CN108075962A - 即时通讯对话的场景识别方法、装置及系统 - Google Patents
即时通讯对话的场景识别方法、装置及系统 Download PDFInfo
- Publication number
- CN108075962A CN108075962A CN201611010124.3A CN201611010124A CN108075962A CN 108075962 A CN108075962 A CN 108075962A CN 201611010124 A CN201611010124 A CN 201611010124A CN 108075962 A CN108075962 A CN 108075962A
- Authority
- CN
- China
- Prior art keywords
- scene
- information
- user
- characteristic
- scene characteristic
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
- H04L51/046—Interoperability with other network applications or services
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请公开了一种即时通讯对话的场景识别方法、装置及电子设备,以及一种信息推送系统。其中,所述即时通讯对话的场景识别方法包括:获取用户间的即时通讯消息;将所述即时通讯消息作为预先生成的场景特征识别模型的输入,通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息;根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景。采用本申请提供的即时通讯对话的场景识别方法,使得即时通讯服务器不需要额外保存前文数据,即可对交互场景进行实时识别,从而达到有效兼顾高性能、实时性及安全性三个方面的效果。
Description
技术领域
本申请涉及即时通讯技术领域,具体涉及一种即时通讯对话的场景识别方法。本申请同时涉及一种即时通讯对话的场景识别装置及电子设备,一种即时通讯系统,一种信息推送方法、装置及电子设备,一种信息获取方法、装置及电子设备,以及一种信息推送系统。
背景技术
随着时代的改变,伴随着移动互联的崛起,渐渐出现了很多即时通讯工具。即时通讯工具是通过即时通讯技术来实现在线聊天、交流的工具,例如,旺旺、QQ、微信、微博等。通过即时通讯工具进行交流,对话的开始与结束并没有明显的标识,同时为了低延时、高并发等性能考虑,通讯过程中即时通讯服务器端不会额外保存会话信息。由于通常的即时通讯工具是无会话式的,只关注单条消息记录,并不保存上下文,因而无法还原前后交互细节,这对基于即时通讯的场景识别带来了困难。
针对交互式对话的场景识别,传统的方法一般是通过会话的方式引入上下文,关联上文内容后做文本分类,再结合场景特征的组合逻辑,进而确定场景识别结果。然而,该方法的场景特征表现在一系列交互文本中,需要随时间缓存大量状态信息,因此,该方法适用于维护上下文的交互式对话,例如,机器人的交互式对话。如果将该方法应用在即时通讯的交互式对话,则即时通讯系统要并发处理大量会话,将带来很大的资源消耗,从而严重降低即时通讯系统的性能。另一种方式是不通过即时处理,而是通过离线合并会话信息的方式进行即时通讯对话的场景识别。然而,这种方法实时性差,无法及时识别场景,进而无法利用场景识别结果预测后续行为或触发特定操作,同时离线操作也会有数据安全性隐患。
综上所述,现有技术存在无法兼顾高性能、实时性及安全性三方面的问题。
发明内容
本申请提供一种即时通讯对话的场景识别方法,以解决现有技术下无法兼顾高性能、实时性及安全性三个方面的问题。本申请还提供一种即时通讯对话的场景识别装置及电子设备,一种即时通讯系统,一种信息推送方法、装置及电子设备,一种信息获取方法、装置及电子设备,以及一种信息推送系统。
本申请提供一种即时通讯对话的场景识别方法,包括:
获取用户间的即时通讯消息;
将所述即时通讯消息作为预先生成的场景特征识别模型的输入,通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息;
根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景。
可选的,在所述通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息之前,还包括:
根据预先存储的场景词库,判断所述即时通讯消息是否包括场景词;若是,则进入下一步骤。
可选的,所述预先生成的场景特征识别模型,采用如下方式生成:
通过机器学习算法,从训练样本集中学习获得所述场景特征识别模型。
可选的,所述场景特征信息的形式包括向量形式;所述向量的维度表示场景的特征维度;所述预设的场景与场景特征间的对应关系集包括场景与场景特征向量间的对应关系集。
可选的,所述向量的元素值包括:用于表示所述即时通讯消息包括该元素对应的场景特征的第一元素值、或用于表示所述即时通讯消息不包括该元素对应的场景特征的第二元素值。
可选的,所述向量的元素值包括:用于表示所述即时通讯消息包括该元素对应的场景特征的置信度。
可选的,所述根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,并确定所述用户间的对话场景,包括:
获取所述至少一个所述场景特征信息的加和结果;
根据所述加和结果和所述场景与场景特征向量间的对应关系集,确定所述对话场景。
可选的,通过增加所述向量的维度的方式,增加所述场景的特征维度。
可选的,还包括:
将所述场景特征信息记录到缓存或日志文件中。
可选的,还包括:
若无法确定所述对话场景,则根据预设的场景判定规则和所述至少一个所述场景特征信息,确定所述对话场景。
可选的,所述预设的场景判定规则,包括:
若预设的场景特征信息出现预设次数,则所述对话场景为特定场景。
可选的,所述预先生成的场景特征识别模型识别单一场景的场景特征信息;所述预设的场景与场景特征间的对应关系集包括单一场景的所述对应关系。
可选的,所述根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,并确定所述用户间的对话场景,采用如下形式:
当预设的场景识别定时器被触发时,根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景。
可选的,所述用户间的即时通讯消息包括两个用户间的即时通讯消息或多个用户间的即时通讯消息。
相应的,本申请还提供一种即时通讯对话的场景识别装置,包括:
消息获取单元,用于获取用户间的即时通讯消息;
场景特征识别单元,用于将所述即时通讯消息作为预先生成的场景特征识别模型的输入,通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息;
场景确定单元,用于根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景。
可选的,所述场景特征信息的形式包括向量形式;所述向量的维度表示场景的特征维度;所述预设的场景与场景特征间的对应关系集包括场景与场景特征向量间的对应关系集;
所述场景确定单元包括:
计算子单元,用于获取所述至少一个所述场景特征信息的加和结果;
确定子单元,用于根据所述加和结果和所述场景与场景特征向量间的对应关系集,确定所述对话场景。
相应的,本申请还提供一种电子设备,包括:
处理器;以及
存储器,用于存储实现即时通讯对话的场景识别方法的程序,该设备通电并通过所述处理器运行该即时通讯对话的场景识别方法的程序后,执行下述步骤:获取用户间的即时通讯消息;将所述即时通讯消息作为预先生成的场景特征识别模型的输入,通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息;根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景。
相应的,本申请还提供一种即时通讯系统,其特征在于,包括:上述任一项所述的即时通讯对话的场景识别装置,至少两个用户的即时通讯客户端软件。
可选的,所述即时通讯对话的场景识别装置为轻量级插件形式。
相应的,本申请还提供一种信息推送方法,包括:
获取用户间的即时通讯消息;
将所述即时通讯消息作为预先生成的场景特征识别模型的输入,通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息;
根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景;
根据所述对话场景,向对话用户中的特定用户推送场景关联信息。
可选的,所述对话场景包括欺诈场景,所述场景关联信息包括报警信息。
可选的,所述向对话用户中的特定用户推送场景关联信息,包括:
获取被欺诈用户的通讯标识;
通过所述被欺诈用户的通讯标识,向所述被欺诈用户推送所述报警信息。
可选的,所述通讯标识包括:电话号码或即时通讯帐号。
可选的,所述对话场景包括数据对象咨询场景,所述场景关联信息包括数据对象的相关信息。
可选的,所述向对话用户中的特定用户推送场景关联信息,包括:
获取咨询用户咨询的数据对象;
向所述咨询用户推送所述数据对象的相关信息。
可选的,所述数据对象咨询场景包括数据对象型号咨询场景,所述数据对象的相关信息包括数据对象的型号相关信息。
相应的,本申请还提供一种信息推送装置,包括:
消息获取单元,获取用户间的即时通讯消息;
场景特征识别单元,用于将所述即时通讯消息作为预先生成的场景特征识别模型的输入,通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息;
场景确定单元,用于根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景;
信息推送单元,用于根据所述对话场景,向对话用户中的特定用户推送场景关联信息。
相应的,本申请还提供一种电子设备,包括:
处理器;以及
存储器,用于存储实现信息推送方法的程序,该设备通电并通过所述处理器运行该信息推送方法的程序后,执行下述步骤:获取用户间的即时通讯消息;将所述即时通讯消息作为预先生成的场景特征识别模型的输入,通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息;根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景;根据所述对话场景,向对话用户中的特定用户推送场景关联信息。
相应的,本申请还提供一种信息获取方法,包括:
向对话用户发送即时通讯消息;
接收即时通讯服务器发送的与对话场景关联的信息。
相应的,本申请还提供一种信息获取装置,包括:
消息发送单元,用于向对话用户发送即时通讯消息;
信息接收单元,用于接收即时通讯服务器发送的与对话场景关联的信息。
相应的,本申请还提供一种电子设备,包括:
处理器;以及
存储器,用于存储实现信息获取方法的程序,该设备通电并通过所述处理器运行该信息获取方法的程序后,执行下述步骤:向对话用户发送即时通讯消息;接收即时通讯服务器发送的与对话场景关联的信息。
相应的,本申请还提供一种信息推送系统,包括:上述任一项所述的信息推送装置;以及上述任一项所述的信息获取装置。
与现有技术相比,本申请提供的即时通讯对话的场景识别方法,即时通讯服务器在处理单条即时通讯消息时,会通过预先生成的场景特征识别模型对该消息进行分类打标,标识出该消息所附带的场景特征信息并记录该特征信息,这些记录好的场景特征信息后续会聚合处理,从中还原出场景的交互细节,使得无会话的即时通讯工具能够支持基于上下文的场景识别。
使用本申请提供的即时通讯对话的场景识别方法,通过局部场景特征的组合来描述整体场景,间接利用了场景交互中的上下文,使得即时通讯服务器不需要额外保存前文数据,即可对交互场景进行实时识别;这种处理方式,不会对即时通讯服务器端来额外的系统开销,从而能够保证其通讯的高效性;因此,本申请提供的即时通讯对话的场景识别方法可以有效兼顾高性能、实时性及安全性三个方面。
在本申请提供的即时通讯对话的场景识别方法中,由于在场景特征识别过程中关注每种场景特征的识别,因此,场景特征识别模型只需要关注局部情况,方便迭代优化,如果场景中出现新的特征,可以通过扩展特征维度及场景特征识别模型来支持整体场景识别,无需影响现有流程,具有很高的灵活性。
此外,使用本申请提供的即时通讯对话的场景识别方法,通过组合多维局部特征,整个场景的交互细节可以被全面保留,并可以通过灵活的特征聚合策略影响最终决策;这种处理方式,使得本申请提供的即时通讯对话的场景识别方法在交互式场景识别方面有很高的准确率。
此外,采用本申请提供的即时通讯对话的场景识别方法,即时通讯服务器仍然只需要处理单条聊天内容,无需引入场景上下文;这种处理方式,使得本申请提供的即时通讯对话的场景识别方法能够无侵入的接入即时通讯服务器;因此,可以有效降低接入成本。
附图说明
图1是本申请提供的一种即时通讯对话的场景识别方法的实施例的流程图;
图2是本申请提供的一种即时通讯对话的场景识别方法的实施例的具体流程图;
图3是本申请提供的一种即时通讯对话的场景识别装置的实施例的示意图;
图4是本申请提供的一种电子设备的实施例的示意图;
图5是本申请提供的一种即时通讯系统的实施例的示意图;
图6是本申请提供的一种信息推送方法的实施例的流程图;
图7是本申请提供的一种信息推送方法的实施例的信息推送界面的示意图;
图8是本申请提供的一种信息推送装置的实施例的示意图;
图9是本申请提供的一种电子设备的实施例的示意图;
图10是本申请提供的一种信息获取方法的实施例的流程图;
图11是本申请提供的一种信息获取装置的实施例的示意图;
图12是本申请提供的一种电子设备的实施例的示意图;
图13是本申请提供的一种信息推送系统的实施例的示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是,本申请能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵的情况下做类似推广,因此本申请不受下面公开的具体实施的限制。
在本申请中,提供了一种即时通讯对话的场景识别方法、装置及电子设备,一种即时通讯系统,一种信息推送方法、装置及电子设备,一种信息获取方法、装置及电子设备,以及一种信息推送系统。在下面的实施例中逐一进行详细说明。
本申请提供的即时通讯对话的场景识别方法,其核心的基本思想为:将用户间的多条即时通讯消息各自对应的场景特征组合,利用组合的场景特征来描述用户间的对话场景。由于这种处理方式间接利用了场景交互中的上下文,因而,使得即时通讯服务器不需要额外保存前文数据即可对交互场景进行实时识别,既保证了即时通讯系统的高效性,又可以达到实时识别的效果,同时还兼顾了较高安全性。
请参考图1,其为本申请的即时通讯对话的场景识别方法实施例的流程图。所述方法包括如下步骤:
步骤S101:获取用户间的即时通讯消息。
即时通讯工具的用户通过安装在各自手机或个人电脑中的即时通讯客户端软件相互收发即时通讯消息。用户之间交互的每一条即时通讯消息都将通过即时通讯服务器进行管理。即时通讯服务器的功能之一就是为客户端软件提供即时通讯的各种功能,例如,在线消息传送等。即时通讯服务器接入本申请提供的即时通讯对话的场景识别方法后,还能够为客户端软件提供对话场景的识别功能。
所述用户间的即时通讯消息,可以是在两个用户之间收发的即时通讯消息,还可以是多个用户之间收发的即时通讯消息,例如,在QQ群中收发的即时通讯消息即为多个用户之间收发的即时通讯消息。
所述即时通讯消息,可以为人(用户)通过即时通讯客户端软件发送的即时通讯消息,还可以是机器人通过安装在用户手机或个人电脑中的即时通讯客户端软件发送的即时通讯消息。
需要说明的是,机器人通过智能问答系统生成即时通讯消息后,以用户身份发出该即时通讯消息的,因此,所述即时通讯消息仍为用户间的即时通讯消息。
本步骤S101的具体实施方式依赖于即时通讯服务器处理消息的方式。即时通讯服务器处理消息的方式之一是,在接收到一条消息时,首先将其插入到消息队列,然后再从消息队列中逐一取出每一条消息,将其发送给消息的接收方。在这种情况下,可通过读取消息队列的方式,获取所述用户间的即时通讯消息。
即时通讯服务器处理消息的另一种方式是,接收到用户的请求数据包后,直接处理该数据包携带的消息,将该消息发送给消息的接收方。在这种情况下,所述用户间的即时通讯消息可从接收到的请求数据包中直接提取获得。
在获取所述用户间的一条即时通讯消息后,就可以进入下一步骤,通过预先生成的场景特征识别模型对该消息进行场景特征的识别处理,获取该消息包括的场景特征信息。
步骤S103:将所述即时通讯消息作为预先生成的场景特征识别模型的输入,通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息。
本申请提供的即时通讯对话的场景识别方法的核心思想是,将所述用户间的多条即时通讯消息各自对应的场景特征进行组合,利用组合的场景特征来确定所述用户间的对话场景,即:场景类别。因此,对于上一步骤获得的即时通讯消息,首先需要从中提取出该消息对应的场景特征信息。
所述场景特征信息与场景识别结果(场景类别)相对应,不同的场景包括不同的场景特征信息,例如,“诱导确认收货”场景包括四个场景特征,分别为:“诱导确认”、“举证说服”、“确认通知”、“欺诈控诉”。
本申请提供的即时通讯对话的场景识别方法,通过所述预先生成的场景特征识别模型从消息中提取出场景特征信息。因此,要实施本申请提供的即时通讯对话的场景识别方法,首先需要生成所述场景特征识别模型。所述场景特征识别模型实质为一个文本分类模型,通过该模型能够对即时通讯消息进行文本分类处理,从中提取出预设的场景特征。
具体实施时,生成所述场景特征识别模型可采用如下方式:通过机器学习算法,从训练样本集中学习获得所述场景特征识别模型。
所述训练样本集包括大量训练样本。所述训练样本包括历史消息及该消息对应的场景特征两方面信息。所述历史消息为特征数据,所述场景特征为所述历史消息的标注数据,在进行模型训练时,将所述历史消息作为输入数据,将所述场景特征作为输出数据,通过选定的机器学习模型,从包括大量训练样本的样本集中学习获得所述场景特征识别模型。
需要说明的是,所述场景特征识别模型可以设置为仅识别单一场景下场景特征信息的模型,相应的,所述预设的场景与场景特征间的对应关系集仅包括单一场景的所述对应关系,则本申请提供的即时通讯对话的场景识别方法只能够判断用户间的交互是否属于某个特定场景。所述场景特征识别模型还可以设置为能够识别多场景的场景特征信息的模型,如果所述预设的场景与场景特征间的对应关系集包括多个场景的所述对应关系,则本申请提供的即时通讯对话的场景识别方法可以识别多个场景。
本步骤应用所述场景特征识别模型,将上一步骤获得的所述即时通讯消息作为该模型的输入,通过模型运算即可获得所述即时通讯消息对应的场景特征信息。例如,即时通讯消息为“亲,先确认下收获再发货哦”或“为什么需要先确认呢?”,这两条消息对应的场景特征均为“诱导确认”场景特征;即时通讯消息为“因为小店利润低、方便周转”或“而且小店已加入XX计划,也有保证金”,这两条消息对应的场景特征均为“举证说服”场景特征。
在获得即时通讯消息对应的场景特征信息之后,还需要保存所述场景特征信息。具体实施时,可将所述场景特征信息记录到缓存或日志文件中。
作为一种优选的方案,可将提取出的所述场景特征信息以向量形式存储。由于向量特征形式占用的存储空间较少、且易于步骤S105对场景特征进行聚合处理,因此,可以有效降低即时通讯服务器的场景特征存储压力、及资源消耗。
具体实施时,可依据可识别场景包括的特征数量设置向量维度,向量的每个元素对应一个场景特征。例如,“诱导确认收货”场景包括四个场景特征,可将每个特征表示为一个四维向量,如“诱导确认”特征表示为(1,0,0,0)、“举证说服”特征表示为(0,1,0,0)、“确认通知”特征表示为(0,0,1,0)、“欺诈控诉”特征表示为(0,0,0,1)。其中,向量维度可通过配置文件方式设置。
具体实施时,所述向量的元素值可以为离散数据,例如,将具有某个场景特征的对应向量元素的值设置为1,将不具有某个场景特征的对应向量元素的值设置为0。所述向量的元素值也可以为连续数据,例如,将向量的元素值设置为场景特征存在的置信度。
当可识别场景对应的场景特征数量发生变化时,通过增减向量维度的方式,既可增加或减少场景的特征维度。由此可见,这种向量型的场景特征结构可以灵活扩展,场景特征的变化不影响已有的场景识别处理方式。
作为一种优选的方案,为了降低场景特征识别的处理量,在步骤S103之前,可包括如下步骤:根据预先存储的场景词库,判断所述即时通讯消息是否包括场景词。
所述场景词库包括预设的各种场景词,不同场景对应不同的场景词。所述场景词库的构建,可以通过业务定义、同义词挖掘等常用方式实现。
执行上述根据预先存储的场景词库判断即时通讯消息是否包括场景词的步骤后,如果判定即时通讯消息包括场景词,则进入步骤S103对所述即时通讯消息进行场景特征的识别处理,否则,将不对该消息做场景特征识别的处理。通过这种处理方式,可以有效降低场景特征识别的处理量,满足即时通讯高并发低延时的性能要求。
在获取到所述用户间的每一条即时通讯消息后,均需通过上述步骤S101和步骤S103对该条即时通讯消息进行场景特征的识别处理,获得该条即时通讯消息对应的场景特征信息,并保存这些场景特征信息。
步骤S105:根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景。
所述用户间对话由所述用户间的多条即时通讯消息构成,如图2所示的A和B之间的多条消息构成的对话。对话中的每一条即时通讯消息都可能识别出场景特征信息,场景特征信息被识别到后将被保存。本步骤将根据这些被保存的场景特征信息,确定所述用户间的对话场景。
本申请提供的即时通讯对话的场景识别方法,根据场景特征的组合确定交互场景的类别。因此,需要预先设定所述场景与场景特征间的对应关系,即:一个特定场景具体对应哪些场景特征,例如,设定“诱导确认收货”场景包括四个场景特征,分别为:“诱导确认”、“举证说服”、“确认通知”、“欺诈控诉”。
所述场景与场景特征间的对应关系集包括至少一个所述场景与场景特征间的对应关系。
具体实施时,本步骤S105首先从保存所述场景特征信息的缓存或日志文件中读取所述用户间的对话涉及的至少一个所述场景特征信息;然后,根据预设的场景与场景特征间的对应关系集、及这些场景特征信息,既可确定所述用户间的对话场景。
在本实施例中,场景特征信息采用向量的形式表示,因此,场景特征的聚合可以通过场景特征向量叠加的方式进行。具体的,步骤S105可包括如下步骤:1)对所述至少一个所述场景特征信息进行加和处理,获取所述至少一个所述场景特征信息的加和结果;2)根据所述加和结果和所述场景与场景特征向量间的对应关系集,确定所述当前对话场景。采用这种处理方式汇总至少一个场景特征,能在不丢失交互细节的前提下方便整体决策,保证整个场景识别的高准确率。
请参考图2,其为本申请的即时通讯对话的场景识别方法实施例的具体流程图。图2展示了发生在用户A与用户B之间的对话,反映的是电子商务交易中“诱导确认收货”的场景;其中,虚线部分标出了该场景的特征,包括:①用户B可能先要求用户A提前确认收货;②用户B会通过列举一些保证信息来打消用户疑虑;③用户A在确认后也会告知用户B已经完成操作;④如果用户B并未履行承诺,则用户A可能还会发布一些控诉言论。
由图2可见,场景特征采用向量形式表示,由于该场景对应四个场景特征,因此,场景特征为四维向量。对于场景最开始的诱导确认收货信息,所述场景特征识别模型会输出形如(1,0,0,0)的向量,随着交互的进行,用户A又提出了一些举例劝服用户B,这时命中的场景特征为(0,1,0,0),以此类推,最终场景中的场景特征都会被识别输出。
获取到场景特征后,将所有向量形式的场景特征相加,形成聚合特征(2,2,1,2);通过该聚合特征可以获知“诱导确认”特征出现了两次、“举证说服”特征出现了两次、“确认通知”特征出现了一次、“欺诈控诉”特征出现了两次;由于每个场景特征都出现过,因此,可以判定该场景具有“诱导确认收货”场景的典型特点,可判定为“诱导确认收货”场景。当识别到该场景后,即时通讯工具可向用户A提供应对措施等方面的信息,同时可关闭用户B的账号,避免用户B的后续欺骗行为等。
需要注意的是,图2中有些文本并无任何输出,例如,“我已经拍下了一个宝贝,多久发货”,由于该消息未命中场景词,因此,不参与场景特征识别过程。
作为一种优选的方案,如果通过步骤S105无法确定用户间的对话场景,则本申请提供的即时通讯对话的场景识别方法还包括:根据预设的场景判定规则和所述至少一个所述场景特征信息,确定所述对话场景。所述预设的场景判定规则,包括但不限于:若预设的场景特征信息出现预设次数,则所述对话场景为特定场景。
通过这种优选的方案可以引入个性化的判定规则,通过不同场景特征的组合情况制定评判策略,例如,针对图2的交互场景,可以考虑当场景特征“诱导确认”和场景特征“举证说服”的出现次数都大于1时,直接判定对话满足“诱导确认收货”场景。采用这种处理方式,能够覆盖后续特征丢失的情况,保证最终场景识别的准确率。
作为一种优选的方案,步骤S105可采用如下方式:当预设的场景识别定时器被触发时,根据从所述用户间对话中获得的所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景。
所述预设的场景识别定时器是指,用于控制步骤S105是否执行的定时器。具体实施时,可根据场景识别的实效性要求设置定时器的触发时间或触发时间间隔,例如,可设置为每15分钟或1小时执行一次步骤S105。
在上述的实施例中,提供了一种即时通讯对话的场景识别方法,与之相对应的,本申请还提供一种即时通讯对话的场景识别装置。该装置是与上述方法的实施例相对应。
请参看图3,其为本申请的即时通讯对话的场景识别装置实施例的示意图。由于装置实施例基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
本实施例的一种即时通讯对话的场景识别装置,包括:消息获取单元101,用于获取用户间的即时通讯消息;场景特征识别单元103,用于将所述即时通讯消息作为预先生成的场景特征识别模型的输入,通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息;场景确定单元105,用于根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景。
可选的,所述场景特征信息的形式包括向量形式;所述向量的维度表示场景的特征维度;所述预设的场景与场景特征间的对应关系集包括场景与场景特征向量间的对应关系集;
所述场景确定单元105包括:
计算子单元,用于获取所述至少一个所述场景特征信息的加和结果;
确定子单元,用于根据所述加和结果和所述场景与场景特征向量间的对应关系集,确定所述对话场景。
请参考图4,其为本申请的电子设备实施例的示意图。由于设备实施例基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的设备实施例仅仅是示意性的。
本实施例的一种电子设备,该电子设备包括:处理器101;以及存储器103,用于存储实现即时通讯对话的场景识别方法的程序,该设备通电并通过所述处理器运行该即时通讯对话的场景识别方法的程序后,执行下述步骤:获取用户间的即时通讯消息;将所述即时通讯消息作为预先生成的场景特征识别模型的输入,通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息;根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景。
此外,本申请还提供一种即时通讯系统。请参考图5,其为本申请的即时通讯系统实施例的示意图。该系统包括至少一个上述实施例所述的即时通讯对话的场景识别装置1011…101n、至少两个用户的即时通讯客户端软件1031…103n。
所述即时通讯对话的场景识别装置1011…101n通常部署于即时通讯服务器;所述即时通讯客户端软件1031…103n,通常部署于移动通讯设备、个人电脑、PAD、iPad等终端设备。
作为一种优选的方案,至少一个所述即时通讯对话的场景识别装置1011…101n可以分别以轻量级插件形式接入到即时通讯服务器,附加在消息处理环节。这样,就无需改动即时通讯服务器的已有实现,从而达到接入方便的效果。其中,插件是指实现本申请提供的即时通讯对话的场景识别方法的程序。
下面根据所述即时通讯对话的场景识别装置可识别的场景数量,给出两种可选的即时通讯系统的实施方案。
方案一、即时通讯服务器部署一个所述即时通讯对话的场景识别装置。
该方案在即时通讯服务器端仅部署一个所述即时通讯对话的场景识别装置。所述即时通讯对话的场景识别装置应用的所述场景特征识别模型能够识别多场景的场景特征信息,并且所述预设的场景与场景特征间的对应关系集包括多个场景的所述对应关系,因此,所述即时通讯对话的场景识别装置可以识别多个场景。
例如,用户A的即时通讯客户端软件1031及用户B的即时通讯客户端软件1032部署在智能手机上,用户A或用户B通过各自手机上的即时通讯客户端软件,能够向对方发送即时通讯消息,这些消息首先被传送到即时通讯服务器;所述即时通讯对话的场景识别装置101部署在即时通讯服务器上,该装置在获取到两个用户间的即时通讯消息后,将所述即时通讯消息作为预先生成的场景特征识别模型的输入,通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息;再根据从两个用户间对话中获得的所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定两个用户间的对话场景。
方案二、即时通讯服务器部署多个所述即时通讯对话的场景识别装置。
该方案在即时通讯服务器端部署多个所述即时通讯对话的场景识别装置。每个所述即时通讯对话的场景识别装置识别不同的场景,且通常仅识别一个场景。所述即时通讯对话的场景识别装置应用的所述场景特征识别模型通常仅识别单一场景下的场景特征信息,并且所述预设的场景与场景特征间的对应关系集通常仅单一场景的所述对应关系,因此,所述即时通讯对话的场景识别装置通常仅识别单一场景。
相应的,可在即时通讯服务器端为各种场景设置各自对应的轻量级场景识别插件。不同插件识别不同的场景,不同插件采用不同的场景特征识别模型,不同的场景特征识别模型识别不同场景下的所述场景特征信息。
当即时通讯服务器获取到用户间的即时通讯消息后,将逐个执行各个插件的场景识别处理流程,当某个场景下的场景特征被识别出来时,则该场景的处理流程将输出相应场景特征,当该场景的所有特征均被识别出来时,即可判定用户间的对话场景为该场景。
采用方案二,可以动态开关不同的场景插件,如果有些场景不需要开启,就不需要识别所有的场景特征;因而,可以有效减少即时通讯服务器的性能消耗。
本申请提供的即时通讯对话的场景识别方法、相应装置和即时通讯系统,将用户间的多条即时通讯消息各自对应的场景特征组合,利用组合的场景特征来描述用户间的对话场景。采用本申请提供的即时通讯对话的场景识别方法,能够间接利用场景交互中的上下文,因而,使得即时通讯服务器不需要额外保存前文数据即可对交互场景进行实时识别,既保证了即时通讯系统的高效性,又可以达到实时识别的效果,同时还兼顾了较高安全性。
与上述的即时通讯对话的场景识别方法相对应,本申请还提供一种信息推送方法。请参考图6,其为本申请提供的一种信息推送方法实施例的流程图,本实施例与第一实施例内容相同的部分不再赘述,请参见实施例一中的相应部分。本申请提供的一种信息推送方法包括:
步骤S101:获取用户间的即时通讯消息。
步骤S103:将所述即时通讯消息作为预先生成的场景特征识别模型的输入,通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息。
步骤S105:根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景。
关于步骤S101至步骤S105的相关说明,请参见实施例一中的相关描述,此处不再赘述。
经过上述步骤S101至步骤S105的处理后,确定了所述用户间的对话场景,然后,就可以进入下一步骤,根据所确定的对话场景,向对话用户中的特定用户推送场景关联信息。
步骤S107:根据所述对话场景,向对话用户中的特定用户推送场景关联信息。
本申请提供的信息推送方法,根据用户间的对话场景向其中的特定用户推送场景关联信息。所述特定用户包括参与对话的用户中的用户。以买家用户与卖家用户之间的对话为例,特定用户可以为买家用户,也可以为卖家用户。
所述场景关联信息是指与场景相关的信息,例如,“欺诈场景”关联信息可包括向被欺诈用户(如:买家)发送的报警信息,也可包括向欺诈用户(如:卖家)发送的警告信息;再例如,“商品咨询场景”关联信息可包括向咨询用户(如:买家)发送的商品促销信息,也可包括向咨询用户发送的相关商品信息,如:在买家向卖家咨询某款手机的场景下,可以向该买家推送该款手机的最新促销信息,还可以推送该款手机的其它配套商品等;或者,在买家向卖家咨询某款服装的尺码信息的场景下,可以向该买家推送该款服装的尺码信息表,还可以推送其它买家对尺码的评论信息等。
下面给出几种不同对话场景下的信息推送处理过程,以说明本申请提供的信息推送方法。
1)欺诈场景
上述实施例一中的“诱导确认收货”场景即为一种典型的欺诈场景,通过图2所示的用户间的对话信息,可以判定卖家为欺诈方,买家为被欺诈方。在确定对话场景为“诱导确认收货”场景之后,步骤S107可包括如下具体步骤:1)获取被欺诈用户的通讯标识;2)通过所述第一用户的通讯标识,向所述第一用户推送所述报警信息。
所述通讯标识包括:电话号码或即时通讯帐号。请参考图7,其为本申请提供的一种信息推送方法实施例的信息推送界面示意图。在本实施例中,当判定用户间的对话场景为“诱导确认收货”场景后,将拨打买家的手机号码(也可通过发送手机短信等方式),当买家接听电话后,可通过人工语音提示用户“确认打款前请确保已经收到货物,避免被欺骗”等信息。
2)数据对象咨询场景
以买家向卖家咨询某款手机(手机在电商平台上被表示为一个数据对象)的对话场景为例,步骤S107可包括如下具体步骤:1)获取买家咨询的手机;2)向该买家推送该手机的相关信息,这些相关信息可通过手机短信或即时通讯消息等方式推送给买家。
具体实施时,所述获取买家咨询的数据对象的步骤,可采用如下方式:从即时通讯消息中提取数据对象。
如果买家就某款服饰品的尺码信息进行咨询,即对话场景为数据对象型号咨询场景(其场景特征可能包括:身高、体重、是否修身等),则可以向该买家推送该款服饰品的尺码信息表,还可以推送其它买家对尺码的评论信息等。
在上述的实施例中,提供了一种信息推送方法,与之相对应的,本申请还提供一种信息推送装置。该装置是与上述方法的实施例相对应。
请参看图8,其为本申请的信息推送装置实施例的示意图。由于装置实施例基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
本实施例的一种信息推送装置,包括:消息获取单元101,获取用户间的即时通讯消息;场景特征识别单元103,用于将所述即时通讯消息作为预先生成的场景特征识别模型的输入,通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息;场景确定单元105,用于根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景;信息推送单元107,用于根据所述对话场景,向对话用户中的特定用户推送场景关联信息。
请参考图9,其为本申请的电子设备实施例的示意图。由于设备实施例基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的设备实施例仅仅是示意性的。
本实施例的一种电子设备,该电子设备包括:处理器101;以及存储器103,用于存储实现信息推送方法的程序,该设备通电并通过所述处理器运行该信息推送方法的程序后,执行下述步骤:获取用户间的即时通讯消息;将所述即时通讯消息作为预先生成的场景特征识别模型的输入,通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息;根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景;根据所述对话场景,向对话用户中的特定用户推送场景关联信息。
与上述的信息推送方法相对应,本申请还提供一种信息获取方法。请参考图10,其为本申请提供的一种信息获取方法实施例的流程图,本实施例与第一实施例内容相同的部分不再赘述,请参见实施例一中的相应部分。本申请提供的一种信息获取方法包括:
步骤S101:向对话用户发送即时通讯消息。
本申请提供的信息获取方法,在用户间通过发送即时通讯消息进行对话时,由即时通讯系统根据用户间的对话内容,判定用户间的对话场景,并根据对话场景向其中的特定用户推送场景关联信息。因此,要实施本申请提供的信息获取方法,首先需要向对方用户发送即时通讯消息。
步骤S103:接收即时通讯服务器发送的与对话场景关联的信息。
当即时通讯系统确定用户间的对话场景后,如果将场景关联信息推送至即时通讯工具的客户端,则本申请提供的信息获取方法,在接收到场景关联信息后,会将场景关联信息显示在即时通讯工具的客户端界面中。
在上述的实施例中,提供了一种信息获取方法,与之相对应的,本申请还提供一种信息获取装置。该装置是与上述方法的实施例相对应。
请参看图11,其为本申请的信息获取装置实施例的示意图。由于装置实施例基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
本实施例的一种信息获取装置,包括:消息发送单元101,用于向对话用户发送即时通讯消息;信息接收单元103,用于接收即时通讯服务器发送的与对话场景关联的信息。
请参考图12,其为本申请的电子设备实施例的示意图。由于设备实施例基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的设备实施例仅仅是示意性的。
本实施例的一种电子设备,该电子设备包括:处理器101;以及存储器103,用于存储实现信息获取方法的程序,该设备通电并通过所述处理器运行该信息获取方法的程序后,执行下述步骤:向对话用户发送即时通讯消息;接收即时通讯服务器发送的与对话场景关联的信息。
本申请实施例还提供了一种信息推送系统,如图13所示,该系统包括上述实施例所述的信息推送装置101和信息获取装置102。所述信息推送装置通常部署于服务器,但并不局限于服务器,也可以是能够实现所述信息推送方法的任何设备;所述信息获取装置102通常部署于移动通讯设备、个人电脑、PAD、iPad等终端设备。
例如,信息获取装置102部署在智能手机上,能够向对话用户发送即时通讯消息,并接收即时通讯服务器发送的与对话场景关联的信息;所述信息推送装置101部署在服务器上,通过获取用户间的即时通讯消息,并将所述即时通讯消息作为预先生成的场景特征识别模型的输入,通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息,然后,根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景,最后,根据所述对话场景,向对话用户中的特定用户推送场景关联信息。
本申请虽然以较佳实施例公开如上,但其并不是用来限定本申请,任何本领域技术人员在不脱离本申请的精神和范围内,都可以做出可能的变动和修改,因此本申请的保护范围应当以本申请权利要求所界定的范围为准。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
1、计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
2、本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
Claims (32)
1.一种即时通讯对话的场景识别方法,其特征在于,包括:
获取用户间的即时通讯消息;
将所述即时通讯消息作为预先生成的场景特征识别模型的输入,通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息;
根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景。
2.根据权利要求1所述的即时通讯对话的场景识别方法,其特征在于,在所述通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息之前,还包括:
根据预先存储的场景词库,判断所述即时通讯消息是否包括场景词;若是,则进入下一步骤。
3.根据权利要求1所述的即时通讯对话的场景识别方法,其特征在于,所述预先生成的场景特征识别模型,采用如下方式生成:
通过机器学习算法,从训练样本集中学习获得所述场景特征识别模型。
4.根据权利要求1所述的即时通讯对话的场景识别方法,其特征在于,所述场景特征信息的形式包括向量形式;所述向量的维度表示场景的特征维度;所述预设的场景与场景特征间的对应关系集包括场景与场景特征向量间的对应关系集。
5.根据权利要求4所述的即时通讯对话的场景识别方法,其特征在于,所述向量的元素值包括:用于表示所述即时通讯消息包括该元素对应的场景特征的第一元素值、或用于表示所述即时通讯消息不包括该元素对应的场景特征的第二元素值。
6.根据权利要求4所述的即时通讯对话的场景识别方法,其特征在于,所述向量的元素值包括:用于表示所述即时通讯消息包括该元素对应的场景特征的置信度。
7.根据权利要求4所述的即时通讯对话的场景识别方法,其特征在于,所述根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,并确定所述用户间的对话场景,包括:
获取所述至少一个所述场景特征信息的加和结果;
根据所述加和结果和所述场景与场景特征向量间的对应关系集,确定所述对话场景。
8.根据权利要求4所述的即时通讯对话的场景识别方法,其特征在于,通过增加所述向量的维度的方式,增加所述场景的特征维度。
9.根据权利要求1所述的即时通讯对话的场景识别方法,其特征在于,还包括:
将所述场景特征信息记录到缓存或日志文件中。
10.根据权利要求1所述的即时通讯对话的场景识别方法,其特征在于,还包括:
若无法确定所述对话场景,则根据预设的场景判定规则和所述至少一个所述场景特征信息,确定所述对话场景。
11.根据权利要求10所述的即时通讯对话的场景识别方法,其特征在于,所述预设的场景判定规则,包括:
若预设的场景特征信息出现预设次数,则所述对话场景为特定场景。
12.根据权利要求1所述的即时通讯对话的场景识别方法,其特征在于,所述预先生成的场景特征识别模型识别单一场景的场景特征信息;所述预设的场景与场景特征间的对应关系集包括单一场景的所述对应关系。
13.根据权利要求1所述的即时通讯对话的场景识别方法,其特征在于,所述根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,并确定所述用户间的对话场景,采用如下形式:
当预设的场景识别定时器被触发时,根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景。
14.根据权利要求1所述的即时通讯对话的场景识别方法,其特征在于,所述用户间的即时通讯消息包括两个用户间的即时通讯消息或多个用户间的即时通讯消息。
15.一种即时通讯对话的场景识别装置,其特征在于,包括:
消息获取单元,用于获取用户间的即时通讯消息;
场景特征识别单元,用于将所述即时通讯消息作为预先生成的场景特征识别模型的输入,通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息;
场景确定单元,用于根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景。
16.根据权利要求15所述的即时通讯对话的场景识别装置,其特征在于:
所述场景特征信息的形式包括向量形式;所述向量的维度表示场景的特征维度;所述预设的场景与场景特征间的对应关系集包括场景与场景特征向量间的对应关系集;
所述场景确定单元包括:
计算子单元,用于获取所述至少一个所述场景特征信息的加和结果;
确定子单元,用于根据所述加和结果和所述场景与场景特征向量间的对应关系集,确定所述对话场景。
17.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储实现即时通讯对话的场景识别方法的程序,该设备通电并通过所述处理器运行该即时通讯对话的场景识别方法的程序后,执行下述步骤:获取用户间的即时通讯消息;将所述即时通讯消息作为预先生成的场景特征识别模型的输入,通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息;根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景。
18.一种即时通讯系统,其特征在于,包括:至少一个根据权利要求15所述的即时通讯对话的场景识别装置,至少两个用户的即时通讯客户端软件。
19.根据权利要求18所述的即时通讯系统,其特征在于,所述即时通讯对话的场景识别装置为轻量级插件形式。
20.一种信息推送方法,其特征在于,包括:
获取用户间的即时通讯消息;
将所述即时通讯消息作为预先生成的场景特征识别模型的输入,通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息;
根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景;
根据所述对话场景,向对话用户中的特定用户推送场景关联信息。
21.根据权利要求20所述的信息推送方法,其特征在于,所述对话场景包括欺诈场景,所述场景关联信息包括报警信息。
22.根据权利要求21所述的信息推送方法,其特征在于,所述向对话用户中的特定用户推送场景关联信息,包括:
获取被欺诈用户的通讯标识;
通过所述被欺诈用户的通讯标识,向所述被欺诈用户推送所述报警信息。
23.根据权利要求22所述的信息推送方法,其特征在于,所述通讯标识包括:电话号码或即时通讯帐号。
24.根据权利要求20所述的信息推送方法,其特征在于,所述对话场景包括数据对象咨询场景,所述场景关联信息包括数据对象的相关信息。
25.根据权利要求24所述的信息推送方法,其特征在于,所述向对话用户中的特定用户推送场景关联信息,包括:
获取咨询用户咨询的数据对象;
向所述咨询用户推送所述数据对象的相关信息。
26.根据权利要求24所述的信息推送方法,其特征在于,所述数据对象咨询场景包括数据对象型号咨询场景,所述数据对象的相关信息包括数据对象的型号相关信息。
27.一种信息推送装置,其特征在于,包括:
消息获取单元,获取用户间的即时通讯消息;
场景特征识别单元,用于将所述即时通讯消息作为预先生成的场景特征识别模型的输入,通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息;
场景确定单元,用于根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景;
信息推送单元,用于根据所述对话场景,向对话用户中的特定用户推送场景关联信息。
28.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储实现信息推送方法的程序,该设备通电并通过所述处理器运行该信息推送方法的程序后,执行下述步骤:获取用户间的即时通讯消息;将所述即时通讯消息作为预先生成的场景特征识别模型的输入,通过所述场景特征识别模型获得所述即时通讯消息对应的场景特征信息;根据从所述用户间对话中获得的至少一个所述场景特征信息、及预设的场景与场景特征间的对应关系集,确定所述用户间的对话场景;根据所述对话场景,向对话用户中的特定用户推送场景关联信息。
29.一种信息获取方法,其特征在于,包括:
向对话用户发送即时通讯消息;
接收即时通讯服务器发送的与对话场景关联的信息。
30.一种信息获取装置,其特征在于,包括:
消息发送单元,用于向对话用户发送即时通讯消息;
信息接收单元,用于接收即时通讯服务器发送的与对话场景关联的信息。
31.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储实现信息获取方法的程序,该设备通电并通过所述处理器运行该信息获取方法的程序后,执行下述步骤:向对话用户发送即时通讯消息;接收即时通讯服务器发送的与对话场景关联的信息。
32.一种信息推送系统,其特征在于,包括:根据上述权利要求27所述的信息推送装置;以及根据权利要求30所述的信息获取装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611010124.3A CN108075962A (zh) | 2016-11-16 | 2016-11-16 | 即时通讯对话的场景识别方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611010124.3A CN108075962A (zh) | 2016-11-16 | 2016-11-16 | 即时通讯对话的场景识别方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108075962A true CN108075962A (zh) | 2018-05-25 |
Family
ID=62163328
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611010124.3A Pending CN108075962A (zh) | 2016-11-16 | 2016-11-16 | 即时通讯对话的场景识别方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108075962A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110097102A (zh) * | 2019-04-22 | 2019-08-06 | 上海车轮互联网服务有限公司 | 适用于不同业务场景的数据配置方法及装置 |
CN110413788A (zh) * | 2019-07-30 | 2019-11-05 | 携程计算机技术(上海)有限公司 | 会话文本的场景类别的预测方法、系统、设备和存储介质 |
CN111753056A (zh) * | 2020-06-28 | 2020-10-09 | 北京百度网讯科技有限公司 | 信息推送方法和装置、计算设备、计算机可读存储介质 |
CN112381989A (zh) * | 2020-11-12 | 2021-02-19 | 中国工商银行股份有限公司 | 排序方法、装置、系统和电子设备 |
CN113678133A (zh) * | 2019-04-05 | 2021-11-19 | 三星电子株式会社 | 用于对话中断检测的具有全局和局部编码的上下文丰富的注意记忆网络的系统和方法 |
CN114691746A (zh) * | 2020-12-30 | 2022-07-01 | 北京嘀嘀无限科技发展有限公司 | 特征信息与场景的因果关系获取方法、装置、设备及介质 |
CN114996421A (zh) * | 2022-05-20 | 2022-09-02 | 阿里巴巴(中国)有限公司 | 客服信息处理方法、装置及设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080028027A1 (en) * | 2006-07-25 | 2008-01-31 | Jack Jachner | Multi-threaded instant messaging |
CN102790726A (zh) * | 2011-05-18 | 2012-11-21 | 腾讯科技(深圳)有限公司 | 一种基于即时通讯推送信息的方法、装置及系统 |
US20130067546A1 (en) * | 2011-09-08 | 2013-03-14 | International Business Machines Corporation | Transaction authentication management system with multiple authentication levels |
CN103634308A (zh) * | 2013-11-19 | 2014-03-12 | 北京奇虎科技有限公司 | 一种即时通讯工具的安全检测方法和装置 |
CN103744968A (zh) * | 2014-01-09 | 2014-04-23 | 小米科技有限责任公司 | 一种终端应用中的信息推送方法及装置 |
CN104407764A (zh) * | 2013-10-29 | 2015-03-11 | 贵阳朗玛信息技术股份有限公司 | 场景效果呈现方法及装置 |
CN104580108A (zh) * | 2013-10-24 | 2015-04-29 | 深圳市腾讯计算机系统有限公司 | 信息提示方法和系统、服务器 |
CN104951428A (zh) * | 2014-03-26 | 2015-09-30 | 阿里巴巴集团控股有限公司 | 用户意图识别方法及装置 |
CN105389296A (zh) * | 2015-12-11 | 2016-03-09 | 小米科技有限责任公司 | 信息分割方法及装置 |
CN105407030A (zh) * | 2014-09-09 | 2016-03-16 | 阿里巴巴集团控股有限公司 | 一种即时通讯中播放多媒体文件的方法及装置 |
CN105760523A (zh) * | 2016-02-29 | 2016-07-13 | 百度在线网络技术(北京)有限公司 | 一种信息推送方法和装置 |
-
2016
- 2016-11-16 CN CN201611010124.3A patent/CN108075962A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080028027A1 (en) * | 2006-07-25 | 2008-01-31 | Jack Jachner | Multi-threaded instant messaging |
CN102790726A (zh) * | 2011-05-18 | 2012-11-21 | 腾讯科技(深圳)有限公司 | 一种基于即时通讯推送信息的方法、装置及系统 |
US20130067546A1 (en) * | 2011-09-08 | 2013-03-14 | International Business Machines Corporation | Transaction authentication management system with multiple authentication levels |
CN104580108A (zh) * | 2013-10-24 | 2015-04-29 | 深圳市腾讯计算机系统有限公司 | 信息提示方法和系统、服务器 |
CN104407764A (zh) * | 2013-10-29 | 2015-03-11 | 贵阳朗玛信息技术股份有限公司 | 场景效果呈现方法及装置 |
CN103634308A (zh) * | 2013-11-19 | 2014-03-12 | 北京奇虎科技有限公司 | 一种即时通讯工具的安全检测方法和装置 |
CN103744968A (zh) * | 2014-01-09 | 2014-04-23 | 小米科技有限责任公司 | 一种终端应用中的信息推送方法及装置 |
CN104951428A (zh) * | 2014-03-26 | 2015-09-30 | 阿里巴巴集团控股有限公司 | 用户意图识别方法及装置 |
CN105407030A (zh) * | 2014-09-09 | 2016-03-16 | 阿里巴巴集团控股有限公司 | 一种即时通讯中播放多媒体文件的方法及装置 |
CN105389296A (zh) * | 2015-12-11 | 2016-03-09 | 小米科技有限责任公司 | 信息分割方法及装置 |
CN105760523A (zh) * | 2016-02-29 | 2016-07-13 | 百度在线网络技术(北京)有限公司 | 一种信息推送方法和装置 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113678133A (zh) * | 2019-04-05 | 2021-11-19 | 三星电子株式会社 | 用于对话中断检测的具有全局和局部编码的上下文丰富的注意记忆网络的系统和方法 |
CN110097102A (zh) * | 2019-04-22 | 2019-08-06 | 上海车轮互联网服务有限公司 | 适用于不同业务场景的数据配置方法及装置 |
CN110413788A (zh) * | 2019-07-30 | 2019-11-05 | 携程计算机技术(上海)有限公司 | 会话文本的场景类别的预测方法、系统、设备和存储介质 |
CN110413788B (zh) * | 2019-07-30 | 2023-01-31 | 携程计算机技术(上海)有限公司 | 会话文本的场景类别的预测方法、系统、设备和存储介质 |
CN111753056A (zh) * | 2020-06-28 | 2020-10-09 | 北京百度网讯科技有限公司 | 信息推送方法和装置、计算设备、计算机可读存储介质 |
CN111753056B (zh) * | 2020-06-28 | 2024-01-19 | 北京百度网讯科技有限公司 | 信息推送方法和装置、计算设备、计算机可读存储介质 |
CN112381989A (zh) * | 2020-11-12 | 2021-02-19 | 中国工商银行股份有限公司 | 排序方法、装置、系统和电子设备 |
CN114691746A (zh) * | 2020-12-30 | 2022-07-01 | 北京嘀嘀无限科技发展有限公司 | 特征信息与场景的因果关系获取方法、装置、设备及介质 |
CN114996421A (zh) * | 2022-05-20 | 2022-09-02 | 阿里巴巴(中国)有限公司 | 客服信息处理方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108075962A (zh) | 即时通讯对话的场景识别方法、装置及系统 | |
US11068582B2 (en) | Computer-based systems configured for managing authentication challenge questions in a database and methods of use thereof | |
CN105389488B (zh) | 身份认证方法及装置 | |
CN108764877A (zh) | 基于区块链技术的数字资产确权交易方法 | |
CN110362665B (zh) | 一种基于语义相似度的问答系统及方法 | |
CN106550004A (zh) | 业务对象的推荐方法及装置 | |
CN109213859A (zh) | 一种文本检测方法、装置及系统 | |
CN110322209A (zh) | 评论信息处理方法、装置、系统及存储介质 | |
US12026274B2 (en) | Computer-based systems configured for managing permission messages in a database and methods of use thereof | |
CN111539741B (zh) | 识别操作风险的方法、系统和非暂时性存储介质 | |
CN107392614A (zh) | 线下交易的实现方法和装置 | |
CN108960875A (zh) | 一种接入信息的处理方法 | |
CN110164429A (zh) | 语音交互方法和装置 | |
CN109636378A (zh) | 账户识别方法和装置、电子设备 | |
CN109726315A (zh) | 数据查询方法、装置、计算设备及存储介质 | |
CN107623620B (zh) | 随机性交互数据的处理方法、网络服务器及智能对话系统 | |
CN108446905A (zh) | 一种支付方法、装置及电子设备 | |
CN107528822A (zh) | 一种业务执行方法以及装置 | |
CN106658446A (zh) | 短消息的统计分析方法 | |
CN110532365A (zh) | 信息确定方法、装置、系统、电子设备和介质 | |
CN110287315A (zh) | 舆情确定方法、装置、设备及存储介质 | |
CN110377803A (zh) | 信息处理方法以及装置 | |
US20230054663A1 (en) | Computer-based systems configured for record annotation and methods of use thereof | |
CN108364228A (zh) | 一种业务数据处理方法及其设备 | |
CN105681155A (zh) | 即时通讯中的用户信息处理方法及装置 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1255826 Country of ref document: HK |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180525 |