人员了解问题咨询需求，提高编写的问答对的覆盖面，提升整体问答性能。该自动问答系统的问题聚类处理装置中，需判断对待聚类问题集进行特征提取后的问题特征集是否符合预设分裂条件，并在符合预设分裂条件时采用分割聚类算法进行分割聚类，在不符合预设分裂条件时自动停止分割聚类，以满足问题特征集动态变化的应用场景，实现层次化聚类处理，可保证输出的聚类类簇内部的问题比较相似，得到较好的聚类效果，并避免人工调整参数的繁琐操作。
本发明是通过上述具体实施例进行说明的，本领域技术人员应当明白，在不脱离本发明范围的情况下，还可以对本发明进行各种变换和等同替代。另外，针对特定情形或具体情况，可以对本发明做各种修改，而不脱离本发明的范围。因此，本发明不局限于所公开的具体实施例，而应当包括落入本发明权利要求范围内的全部实施方式。

Claims (10)

1.一种自动问答系统中的问题聚类处理方法，其特征在于，包括：
接收编写人员输入的聚类请求；
基于所述聚类请求从未回复问题数据库中获取待聚类问题集，所述待聚类问题集包括至少一个待聚类问题；
采用文本特征提取算法对所述待聚类问题集进行特征提取，输出问题特征集，所述问题特征集包括至少一个问题特征；
判断所述问题特征集是否符合预设分裂条件；
若符合预设分裂条件，则采用分割聚类算法对所述问题特征集进行分割聚类，输出至少两个问题特征子集；将所述问题特征子集更新为问题特征集，并判断所述问题特征集是否符合预设分裂条件；
若不符合预设分裂条件，则将所述问题特征集作为聚类类簇输出。
2.根据权利要求1所述的自动问答系统中的问题聚类处理方法，其特征在于，所述判断所述问题特征集是否符合预设分裂条件，包括：
判断所述问题特征集能否基于至少两个分裂聚类中心分割成至少两个问题特征子集，以使问题特征集中所有点到原始聚类中心的平均距离大于每一问题特征子集中所有点到所述分裂聚类中心的平均距离；若能，则符合预设分裂条件；若否，则不符合预设分裂条件；
或者，判断所述问题特征集的问题特征数量是否大于预设分裂数量，若是，则符合预设分裂条件；若否，则不符合预设分裂条件。
3.根据权利要求1所述的自动问答系统中的问题聚类处理方法，其特征在于，所述采用文本特征提取算法对所述待聚类问题集进行特征提取，输出问题特征集，包括；
采用IT-IDF算法的向量空间模型对所述待聚类问题集进行特征提取，输出初始特征集；
采用LSI模型对所述初始特征集进行特征映射，输出所述问题特征集。
4.根据权利要求1所述的自动问答系统中的问题聚类处理方法，其特征在于，所述采用文本特征提取算法对所述待聚类问题集进行特征提取之前，还包括：采用文本预处理算法对所述待聚类问题集进行预处理；所述文本预处理算法包括繁简体统一、大小写统一、中文分词和停用词去除中的至少一种。
5.根据权利要求1所述的自动问答系统中的问题聚类处理方法，其特征在于，还包括：对所述聚类类簇进行数据库字段匹配处理，并将处理后的聚类类簇存储在聚类问题数据库中。
6.一种自动问答系统中的问题聚类处理装置，其特征在于，包括：
聚类请求接收单元，用于接收编写人员输入的聚类请求；
聚类问题集获取单元，用于基于所述聚类请求从未回复问题数据库中获取待聚类问题集，所述待聚类问题集包括至少一个待聚类问题；
特征提取单元，用于采用文本特征提取算法对所述待聚类问题集进行特征提取，输出问题特征集，所述问题特征集包括至少一个问题特征；
分裂判断单元，用于判断所述问题特征集是否符合预设分裂条件；
第一处理单元，用于在所述问题特征集符合预设分裂条件时，采用分割聚类算法对所述问题特征集进行分割聚类，输出至少两个问题特征子集；将所述问题特征子集更新为问题特征集，并判断所述问题特征集是否符合预设分裂条件；
第二处理单元，用于在所述问题特征集不符合预设分裂条件时，将所述问题特征集作为聚类类簇输出。
7.根据权利要求6所述的自动问答系统中的问题聚类处理装置，其特征在于，所述分裂判断单元包括第一判断单元或者第二判断单元；
所述第一判断单元，用于判断所述问题特征集能否基于至少两个分裂聚类中心分割成至少两个问题特征子集，以使问题特征集中所有点到原始聚类中心的平均距离大于每一问题特征子集中所有点到所述分裂聚类中心的平均距离；若能，则符合预设分裂条件；若否，则不符合预设分裂条件；
所述第二判断单元，用于判断所述问题特征集的问题特征数量是否大于预设分裂数量，若是，则符合预设分裂条件；若否，则不符合预设分裂条件。
8.根据权利要求6所述的自动问答系统中的问题聚类处理装置，其特征在于，所述特征提取单元包括；
特征提取子单元，用于采用IT-IDF算法的向量空间模型对所述待聚类问题集进行特征提取，输出初始特征集；
特征映射子单元，用于采用LSI模型对所述初始特征集进行特征映射，输出所述问题特征集。
9.根据权利要求6所述的自动问答系统中的问题聚类处理装置，其特征在于，还包括预处理单元，用于采用文本预处理算法对所述待聚类问题集进行预处理；所述文本预处理算法包括繁简体统一、大小写统一、中文分词和停用词去除中的至少一种。
10.根据权利要求6所述的自动问答系统中的问题聚类处理装置，其特征在于，还包括匹配处理单元，用于对所述聚类类簇进行数据库字段匹配处理，并将处理后的聚类类簇存储在聚类问题数据库中。
CN201611002092.2A 2016-11-14 2016-11-14 自动问答系统中的问题聚类处理方法及装置 Active CN107656948B (zh)

Priority Applications (8)

Application Number Priority Date Filing Date Title
CN201611002092.2A CN107656948B (zh) 2016-11-14 2016-11-14 自动问答系统中的问题聚类处理方法及装置
KR1020187015559A KR102113413B1 (ko) 2016-11-14 2017-08-30 자동질문응답시스템 질문 클러스터링 처리방법 및 장치
EP17847762.6A EP3540612A4 (en) 2016-11-14 2017-08-30 METHOD AND DEVICE FOR PROCESSING GROUPS OF QUESTIONS IN AN AUTOMATIC QUESTION AND ANSWER SYSTEM
AU2017329098A AU2017329098B2 (en) 2016-11-14 2017-08-30 Method and device for processing question clustering in automatic question and answering system
US16/093,610 US20190073416A1 (en) 2016-11-14 2017-08-30 Method and device for processing question clustering in automatic question and answering system
SG11201802373WA SG11201802373WA (en) 2016-11-14 2017-08-30 Method and device for processing question clustering in automatic question and answering system
JP2018513838A JP6634515B2 (ja) 2016-11-14 2017-08-30 自動質問応答システムにおける質問クラスタリング処理方法及び装置
PCT/CN2017/099708 WO2018086401A1 (zh) 2016-11-14 2017-08-30 自动问答系统中的问题聚类处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611002092.2A CN107656948B (zh) 2016-11-14 2016-11-14 自动问答系统中的问题聚类处理方法及装置

Publications (2)

Publication Number Publication Date
CN107656948A true CN107656948A (zh) 2018-02-02
CN107656948B CN107656948B (zh) 2019-05-07

Family

ID=61127345

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611002092.2A Active CN107656948B (zh) 2016-11-14 2016-11-14 自动问答系统中的问题聚类处理方法及装置

Country Status (8)

Country Link
US (1) US20190073416A1 (zh)
EP (1) EP3540612A4 (zh)
JP (1) JP6634515B2 (zh)
KR (1) KR102113413B1 (zh)
CN (1) CN107656948B (zh)
AU (1) AU2017329098B2 (zh)
SG (1) SG11201802373WA (zh)
WO (1) WO2018086401A1 (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108804567A (zh) * 2018-05-22 2018-11-13 平安科技（深圳）有限公司 提高智能客服应答率的方法、设备、存储介质及装置
CN109002434A (zh) * 2018-05-31 2018-12-14 青岛理工大学 客服问答匹配方法、服务器及存储介质
CN109145118A (zh) * 2018-09-06 2019-01-04 北京京东尚科信息技术有限公司 信息管理方法和装置
CN109189901A (zh) * 2018-08-09 2019-01-11 北京中关村科金技术有限公司 一种智能客服系统中自动发现新分类以及对应语料的方法
CN110110084A (zh) * 2019-04-23 2019-08-09 北京科技大学 高质量用户生成内容的识别方法
CN110767224A (zh) * 2019-10-15 2020-02-07 上海云从企业发展有限公司 一种基于特征权级的业务管理方法、系统、设备和介质
CN111352988A (zh) * 2020-02-29 2020-06-30 重庆百事得大牛机器人有限公司 针对法务信息的大数据仓库存储、分析、提取系统
CN112650841A (zh) * 2020-12-07 2021-04-13 北京有竹居网络技术有限公司 信息处理方法、装置和电子设备
CN112995719A (zh) * 2021-04-21 2021-06-18 平安科技（深圳）有限公司 基于弹幕文本的问题集获取方法、装置及计算机设备
WO2021159670A1 (zh) * 2020-02-11 2021-08-19 深圳壹账通智能科技有限公司 智能问答中未知问题处理方法、装置、计算机设备和介质

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110728298A (zh) * 2019-09-05 2020-01-24 北京三快在线科技有限公司 多任务分类模型训练方法、多任务分类方法及装置
CN111046158B (zh) * 2019-12-13 2020-12-15 腾讯科技（深圳）有限公司 问答匹配方法及模型训练方法、装置、设备、存储介质
CN111191687B (zh) * 2019-12-14 2023-02-10 贵州电网有限责任公司 基于改进K-means算法的电力通信数据聚类方法
CN111259154B (zh) * 2020-02-07 2021-04-13 腾讯科技（深圳）有限公司 一种数据处理方法、装置、计算机设备及存储介质
WO2021120588A1 (zh) * 2020-06-17 2021-06-24 平安科技（深圳）有限公司 语料生成方法、装置、计算机设备及存储介质
KR102445841B1 (ko) * 2020-10-16 2022-09-22 성균관대학교산학협력단 다중 검색 방식을 이용한 의료 챗봇 시스템
CN112559723A (zh) * 2020-12-28 2021-03-26 广东国粒教育技术有限公司 一种基于深度学习的faq检索式问答构建方法及系统
CN113010664A (zh) * 2021-04-27 2021-06-22 数网金融有限公司 一种数据处理方法、装置及计算机设备
CN113220853B (zh) * 2021-05-12 2022-10-04 燕山大学 一种法律提问自动生成方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101630312A (zh) * 2009-08-19 2010-01-20 腾讯科技（深圳）有限公司 一种用于问答平台中问句的聚类方法及系统
CN103699695A (zh) * 2014-01-14 2014-04-02 吉林大学 基于中心法的自适应文本聚类算法
CN104142918A (zh) * 2014-07-31 2014-11-12 天津大学 基于tf-idf特征的短文本聚类以及热点主题提取方法
CN105975460A (zh) * 2016-05-30 2016-09-28 上海智臻智能网络科技股份有限公司 问句信息处理方法及装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6675159B1 (en) * 2000-07-27 2004-01-06 Science Applic Int Corp Concept-based search and retrieval system
JP4081065B2 (ja) * 2004-10-22 2008-04-23 クオリカ株式会社 Ｆａｑデータ作成装置、方法、及びプログラム
SG138575A1 (en) * 2006-06-23 2008-01-28 Colorzip Media Inc Method of classifying colors of color based image code
CN101308496A (zh) * 2008-07-04 2008-11-19 沈阳格微软件有限责任公司 大规模文本数据的外部聚类方法及系统
CN101477563B (zh) * 2009-01-21 2010-11-10 北京百问百答网络技术有限公司 一种短文本聚类的方法、系统及其数据处理装置
CN101599071B (zh) * 2009-07-10 2012-04-18 华中科技大学 对话文本主题的自动提取方法
JP5574842B2 (ja) * 2010-06-21 2014-08-20 株式会社野村総合研究所 Ｆａｑ候補抽出システムおよびｆａｑ候補抽出プログラム
US9230009B2 (en) * 2013-06-04 2016-01-05 International Business Machines Corporation Routing of questions to appropriately trained question and answer system pipelines using clustering
CN103559175B (zh) * 2013-10-12 2016-08-10 华南理工大学 一种基于聚类的垃圾邮件过滤系统及方法
US10678765B2 (en) * 2014-03-31 2020-06-09 Rakuten, Inc. Similarity calculation system, method of calculating similarity, and program
US10387430B2 (en) * 2015-02-26 2019-08-20 International Business Machines Corporation Geometry-directed active question selection for question answering systems
KR101720972B1 (ko) * 2015-04-16 2017-03-30 주식회사 플런티코리아 답변 추천 장치 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101630312A (zh) * 2009-08-19 2010-01-20 腾讯科技（深圳）有限公司 一种用于问答平台中问句的聚类方法及系统
CN103699695A (zh) * 2014-01-14 2014-04-02 吉林大学 基于中心法的自适应文本聚类算法
CN104142918A (zh) * 2014-07-31 2014-11-12 天津大学 基于tf-idf特征的短文本聚类以及热点主题提取方法
CN105975460A (zh) * 2016-05-30 2016-09-28 上海智臻智能网络科技股份有限公司 问句信息处理方法及装置

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108804567A (zh) * 2018-05-22 2018-11-13 平安科技（深圳）有限公司 提高智能客服应答率的方法、设备、存储介质及装置
CN109002434A (zh) * 2018-05-31 2018-12-14 青岛理工大学 客服问答匹配方法、服务器及存储介质
CN109189901A (zh) * 2018-08-09 2019-01-11 北京中关村科金技术有限公司 一种智能客服系统中自动发现新分类以及对应语料的方法
CN109145118A (zh) * 2018-09-06 2019-01-04 北京京东尚科信息技术有限公司 信息管理方法和装置
CN110110084A (zh) * 2019-04-23 2019-08-09 北京科技大学 高质量用户生成内容的识别方法
CN110767224A (zh) * 2019-10-15 2020-02-07 上海云从企业发展有限公司 一种基于特征权级的业务管理方法、系统、设备和介质
WO2021159670A1 (zh) * 2020-02-11 2021-08-19 深圳壹账通智能科技有限公司 智能问答中未知问题处理方法、装置、计算机设备和介质
CN111352988A (zh) * 2020-02-29 2020-06-30 重庆百事得大牛机器人有限公司 针对法务信息的大数据仓库存储、分析、提取系统
CN112650841A (zh) * 2020-12-07 2021-04-13 北京有竹居网络技术有限公司 信息处理方法、装置和电子设备
CN112995719A (zh) * 2021-04-21 2021-06-18 平安科技（深圳）有限公司 基于弹幕文本的问题集获取方法、装置及计算机设备
CN112995719B (zh) * 2021-04-21 2021-07-27 平安科技（深圳）有限公司 基于弹幕文本的问题集获取方法、装置及计算机设备

Also Published As

Publication number Publication date
SG11201802373WA (en) 2018-06-28
EP3540612A1 (en) 2019-09-18
KR102113413B1 (ko) 2020-05-21
US20190073416A1 (en) 2019-03-07
CN107656948B (zh) 2019-05-07
AU2017329098B2 (en) 2020-01-23
EP3540612A4 (en) 2020-06-17
JP6634515B2 (ja) 2020-01-22
JP2019504371A (ja) 2019-02-14
KR20180077261A (ko) 2018-07-06
AU2017329098A1 (en) 2018-05-31
WO2018086401A1 (zh) 2018-05-17

Similar Documents

Publication Publication Date Title
CN107656948A (zh) 自动问答系统中的问题聚类处理方法及装置
CN107204184B (zh) 语音识别方法及系统
CN106951422B (zh) 网页训练的方法和装置、搜索意图识别的方法和装置
CN109992646B (zh) 文本标签的提取方法和装置
CN111105209B (zh) 适用于人岗匹配推荐系统的职位简历匹配方法及装置
CN111708869B (zh) 人机对话的处理方法及装置
CN110175227A (zh) 一种基于组队学习和层级推理的对话辅助系统
CN110750640A (zh) 基于神经网络模型的文本数据分类方法、装置及存储介质
CN106599054A (zh) 一种题目分类及推送的方法及系统
CN112579733B (zh) 规则匹配方法、规则匹配装置、存储介质及电子设备
US20200004820A1 (en) Content optimization for audiences
CN113780007A (zh) 语料筛选方法、意图识别模型优化方法、设备及存储介质
CN109829045A (zh) 一种问答方法和装置
CN110955766A (zh) 一种自动扩充智能客服标准问题对的方法和系统
CN113127645B (zh) 大规模知识图谱本体自动抽取方法、终端设备及存储介质
CA3059929A1 (en) Text searching method, apparatus, and non-transitory computer-readable storage medium
CN112163081A (zh) 标签确定方法、装置、介质及电子设备
CN110807323A (zh) 情绪向量的生成方法及装置
CN111949697B (zh) 基于搜索引擎的数据处理方法、装置、终端及介质
CN110633468B (zh) 一种关于对象特征提取的信息处理方法及装置
CN116049376A (zh) 一种信创知识检索回复的方法、装置和系统
CN107315807B (zh) 人才推荐方法和装置
CN108241650B (zh) 训练分类标准的训练方法和装置
CN113095073A (zh) 语料标签生成方法、装置、计算机设备和存储介质
CN107391674B (zh) 一种新类挖掘方法及装置

Legal Events

Date Code Title Description
PB01 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