CN107679159B - 故障诊断类问题答复的生成方法、装置、服务器及存储介质 - Google Patents

故障诊断类问题答复的生成方法、装置、服务器及存储介质 Download PDF

Info

Publication number
CN107679159B
CN107679159B CN201710896777.4A CN201710896777A CN107679159B CN 107679159 B CN107679159 B CN 107679159B CN 201710896777 A CN201710896777 A CN 201710896777A CN 107679159 B CN107679159 B CN 107679159B
Authority
CN
China
Prior art keywords
diagnosis
question
diagnostic
parameters
extracting
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.)
Active
Application number
CN201710896777.4A
Other languages
English (en)
Other versions
CN107679159A (zh
Inventor
叶璐
杨丽霞
许阳
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201710896777.4A priority Critical patent/CN107679159B/zh
Publication of CN107679159A publication Critical patent/CN107679159A/zh
Application granted granted Critical
Publication of CN107679159B publication Critical patent/CN107679159B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/3331Query processing
    • G06F16/3332Query translation
    • G06F16/3334Selection or weighting of terms from queries, including natural language queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/332Query formulation
    • G06F16/3329Natural language query formulation or dialogue systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/3331Query processing
    • G06F16/334Query execution
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35Clustering; Classification
    • G06F16/353Clustering; Classification into predefined classes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明实施例公开了一种故障诊断类问题答复的生成方法、装置、服务器及存储介质。其中,所述方法包括:从提问的问题中抽取诊断问题类别和诊断参数;根据所述诊断问题类别选取对应的诊断应用程序编程接口;将所述诊断参数传入所述诊断应用程序接口;根据所述诊断应用程序接口对所述诊断参数的数据流的排查结果生成答复。可以实现根据用户的提问自动生成故障诊断类问题的答复,无需人工介入即可给出答复,不仅缩短了问题回复时间,并且能够节约大量人力。

Description

故障诊断类问题答复的生成方法、装置、服务器及存储介质
技术领域
本发明实施例涉及智能应答技术领域,尤其涉及一种故障诊断类问题答复的生成方法、装置、服务器及存储介质。
背景技术
随着计算机信息和互联网技术的飞速发展,客户服务逐步向网络化、智能化和个性化的方向发展,需要提供大量客服人员通过网络方式对客户提出的问题进行解答,以满足客户的信息咨询需求。
近年来,随着智能技术的发展,智能应答系统被广泛采用,以实现24小时在线咨询服务的目的。智能客服的本质为应答系统,其处理流程可大致概况为3大部分:问题分析、信息检索、答案抽取,即客户通过在线渠道提出问题,系统从后台知识库中匹配相应的答案返回给客户。在实现本发明的过程中,发明人发现如下技术问题:如果用户提出的问题是报告当前故障,并需要客服给出故障原因时,智能应答系统无法给出相应的答案。对于该类问题,只能通过客服转发给对应的研发人员,由研发人员进行排查,得出相应的结果后再发送给用户,不仅答复周期较长,且需要大量人工参与。
发明内容
本发明实施例提供了一种故障诊断类问题答复的生成方法、装置、服务器及存储介质,以实现采用智能客服系统对故障诊断类问题进行答复的目的。
第一方面,本发明实施例提供了一种故障诊断类问题答复的生成方法,包括:
从问题中抽取诊断问题类别和诊断参数;
根据所述诊断问题类别选取对应的诊断应用程序编程接口;
将所述诊断参数传入所述诊断应用程序接口;
根据所述诊断应用程序接口对所述诊断参数的数据流的排查结果生成答复。
第二方面,本发明实施例还提供了一种故障诊断类问题答复的生成装置,包括:
抽取模块,用于从提问的问题中抽取诊断问题类别和诊断参数;
选取模块,用于根据所述诊断问题类别选取对应的诊断应用程序编程接口;
传参模块,用于将所述诊断参数传入所述诊断应用程序接口;
生成模块,用于根据所述诊断应用程序接口对所述诊断参数的数据流的排查结果生成答复。
第三方面,本发明实施例还提供了一种服务器,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述实施例提供的所述故障诊断类问题答复的生成方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述实施例提供的所述的障诊断类问题答复的生成方法。
本发明实施例提供的故障诊断类问题答复的生成方法、装置、服务器及存储介质,通过根据提问的问题确定问题类别,并从所述问题抽取相应的诊断参数,将所述诊断参数传入与所述问题类别对应的诊断应用程序编程接口。并根据所述诊断应用程序编程接口对所述诊断参数的数据流排查结果生成该问题的回复。可以实现根据用户的提问自动生成故障诊断类问题的答复,无需人工介入即可给出答复,不仅缩短了问题回复时间,并且能够节约大量人力。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明实施例一提供的故障诊断类问题答复的生成方法的流程图;
图2是本发明实施例二提供的故障诊断类问题答复的生成方法的流程图;
图3是本发明实施例三提供的故障诊断类问题答复的生成方法的流程图;
图4是本发明实施例四提供的故障诊断类问题答复的生成方法的流程图;
图5是本发明实施例五提供的故障诊断类问题答复的生成装置的结构图;
图6是本发明实施例六提供的服务器的结构图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
图1为本发明实施例一提供的故障诊断类问题答复的生成方法的流程图,本实施例可适用于针对故障诊断类问题自动生成回复的情况,该方法可以由故障诊断类问题答复的生成装置来执行,具体包括如下步骤:
步骤110、从问题中抽取诊断问题类别和诊断参数。
故障诊断类问题可以是用户在使用过程中,针对所发现的自身无法解决的、且是有关于系统的问题向客服进行反馈的问题。通过向客服反馈故障诊断类问题,用户期望客服能够根据反馈的问题,给出问题的诊断,以使得用户能够根据诊断结果进行操作,解决所述问题。
具体的,所述从提问的问题中抽取诊断问题类别,可以包括:利用预设的问题分类模型从所述问题中抽取问题类别。由于用户反馈的问题涉及多个方面,每个问题都对应相应的诊断问题类别。由于每个诊断问题类别对应的处理方式不同。例如:反馈官网无法标注官方认证和反馈官网无法与设定的搜索关键词相对应,其是两类问题,不能采用同样的方式进行处理。因此,需要对用户反馈的问题进行分类。
示例性的,所述问题识别模型可以通过关键词匹配的方式从问题中抽取问题类别。进一步的,还可结合同义词扩展等方式完善抽取问题类别,以提高抽取问题类别的准确率。示例性的,在接收到用户的提问后,对提问的问题进行分词,利用预设的关键词进行匹配,在关键词匹配成功时,可确定所述诊断问题的类别。
此外,也可通过神经网络分类器等分类器从问题中抽取问题类别。预先通过大量数据对神经网络分类器进行训练。将用户提问的问题输入训练后的神经网络分类器,根据神经网络分类器的输出判断提问问题的问题类别。
所述诊断参数可以是与所述问题相关的程序中的变量。例如:对于网络关键词访问和官V标注类问题,所述诊断参数可以包括:网络访问参数,所述网络参数具体可以包括:访问网页或者标注网页的统一资源定位符(Uniform Resource Locator,URL)或者标注网页对应的搜索关键词等。
示例性的,可以通过预先建立的抽取参数模型从所述问题中抽取出诊断参数。所述抽取参数模型可以用于从所述问题中抽取感兴趣的参数。具体的,所述抽取参数模型可以使用通用的词法模式,定位诊断参数位置。并利用诊断参数位置确定诊断参数。
步骤120、根据所述诊断问题类别选取对应的诊断应用程序编程接口。
应用程序编程接口(Application Programming Interface,API),是软件系统不同组成部分衔接的约定。主要目的是提供应用程序与开发人员以访问一组例程的能力。利用API无需访问源码,或理解内部工作机制的细节,即可得到软件程序的预算结果。在本实施例中,由于每种问题所对应的数据处理过程不同,因此预先建立多个所述诊断应用程序编程接口,每个诊断应用程序编程接口用于针对特定的诊断问题给出相应的问题诊断结果。因此,需要根据所述诊断问题类别选取对应的诊断应用程序编程接口。示例性的,可以预先设定的诊断问题类别与诊断应用程序编程接口的对应关系。根据所述对应关系选取对应的诊断应用程序编程接口。
步骤130、将所述诊断参数传入所述诊断应用程序接口。
诊断应用程序编程接口可以调用程序的代码,以实现调用所述问题对应的程序的例程,即功能接口或者服务的集合。调用是将程序的执行交给其他的代码段,通常是一个子例程,同时保存必要的信息。在调用时,需要对该程序的的参数进行赋值。这些参数可以包括函数、常量、变量与数据结构等。在本实施例中,可以将所述诊断参数传入诊断应用程序接口。以使得所述诊断应用程序接口可以在调用例程时,对程序中的参数进行赋值。得到所述程序按照所述诊断参数的处理结果。示例性的,可以将所述诊断参数进行类型定义,并按照所述类型的定义的格式将所述诊断参数传入所述诊断应用程序接口。
步骤140、根据所述诊断应用程序接口对所述诊断参数的数据流的排查结果生成答复。
所述程序的代码内部工作机制相对比较繁杂。因此,在进行排查时,可以利用所述诊断应用程序接口实现。诊断应用程序接口无需考虑所述程序内部工作机制的细节,只需要通过所述诊断应用程序接口调用所述程序,通过诊断应用程序接口向所述程序中传入对应的诊断参数,并能够获取到所述诊断参数的在程序运行中的数据流。在此过程中不涉及所述程序在具体实现过程中的具体操作。其原理相对简单,且不会对程序运行产生影响。在每次诊断参数发生变化时,无需对程序进行适应修改,尤其适用于诊断参数经常发生变化的情形。
用于执行相应功能的程序中通常根据预设的内部逻辑对数据进行处理,在各种内部逻辑操作结果都为正常时,可以输出正确的输出结果。如果不能给出正确的输出结果,则说明某一部分的内部逻辑操作结果为非正常。在用户反馈故障诊断类问题时,可以根据用户反馈故障诊断类问题中诊断参数的数据流,确定是在具体哪一步内部逻辑操作出现问题,得到相应的排查结果。
示例性的,在用户提出的故障诊断类问题为官V标注不成功时,从所述问题中抽取诊断问题类别为官V标注错误,抽取的诊断参数为对应的网页URL。选取官V标注错误类型对应的诊断应用程序编程接口,利用所述诊断应用程序编程接口调用所述程序,并将抽取到的所述诊断参数URL传入所述程序。程序代入诊断参数根据内部预设的内部逻辑进行处理。具体的,所述内部逻辑可以包括顺序判断的如下几项:判断所述URL是否存在,判断所述URL的官V申请是否通过;提交的URL和申请官网的URL是否一致;判断所述提交的URL对应的关键词是否已占用等。只有在上述内部逻辑对应的数据流全部通过时,才能够实现URL官V标注。
诊断应用程序编程接口可以获取所述程序运行时,与所述诊断参数相关的数据流。数据流可以由一系列的节点组成,当数据通过每个节点时,节点对它进行定义好的操作。示例性的,所述节点可以是上述内部逻辑中每一项所对应的处理程序单元。根据所述诊断参数通过每个节点的处理结果,得到与所述诊断参数相关的数据流。示例性的,可以将所述诊断应用程序编程接口的返回值设置为预设的每个节点的处理结果,以得到所述诊断参数的数据流。
在得到所述数据流后,可以对所述数据流进行排查,得到相应的排查结果,以确定故障产生的原因。所述排查结果可以是所述输出异常操作结果的节点对应的内部逻辑。仍以上述故障诊断问题为例,判断所述URL是否存在所对应的节点的操作结果为否,则其对应的排查结果为判断所述URL不存在;或者所述排查结果可以是多个节点的操作结果的复合结果,例如判断提交的URL和申请官网的URL是否一致所对应的节点操作结果与所述URL的主题名称是否与所述URL提交的关键词是否一致的操作结果的相与结果,即复合结果是否为否,则其排查结果为复合结果故障。
在得到排查结果后,可以根据所述排查结果生成答复。示例性的,可以将排查结果作为答复内容。或者根据所述排查结果预先对应的答复语句生成答复。
需要说明的是,上述方法不仅可以应用在上述举例的应用场景中,也可适用于其它用于故障诊断的应用场景中。对于其它应用场景,可根据其需求定义诊断应用程序接口的返回值,并且根据执行的应用程序内部逻辑设定对应的节点,以得到相应的数据流,并可根据数据流的排查结果生成相应的答复。
本实施例通过根据提问的问题确定问题类别,并从所述问题抽取相应的诊断参数,将所述诊断参数传入与所述问题类别对应的诊断应用程序编程接口。并根据所述诊断应用程序编程接口对所述诊断参数的数据流排查结果生成该问题的回复。可以实现根据用户的提问自动生成故障诊断类问题的答复,无需人工介入即可给出答复,不仅缩短了问题回复时间,并且能够节约大量人力。
在本实施例的一个优选实施方式中,在根据所述诊断应用程序接口对所述诊断参数的数据流的排查结果生成答复之后,还包括:将所述答复反馈给提出问题的用户。
在本实施例的另一个优选实施方式中,在根据所述诊断应用程序接口对所述诊断参数的数据流的排查结果生成答复之后,还可增加如下步骤:将排查结果发送至研发部门,并在修复所述问题后,向用户反馈修复结果。由于一些故障并不都是由于内部逻辑判断结果综合所产生的,一部分是由于程序本身的问题所导致的。因此,需要将排查结果发送至研发部门,研发部门根据所述排查结果对程序进行修正,以修复所述故障。并在故障修复后,向用户反馈相应的修复结果,可以实现对用户提出的故障诊断类问题的完整闭环处理。
实施例二
图2是本发明实施例二提供的故障诊断类问题答复的生成方法的流程图。本实施例以上述实施例为基础进行优化,具体的,将所述从提问的问题中抽取诊断问题类别和诊断参数,具体优化为:根据所述问题类别选取对应的抽取参数模型:利用所述抽取参数模型从所述问题中抽取诊断参数。
参见图2,所述的故障诊断类问题答复的生成方法,包括:
步骤210、从提问的问题中抽取诊断问题类别。
步骤220、根据所述问题类别选取对应的抽取参数模型,利用所述抽取参数模型从所述问题中抽取诊断参数。
不同的问题对应的参数不同。示例性的,对于诊断类别为查询个人信息的故障类诊断类别,其诊断参数可以为用户的ID、用户的注册名、用户的生日等与用户个人信息相关的参数。而对于诊断类别为官V标注故障诊断类问题,则其诊断参数可以为访问网页或者标注网页的URL或者标注网页对应的搜索关键词等。由于所述抽取参数模型是使用通用的词法模式,定位诊断参数位置。并利用诊断参数位置确定诊断参数。而不同的问题类别对应不同的词法模式。因此,需要针对根据所述问题类别选取对应的抽取参数模型。以准确地从提问的问题中准确地抽取出诊断参数。示例性的,可以为每种诊断问题类别设立对应的抽取参数模型,根据判断问题类别选取对应的抽取参数模型,并利用所述抽取参数模型中的通用语法模式,定位出诊断参数位置,进而提取出诊断参数。
步骤230、根据所述诊断问题类别选取对应的诊断应用程序编程接口。
步骤240、将所述诊断参数传入所述诊断应用程序接口。
步骤250、根据所述诊断应用程序接口对所述诊断参数的数据流的排查结果生成答复。
本实施例通过将所述从提问的问题中抽取诊断问题类别和诊断参数,具体优化为:根据所述问题类别选取对应的抽取参数模型:利用所述抽取参数模型从所述问题中抽取诊断参数。可以根据所述问题的诊断问题类别选取合适的抽取参数模型,并利用所述抽取参数模型从问题中抽取得到与所述问题类别对应的诊断参数。可以提高抽取的诊断参数的准确性。进而能够提高问题答复的准确率。
实施例三
图3是本发明实施例三提供的故障诊断类问题答复的生成方法的流程图。本实施例以上述实施例为基础进行优化,具体的,在将利用所述抽取参数模型从所述问题中抽取诊断参数之后,根据所述诊断问题类别选取对应的诊断应用程序编程接口之前,增加如下步骤:在利用所述抽取参数模型无法从所述问题中抽取诊断参数时,提供信息补充模板;接收用户根据所述信息补充模板补入的信息,并根据所述信息抽取诊断参数。
参见图3,所述故障诊断类问题答复的生成方法,包括:
步骤310、从提问的问题中抽取诊断问题类别。
步骤320、根据所述问题类别选取对应的抽取参数模型,利用所述抽取参数模型从所述问题中抽取诊断参数。
步骤330、在利用所述抽取参数模型无法从所述问题中抽取诊断参数时,提供信息补充模板。
由于用户的水平参差不齐。经常出现用户所提出的问题中没有诊断参数,或者缺少部分诊断参数项的情况,进而导致无法生成故障诊断类问题的答复。为避免上述情况发生,在本实施例中,可以在利用所述抽取参数模型无法从所述问题中抽取诊断参数时,向用户提供信息补充模板,用户可以按照所述信息补充模板提供的选项填写诊断参数,以完善诊断参数。所述信息补充模板可以包括与所述问题类别对应的所有诊断参数项。用户可以按照所述信息补充模板的提示完成诊断参数的填写。示例性的,可以在聊天信息中提供一个信息补充模板的链接地址,用户通过点击链接地址进入信息补充模板,所述信息补充模板可以为表格式,并根据所述信息补充模板的表格对应的提示补充完整所述诊断参数。或者也可在聊天窗口中显示所述信息补充模板,并引导用户按照所述信息补充模板补充信息。
步骤340、接收用户根据所述信息补充模板补入的信息,并根据所述信息抽取诊断参数。
在用户根据所述信息补充模板的提示补充写入信息后,可以从所述信息中直接抽取诊断参数,以得到全面、完整的诊断参数。
步骤350、根据所述诊断问题类别选取对应的诊断应用程序编程接口。
步骤360、将所述诊断参数传入所述诊断应用程序接口。
步骤370、根据所述诊断应用程序接口对所述诊断参数的数据流的排查结果生成答复。
本实施例通过在将利用所述抽取参数模型从所述问题中抽取诊断参数之后,根据所述诊断问题类别选取对应的诊断应用程序编程接口之前,增加如下步骤:在利用所述抽取参数模型无法从所述问题中抽取诊断参数时,提供信息补充模板;接收用户根据所述信息补充模板补入的信息,并根据所述信息抽取诊断参数。可以在问题中缺少诊断参数时,辅助用户填写完整的诊断参数信息,并利用完整的诊断参数对故障原因进行诊断。能够有效提高故障原因诊断的准确率。
实施例四
图4是本发明实施例四提供的故障诊断类问题答复的生成方法的流程图。本实施例以上述实施例为基础进行优化,具体的,在从提问的问题中抽取诊断问题类别和诊断参数之前,增加如下步骤:利用预设的语料库确定当前问题为故障诊断类问题。
参见图4,所述故障诊断类问题答复的生成方法,包括:
步骤410、利用预设的语料库确定当前问题为故障诊断类问题。
语料库可以是指经科学取样和加工的大规模电子文本库。在本实施例中,所述预设的语料库用于对问题进行分类,所述语料库中预先存储故障诊断类问题的文本,例如:关键词和关键语句等。利用所述预设的语料库能够判断当前问题是否为故障诊断类问题。示例性的,可以通过将问题中的关键词与预设的语料库中的关键词进行匹配的方式确定当前问题是否为故障诊断类问题。进一步的,还可结合同义词扩展以及语法分析等方式完善抽取问题类别,以提高抽取问题类别的准确率。示例性的,在接收到用户的提问后,对提问的问题进行分词,利用预设的关键词进行匹配,并对所述问题进行语法分析,通过语法树进行语法匹配,在关键词和语法都匹配成功时,则可从所述问题中确定对应问题类别。在关键词无法匹配成功时,可采用同义词对问题中的关键词进行同义词扩展。并利用拓展后的同义词进行关键词匹配,以更好的判断当前问题是否为故障诊断类问题。由于通常问题只包括故障诊断类和咨询类这两种类别,在判断所述问题并非故障类诊断问题时,利用预设的语料库生成与所述当前问题对应的问题答复。具体的,可以利用预先配置好的咨询问题语料库,根据所述问题确定对应的答案,并向用户返回所述答案。
步骤420、从提问的问题中抽取诊断问题类别和诊断参数。
步骤430、根据所述诊断问题类别选取对应的诊断应用程序编程接口。
步骤440、将所述诊断参数传入所述诊断应用程序接口。
步骤450、根据所述诊断应用程序接口对所述诊断参数的数据流的排查结果生成答复。
本实施例通过在从提问的问题中抽取诊断问题类别和诊断参数之前,增加如下步骤:利用预设的语料库确定当前问题为故障诊断类问题。可以针对用户提出的问题进行分类,并根据分类结果选取合适的处理方式,能够对用户提出的各种问题给出正确的回复。
在本实施例的一个优选实施方式中,在利用预设的语料库确定当前问题为故障诊断类问题之前,还可增加如下步骤:从聊天群组或服务号中,通过数据抓取获取问题。在线客服通常都采用各种即时聊天软件,例如QQ、微信、百度HI和汪汪等。与用户进行交互,以提高交反馈的及时性。通常可采用点对点聊天、聊天群组或者公众服务号接收用户的各种问题咨询。但在聊天群组或者公众服务号中,用户与在线客户交互的内容不仅包括各种问题,也有一些无关的内容。因此,需要从聊天群组或服务号中,获取问题。示例性的,可以采用数据抓取的方式获取问题。所述数据抓取可以是指从聊天或者后台留言内容这种非机构化信息中抽取出来形成结构化的文本内容。具体的,可以对聊天或者后台留言内容进行语义解析,设定与问题相关的语法和关键词,通过所述语法和关键词从聊天群组或服务号中实现问题的获取。采用数据抓取的方式,可以从繁杂的内容中获取到问题,并且不会产生遗漏。提高了获取问题的效率。
实施例五
图5是本发明实施例五提供的故障诊断类问题答复的生成装置的结构示意图,如图5所示,所述装置包括:
抽取模块510,用于从提问的问题中抽取诊断问题类别和诊断参数;
选取模块520,用于根据所述诊断问题类别选取对应的诊断应用程序编程接口;
传参模块530,用于将所述诊断参数传入所述诊断应用程序接口;
生成模块540,用于根据所述诊断应用程序接口对所述诊断参数的数据流的排查结果生成答复。
本发明实施例提供的故障诊断类问题答复的生成装置,通过根据提问的问题确定问题类别,并从所述问题抽取相应的诊断参数,将所述诊断参数传入与所述问题类别对应的诊断应用程序编程接口。并根据所述诊断应用程序编程接口对所述诊断参数的数据流排查结果生成该问题的回复。可以实现根据用户的提问自动生成故障诊断类问题的答复,无需人工介入即可给出答复,不仅缩短了问题回复时间,并且能够节约大量人力。
在上述各实施例的基础上,所述抽取模块,包括:
问题类别抽取单元,用于利用预设的问题分类模型从所述问题中抽取问题类别。
在上述各实施例的基础上,所述抽取模块,包括:
模型选取单元,用于根据所述问题类别选取对应的抽取参数模型:
参数抽取单元,用于利用所述抽取参数模型从所述问题中抽取诊断参数。
在上述各实施例的基础上,所述装置还包括:
模板提供模块,用于在利用所述抽取参数模型无法从所述问题中抽取诊断参数时,提供信息补充模板;
诊断参数抽取模块,用于接收用户根据所述信息补充模板补入的信息,并根据所述信息抽取诊断参数。
在上述各实施例的基础上,所述装置还包括:
反馈模块,用于将所述答复反馈给提出问题的用户。
在上述各实施例的基础上,所述装置还包括:
确定模块,用于利用预设的语料库确定当前问题为故障诊断类问题。
在上述各实施例的基础上,所述装置还包括:
发送模块,用于将排查结果发送至研发部门,并在修复所述问题后,向用户反馈修复结果。
在上述各实施例的基础上,所述装置还包括:
问题获取模块,用于从聊天群组或服务号中,通过数据抓取获取问题。
本发明实施例所提供的故障诊断类问题答复的生成装置可执行本发明任意实施例所提供的故障诊断类问题答复的生成方法,具备执行方法相应的功能模块和有益效果。
实施例六
图6为本发明实施例六提供的一种服务器的结构示意图。图6示出了适于用来实现本发明实施方式的示例性服务器12的框图。图6显示的服务器12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,服务器12以通用计算设备的形式表现。服务器12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被服务器12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该服务器12交互的设备通信,和/或与使得该服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与服务器12的其它模块通信。应当明白,尽管图中未示出,可以结合服务器12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的故障诊断类问题答复的生成方法。
实施例七
本发明实施例七还提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如上述实施例提供的任一所述的故障诊断类问题答复的生成方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (14)

1.一种故障诊断类问题答复的生成方法,其特征在于,包括:
从提问的问题中抽取诊断问题类别和诊断参数;
根据所述诊断问题类别选取对应的诊断应用程序编程接口;
将所述诊断参数传入所述诊断应用程序接口;
根据所述诊断应用程序接口对所述诊断参数的数据流的排查结果生成答复;
其中,所述诊断应用程序的内部逻辑对应的处理程序单元为节点;所述数据流是所述节点根据所述内部逻辑对所述诊断参数的处理结果;所述排查结果是输出异常操作结果的所述节点对应的所述内部逻辑。
2.根据权利要求1所述的方法,其特征在于,所述从提问的问题中抽取诊断问题类别和诊断参数,包括:
利用预设的问题分类模型从所述问题中抽取问题类别。
3.根据权利要求2所述的方法,其特征在于,所述从提问的问题中抽取诊断问题类别和诊断参数,包括:
根据所述问题类别选取对应的抽取参数模型:
利用所述抽取参数模型从所述问题中抽取诊断参数。
4.根据权利要求3所述的方法,其特征在于,在利用所述抽取参数模型从所述问题中抽取诊断参数之后,根据所述诊断问题类别选取对应的诊断应用程序编程接口之前,还包括:
在利用所述抽取参数模型无法从所述问题中抽取诊断参数时,提供信息补充模板;
接收用户根据所述信息补充模板补入的信息,并根据所述信息抽取诊断参数。
5.根据权利要求1所述的方法,其特征在于,在根据所述诊断应用程序接口对所述诊断参数的数据流的排查结果生成答复之后,还包括:
将所述答复反馈给提出问题的用户。
6.根据权利要求1所述的方法,其特征在于,在从提问的问题中抽取诊断问题类别和诊断参数之前,还包括:
利用预设的语料库确定当前问题为故障诊断类问题。
7.根据权利要求1所述的方法,其特征在于,在根据所述诊断应用程序接口对所述诊断参数的数据流的排查结果生成答复之后,还包括:
将排查结果发送至研发部门,并在修复所述问题后,向用户反馈修复结果。
8.根据权利要求1所述的方法,其特征在于,在从提问的问题中抽取诊断问题类别和诊断参数之前,还包括:
从聊天群组或服务号中,通过数据抓取获取问题。
9.一种故障诊断类问题答复的生成装置,其特征在于,包括:
抽取模块,用于从提问的问题中抽取诊断问题类别和诊断参数;
选取模块,用于根据所述诊断问题类别选取对应的诊断应用程序编程接口;
传参模块,用于将所述诊断参数传入所述诊断应用程序接口;
生成模块,用于根据所述诊断应用程序接口对所述诊断参数的数据流的排查结果生成答复;
其中,所述诊断应用程序的内部逻辑对应的处理程序单元为节点;所述数据流是所述节点根据所述内部逻辑对所述诊断参数的处理结果;所述排查结果是输出异常操作结果的所述节点对应的所述内部逻辑。
10.根据权利要求9所述的装置,其特征在于,所述抽取模块,包括:
问题类别抽取单元,用于利用预设的问题分类模型从所述问题中抽取问题类别。
11.根据权利要求10所述的装置,其特征在于,所述抽取模块,包括:
模型选取单元,用于根据所述问题类别选取对应的抽取参数模型:
参数抽取单元,用于利用所述抽取参数模型从所述问题中抽取诊断参数。
12.根据权利要求10所述的装置,其特征在于,所述装置还包括:
模板提供模块,用于在利用所述抽取参数模型无法从所述问题中抽取诊断参数时,提供信息补充模板;
诊断参数抽取模块,用于接收用户根据所述信息补充模板补入的信息,并根据所述信息抽取诊断参数。
13.一种服务器,其特征在于,所述服务器包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一所述的故障诊断类问题答复的生成方法。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-8中任一所述的故障诊断类问题答复的生成方法。
CN201710896777.4A 2017-09-28 2017-09-28 故障诊断类问题答复的生成方法、装置、服务器及存储介质 Active CN107679159B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710896777.4A CN107679159B (zh) 2017-09-28 2017-09-28 故障诊断类问题答复的生成方法、装置、服务器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710896777.4A CN107679159B (zh) 2017-09-28 2017-09-28 故障诊断类问题答复的生成方法、装置、服务器及存储介质

Publications (2)

Publication Number Publication Date
CN107679159A CN107679159A (zh) 2018-02-09
CN107679159B true CN107679159B (zh) 2021-06-11

Family

ID=61138968

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710896777.4A Active CN107679159B (zh) 2017-09-28 2017-09-28 故障诊断类问题答复的生成方法、装置、服务器及存储介质

Country Status (1)

Country Link
CN (1) CN107679159B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7054413B2 (ja) 2018-03-27 2022-04-13 株式会社日立製作所 顧客対応支援システムおよび顧客対応支援方法
CN110245233A (zh) * 2019-06-19 2019-09-17 北京航空航天大学 一种故障确定方法及装置
CN113094479B (zh) * 2019-12-20 2023-09-19 百度在线网络技术(北京)有限公司 一种问题处理方法、装置、电子设备和介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102325036A (zh) * 2011-05-17 2012-01-18 中兴通讯股份有限公司 一种网络系统的故障诊断方法、系统及装置
CN103678566A (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、服务器和系统
CN103886092A (zh) * 2014-04-02 2014-06-25 北京奇虎科技有限公司 一种提供终端故障问题解决方案的方法及装置
CN106406296A (zh) * 2016-12-14 2017-02-15 东北大学 一种基于车载和云端的列车故障诊断系统及方法
CN106487444A (zh) * 2016-10-18 2017-03-08 烽火通信科技股份有限公司 一种实现移动终端与电信设备数据通信的方法及系统
CN107169104A (zh) * 2017-05-17 2017-09-15 北京品智能量科技有限公司 车辆故障问答方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102325036A (zh) * 2011-05-17 2012-01-18 中兴通讯股份有限公司 一种网络系统的故障诊断方法、系统及装置
CN103678566A (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、服务器和系统
CN103886092A (zh) * 2014-04-02 2014-06-25 北京奇虎科技有限公司 一种提供终端故障问题解决方案的方法及装置
CN106487444A (zh) * 2016-10-18 2017-03-08 烽火通信科技股份有限公司 一种实现移动终端与电信设备数据通信的方法及系统
CN106406296A (zh) * 2016-12-14 2017-02-15 东北大学 一种基于车载和云端的列车故障诊断系统及方法
CN107169104A (zh) * 2017-05-17 2017-09-15 北京品智能量科技有限公司 车辆故障问答方法及装置

Also Published As

Publication number Publication date
CN107679159A (zh) 2018-02-09

Similar Documents

Publication Publication Date Title
US10169706B2 (en) Corpus quality analysis
US10769552B2 (en) Justifying passage machine learning for question and answer systems
US9965548B2 (en) Analyzing natural language questions to determine missing information in order to improve accuracy of answers
US9621601B2 (en) User collaboration for answer generation in question and answer system
US9715531B2 (en) Weighting search criteria based on similarities to an ingested corpus in a question and answer (QA) system
US8316353B2 (en) Problem analysis via matching contiguous stack trace lines to symptom rules
US20160162492A1 (en) Confidence Ranking of Answers Based on Temporal Semantics
US9542496B2 (en) Effective ingesting data used for answering questions in a question and answer (QA) system
CN110347598B (zh) 一种测试脚本生成方法、装置、服务器及存储介质
US9646247B2 (en) Utilizing temporal indicators to weight semantic values
CN107679159B (zh) 故障诊断类问题答复的生成方法、装置、服务器及存储介质
JPH10240536A (ja) 事例検索装置及び事例検索方法並びに事例ベース構築装置及び事例ベース構築方法
US20190155904A1 (en) Generating ground truth for questions based on data found in structured resources
US9430952B2 (en) Determining comprehensiveness of question paper given syllabus
EP4364044A1 (en) Automated troubleshooter
CN112836018A (zh) 应急预案的处理方法及装置
CN117331730A (zh) 故障诊断方法、装置、电子设备及存储介质
CN111125145A (zh) 一种通过自然语言获取数据库信息的自动化系统
CN116796758A (zh) 对话交互方法、对话交互装置、设备及存储介质
Chklovski et al. Towards Managing Knowledge Collection from Volunteer Contributors.
CN114548314A (zh) 文本匹配方法、装置、存储介质及电子设备
CN110096259A (zh) 一种Web页面元素定位方法及系统
JP6085574B2 (ja) 作業記録内容解析装置及び方法及びプログラム
US12026471B2 (en) Automated generation of chatbot
EP4303716A1 (en) Method for generating data input, data input system and computer program

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