CN108345663A - 一种新闻推送方法及设备 - Google Patents
一种新闻推送方法及设备 Download PDFInfo
- Publication number
- CN108345663A CN108345663A CN201810107186.9A CN201810107186A CN108345663A CN 108345663 A CN108345663 A CN 108345663A CN 201810107186 A CN201810107186 A CN 201810107186A CN 108345663 A CN108345663 A CN 108345663A
- Authority
- CN
- China
- Prior art keywords
- news
- user
- query
- sentence
- query statement
- 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
-
- 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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供了一种新闻推送方法及设备,该方案首先根据用户输入的提问语句,识别用户的提问意图,若所述提问意图为获取新闻,则从所述提问语句中提取新闻元素,然后根据所述新闻元素对新闻库中的候选新闻进行相关度评分,并根据所述相关度评分,向用户推送所述新闻库中的候选新闻。由此,用户可以通过提问的方式主动获取感兴趣的新闻内容,而非被动地获取预先设定好的固定新闻,并且向用户推送其感兴趣的新闻时,是基于提取到的新闻元素进行过精准匹配的,使得推送的新闻内容能够与符合用户的实际期望。
Description
技术领域
本申请涉及信息技术领域,尤其涉及一种新闻推送方法及设备。
背景技术
目前通用的问答机器人可以根据用户输入问句执行特定任务,比如订机票、查询天气、获取当日新闻等。在获取新闻方面,此类问答机器人允许用户通过固定形式问句,提示机器人播送指定新闻。但是目前的问答机器人存在如下几个缺点:
1、只能通过固定问句返回固定新闻。在与用户交互时,这些问答机器人只能识别特定问句,比如“我想听新闻”,在检测到该特定问句后,问答机器人从新闻数据库中返回当前预设好的固定新闻。
2、简单匹配搜索。问答机器人识别到用户新闻相关问句后,只是简单地在搜索引擎使用问句检索,返回结果网页,并没有对问句和新闻进行结构化的元素提取和精准匹配,使得向用户推送的新闻与用户期望查看的内容存在较大差别。
3、没有基于新闻的深度或者扩展交互,仅仅局限于推送新闻本身。
申请内容
本申请的一个目的是提供一种新闻推送方案,用以解决用户无法主动获取与其询问意图精准匹配的新闻的问题。
为实现上述目的,本申请提供了一种新闻推送方法,该方法包括:
根据用户输入的查询语句,识别用户的查询意图;
若所述查询意图为获取新闻,从所述查询语句中提取新闻元素;
根据所述新闻元素对新闻库中的新闻进行相关度评分;
根据所述相关度评分,向用户推送所述新闻库中的新闻。
进一步地,该方法还包括:
向用户提供查询推荐信息。
进一步地,向用户提供查询推荐信息之前,还包括:
根据历史数据记录,确定查询推荐信息,其中,所述历史数据记录包括以下至少一项:查询语句、向用户推送的新闻、用户浏览的新闻。
进一步地,该方法还包括:
存储用户输入的查询语句,作为历史查询语句;
根据用户输入的查询语句,识别用户的查询意图,包括:
根据用户输入的当前查询语句,在历史查询语句中查询其关联查询语句;
根据所述当前查询语句和关联查询语句,识别用户的查询意图。
进一步地,若所述查询意图为获取新闻,从所述查询语句中提取新闻元素,包括:
若所述查询意图为获取新闻,从所述当前查询语句和其关联查询语句中提取新闻元素。
进一步地,该方法还包括:
从数据源获取新闻;
从所述新闻中提取新闻元素,将所述新闻及其对应的新闻元素存储于新闻库中。
进一步地,根据用户输入的查询语句,识别用户的查询意图之后,还包括:
若所述查询意图为新闻元素答疑,根据所述查询语句确定待查新闻元素;
基于新闻百科知识图谱库获取所述待查新闻元素的释义,并向用户推送所述释义。
进一步地,在根据所述相关度评分,向用户推送所述新闻库中的新闻时,还包括:
向用户推送关于所述新闻中新闻元素答疑的提示信息。
进一步地,根据用户输入的查询语句,识别用户的查询意图之后,还包括:
若所述查询意图为新闻热度查询,根据所述查询语句确定热度查询条件;
根据所述热度查询条件,在新闻热度数据库进行查询,获取新闻热度查询结果,并向用户推送所述新闻热度查询结果。
进一步地,向用户推送所述新闻热度查询结果,包括:
以图表的形式向用户推送所述新闻热度查询结果。
基于本申请的另一方面,还提供了一种新闻推送设备,该设备包括:
交互模块,用于获取用户输入的查询语句,以及向用户推送新闻;
会话管理模块,用于根据用户输入的查询语句,识别用户的查询意图,在所述查询意图为获取新闻时,从所述查询语句中提取新闻元素;根据所述新闻元素对新闻库中的新闻进行相关度评分;根据所述相关度评分,确定待推送的新闻。
基础数据模块,用于存储新闻库。
进一步地,所述交互模块,还用于向用户提供查询推荐信息。
进一步地,所述会话管理模块,还用于在向用户提供查询推荐信息之前,根据历史数据记录,确定查询推荐信息,其中,所述历史数据记录包括以下至少一项:查询语句、向用户推送的新闻、用户浏览的新闻。
进一步地,所述基础数据模块,还用于存储用户输入的查询语句,作为历史查询语句;
所述会话管理模块,用于根据用户输入的当前查询语句,在历史查询语句中查询其关联查询语句,以及根据所述当前查询语句和关联查询语句,识别用户的查询意图。
进一步地,所述会话管理模块,用于在所述查询意图为获取新闻,从所述当前查询语句和其关联查询语句中提取新闻元素。
进一步地,所述基础数据模块,还用于从数据源获取新闻,以及从所述新闻中提取新闻元素,将所述新闻及其对应的新闻元素存储于新闻库中。
进一步地,所述会话管理模块,还用于在根据用户输入的查询语句,识别用户的查询意图之后,若所述查询意图为新闻元素答疑,根据所述查询语句确定待查新闻元素,以及基于新闻百科知识图谱库获取所述待查新闻元素的释义;
所述交互模块,还用于向用户推送所述释义。
进一步地,所述交互模块,还用于在根据所述相关度评分,向用户推送所述新闻库中的新闻时,向用户推送关于所述新闻中新闻元素答疑的提示信息。
进一步地,所述会话管理模块,还用于在根据用户输入的查询语句,识别用户的查询意图之后,若所述查询意图为新闻热度查询,根据所述查询语句确定热度查询条件,以及根据所述热度查询条件,在新闻热度数据库进行查询,获取新闻热度查询结果;
所述交互模块,还用于向用户推送所述新闻热度查询结果。
进一步地,所述交互模块,用于以图表的形式向用户推送所述新闻热度查询结果。
此外,本申请还提供了一种新闻推送设备,该设备包括:
处理器;以及
存储有机器可读指令的一个或多个机器可读介质,当所述处理器执行所述机器可读指令时,使得所述设备执行前述的方法。
本申请提供的方案中,首先根据用户输入的提问语句,识别用户的提问意图,若所述提问意图为获取新闻,则从所述提问语句中提取新闻元素,然后根据所述新闻元素对新闻库中的候选新闻进行相关度评分,并根据所述相关度评分,向用户推送所述新闻库中的候选新闻。由此,用户可以通过提问的方式主动获取感兴趣的新闻内容,而非被动地获取预先设定好的固定新闻,并且向用户推送其感兴趣的新闻时,是基于提取到的新闻元素进行过精准匹配的,使得推送的新闻内容能够与符合用户的实际期望。
此外,用户除了可以获取新闻本身之外,还可以通过相应的交互来获取有关新闻中的新闻元素解释或者对新闻热度进行查询。
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,本申请的其它特征、目的和优点将会变得更明显:
图1为本申请实施例提供的一种新闻推送方法的处理流程图;
图2为本申请另一实施例中提供查询推荐信息的示意图;
图3为本申请另一实施例中实现新闻库构建的示意图;
图4为本申请另一实施例中实现新闻元素释义功能的是示意图;
图5为本申请另一实施例中实现新闻热度查询功能的是示意图;
图6为本申请实施例提供的一种新闻推送设备的示意图;
图7为本申请另一实施例中提供查询推荐信息的示意图;
图8为本申请另一实施例中实现新闻库构建的示意图;
图9为本申请另一实施例中实现新闻元素释义功能的是示意图;
图10为本申请另一实施例中实现新闻热度查询功能的是示意图;
图11为本申请实施例提供的另一种新闻推送设备的示意图;
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本申请作进一步详细描述。
在本申请一个典型的配置中,终端、服务网络的设备均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。
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、程序的装置或其他数据。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(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。
本申请实施例提供了一种新闻推送方法,该方法可以通过与用户进行问答交互的方式实现新闻的精准推送,该方法的执行主体可以是用户设备、网络设备或用户设备与网络设备通过网络相集成所构成的设备,或者也可以是运行于上述设备的应用程序。
所述用户设备包括但不限于计算机、手机、平板电脑等各类终端设备;所述网络设备包括但不限于如网络主机、单个网络服务器、多个网络服务器集或基于云计算的计算机集合等实现。在此,云由基于云计算(Cloud Computing)的大量主机或网络服务器构成,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个虚拟计算机。
该方法的处理流程如图1所示,至少包括以下步骤:
步骤S101,根据用户输入的查询语句,识别用户的查询意图。本方案中可以通过向用户提供各类输入接口,使得用户可以通过对应的输入形式实现查询语句的输入。例如通过语音形式的输入时,可以直接对着麦克风等语音输入装置说出查询语句,由此实现查询语句的输入,此外用户也可以通过键盘、触屏、手写板等输入文本形式的查询语句。
本申请的实施例中,识别用户的查询意图可以基于自然语言处理、机器学习或者模式匹配等方法,对用户查询语句进行处理,从而完成查询意图的识别。例如,用户输入查询语句为“最近一周有什么关于AAA的消息?”,则可以识别用户的查询意图是获取新闻。
步骤S102,若所述查询意图为获取新闻,从所述查询语句中提取新闻元素。
在从查询语句中提取新闻元素时,可以通过机器学习、自然语言处理句法分析、模式匹配等方法,在查询语句中提取包括但不限于人物、时间、地点、事件、原因等新闻元素,以便后续实现相关新闻的精准匹配。在实际场景中,除了上述几种新闻元素之外,还可以提取人物言论、伤亡数字、涉及金额等特定类别的新闻元素,以便更加精准的获取到各个类别的新闻。
步骤S103,根据所述新闻元素对新闻库中的新闻进行相关度评分。新闻库中存储有可以推送给用户的新闻,在从查询语句中提取到新闻元素之后,可以通过打分规则、机器学习等方法,对新闻库中的新闻进行打分,以确定这些新闻与新闻元素之间的相关度评分。
步骤S104,根据所述相关度评分,向用户推送所述新闻库中的新闻。在实际场景中,会选取相关度评分较高的新闻,来作为向用户推送的新闻。例如在实施例中,新闻库中存在10条新闻,5条与AAA相关,且其中3条是最近一周内的新闻,而其余5条与AAA无关。对于用户输入的查询语句“最近一周有什么关于AAA的消息?”,其提取到新闻元素可能包括时间为最近一周,人物为AAA。由此,对新闻库中10条新闻进行相关度评分,则评分最高的是3条最近一周内与AAA相关的新闻,此时可以将这3条新闻推送给用户。
在本申请一些实施例提供的方案中,可以向用户提供查询推荐信息。所述查询推荐信息用于给用户后续查查询行为的提供一定的提示,可以是多个供用户选择的问题,使得用户可以将这些问题作为后续的查询语句输入。
查询推荐信息可以根据历史数据记录确定,所述的历史数据记录可以是查询语句、向用户推送的新闻、用户浏览的新闻等几种数据记录中的一种或者多种。用户浏览的新闻是指向用户推送新闻之后,用户最终选取并浏览的新闻,例如在上例上向用户推送了3条最近一周内与AAA相关的新闻,而用户可能仅选取了3条中的第2条新闻来阅读其具体内容,而并未浏览其它两条的具体内容,则该第2条新闻即为用户浏览的新闻。由于根据这些历史数据记录,可以通过大数据分析出用户查看新闻的偏好,由此向用户提供查询推荐信息使得用户获得更好的使用体验。图2示出了可以向用户提供查询推荐信息的方案的示意图。
为了进一步提高用户的使用体验,本申请实施例提供的方案还支持多轮查询,即能够存储用户输入的查询语句作为历史查询语句,在识别用户意图时,并非仅根据当前查询语句进行意图识别,而是可以结合历史查询语句。具体地,可以先根据用户输入的当前查询语句,在历史查询语句中查询其关联查询语句,然后根据所述当前查询语句和关联查询语句,识别用户的查询意图。例如,用户第一次输入的查询语句“最近一周有什么关于AAA的消息?”可以被存储作为历史查询语句,第二次可以基于输入与其相关的查询语句如“发生在XX地点的消息?”,由此第二次识别查询意图时,会基于两个查询语句。
进一步地,在多轮查询的情况下,若所述查询意图为获取新闻,在提取新闻元素时,也会基于当前查询语句和其关联查询语句来提取新闻元素。例如,在第二次输入的查询语句为“发生在XX地点的消息?”时,提取的新闻元素不会仅仅是地点:XX,而是会提取到至少3项新闻元素,即时间:最近一周,人物:AAA,地点:XX。
在本申请的一些实施例中,该方案中的新闻库可以预先构建,用以供用户查询时使用。由此,该方法的处理流程图可以如图3所示,还包括以下步骤:
步骤S105,从数据源获取新闻。其中,所述数据源可以是互联网、搜索引擎、指定网站、新闻数据库等各类来源,例如定期从各个新闻网站拉取新闻数据或者通过爬虫程序从互联网上获取新闻等。
步骤S106,从获取的新闻中提取新闻元素。提取的方式与前述从查询语句中提取新闻元素时类似,同样可以基于机器学习、自然语言处理句法分析、模式匹配等方法。
步骤S107,在提取到新闻元素之后,可以将新闻及其对应的新闻元素存储于新闻库中。当从查询语句中提取到新闻元素时,可以根据从查询语句中提取到的新闻元素和存储于新闻库中的新闻元素进行处理,对存储于新闻库中的新闻元素对应的新闻进行相似度评分,从而实现新闻打分。
此外,本申请一些实施例提供的新闻推送方法还可以实现向用户解释新闻中的新闻元素的功能,此时该方法的处理流程如图4所示,还包括如下步骤:
步骤S108,在根据用户输入的查询语句,识别用户的查询意图之后,若查询意图为新闻元素答疑,则根据所述查询语句确定待查新闻元素,然后基于新闻百科知识图谱库获取所述待查新闻元素的释义。例如,当查询语句为“AAA是谁?”,此时将查询意图将会识别为新闻元素答疑,而非获取新闻。在实际场景中,用户在输入查询语句时除了正常的语音、文本输入之外,也可以是基于推送的新闻元素答疑的提示信息,用户直接对该提示信息进行选取操作即可实现对特定新闻元素答疑的输入。
由此,在根据所述相关度评分,向用户推送所述新闻库中的新闻时,可以同时向用户推送关于所述新闻中新闻元素答疑的提示信息。例如,在返回的新闻中对每一项新闻元素添加超链接,用户可以通过该选取该超链接,来进行新闻元素答疑。
新闻百科知识图谱库可以基于新闻库中的相关数据预先构建,具体可以是预先通过搜索引擎或其它方式查询新闻库中的新闻元素的释义,构建新闻百科知识图谱库来存储新闻元素的释义。此外,还可以获取并存储新闻元素之间的关系,例如人物AAA与BBB之间的关系等。由此,用户通过AAA来查询关于BBB的释义。
步骤S109,向用户推送所述释义,进行新闻元素答疑。
进一步地,本申请一些实施例提供的新闻推送方法还可以实现关于新闻热度查询的功能。此时该方法的处理流程如图5所示,还包括如下步骤:
步骤S110,在根据用户输入的查询语句,识别用户的查询意图之后,若所述查询意图为新闻热度查询,则根据所述查询语句确定热度查询条件,根据所述热度查询条件,在新闻热度数据库进行查询,获取新闻热度查询结果。例如,当查询语句为“最近一周AAA和BBB的热度对比?”时,此时将查询意图将会识别为新闻热度查询,而非新闻元素答疑或者获取新闻。
其中,查询条件可以包含用于识别相关的内容的新闻元素以及处理要素,例如查询语句“最近一周AAA和BBB的热度对比?”中,新闻元素包含最近一周、AAA、BBB,处理要素则为对比。根据实际应用场景,处理要素还可以是热度变化、变化趋势、显示方式等。所述的新闻热度数据库可以基于新闻库中的相关数据预先构建,例如定时统计新闻库中新闻或者新闻元素的热度情况,保存于新闻热度数据库中,供新闻热度查询时使用。
步骤S111,向用户推送所述新闻热度查询结果。实际场景中,可以采用图标的形式向用户推送所述新闻热度查询结果,例如曲线图、折线图、柱状图等,以便于让用户能够更加直观查看新闻热度。
基于同一发明构思,本申请实施例中还提供了一种新闻推送设备,所述设备对应的方法是前述实施例中的方法,并且其解决问题的原理与该方法相似。
本申请实施例提供的一种新闻推送设备可以通过与用户进行问答交互的方式实现新闻的精准推送,该设备的具体实现可以是用户设备、网络设备或用户设备与网络设备通过网络相集成所构成的设备,或者也可以是运行于上述设备的应用程序。
所述用户设备包括但不限于计算机、手机、平板电脑等各类终端设备;所述网络设备包括但不限于如网络主机、单个网络服务器、多个网络服务器集或基于云计算的计算机集合等实现。在此,云由基于云计算(Cloud Computing)的大量主机或网络服务器构成,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个虚拟计算机。
本实施例中的新闻推送设备的结构如图6所示,包括交互模块610、会话管理模块620和基础数据模块630。其中,交互模块610用于获取用户输入的查询语句,以及向用户推送新闻。会话管理模块620用于根据用户输入的查询语句,识别用户的查询意图,在所述查询意图为获取新闻时,从所述查询语句中提取新闻元素;根据所述新闻元素对新闻库中的新闻进行相关度评分;根据所述相关度评分,确定待推送的新闻。基础数据模块630用于存储新闻库。
本方案中可以通过向用户提供各类输入接口,使得用户可以通过对应的输入形式实现查询语句的输入。例如通过语音形式的输入时,可以直接对着麦克风等语音输入装置说出查询语句,由此实现查询语句的输入,此外用户也可以通过键盘、触屏、手写板等输入文本形式的查询语句。
本申请的实施例中,识别用户的查询意图可以基于自然语言处理、机器学习或者模式匹配等方法,对用户查询语句进行处理,从而完成查询意图的识别。例如,用户输入查询语句为“最近一周有什么关于AAA的消息?”,则可以识别用户的查询意图是获取新闻。
在从查询语句中提取新闻元素时,可以通过机器学习、自然语言处理句法分析、模式匹配等方法,在查询语句中提取包括但不限于人物、时间、地点、事件、原因等新闻元素,以便后续实现相关新闻的精准匹配。在实际场景中,除了上述几种新闻元素之外,还可以提取人物言论、伤亡数字、涉及金额等特定类别的新闻元素,以便更加精准的获取到各个类别的新闻。
新闻库中存储有可以推送给用户的新闻,在从查询语句中提取到新闻元素之后,可以通过打分规则、机器学习等方法,对新闻库中的新闻进行打分,以确定这些新闻与新闻元素之间的相关度评分。
在实际场景中,会选取相关度评分较高的新闻,来作为向用户推送的新闻。例如在实施例中,新闻库中存在10条新闻,5条与AAA相关,且其中3条是最近一周内的新闻,而其余5条与AAA无关。对于用户输入的查询语句“最近一周有什么关于AAA的消息?”,其提取到新闻元素可能包括时间为最近一周,人物为AAA。由此,对新闻库中10条新闻进行相关度评分,则评分最高的是3条最近一周内与AAA相关的新闻,此时可以将这3条新闻推送给用户。
在本申请一些实施例提供的方案中,可以向用户提供查询推荐信息。所述查询推荐信息用于给用户后续查查询行为的提供一定的提示,可以是多个供用户选择的问题,使得用户可以将这些问题作为后续的查询语句输入。
查询推荐信息可以根据历史数据记录确定,所述的历史数据记录可以是查询语句、向用户推送的新闻、用户浏览的新闻等几种数据记录中的一种或者多种。用户浏览的新闻是指向用户推送新闻之后,用户最终选取并浏览的新闻,例如在上例上向用户推送了3条最近一周内与AAA相关的新闻,而用户可能仅选取了3条中的第2条新闻来阅读其具体内容,而并未浏览其它两条的具体内容,则该第2条新闻即为用户浏览的新闻。由于根据这些历史数据记录,可以通过大数据分析出用户查看新闻的偏好,由此,交互模块610可以向用户提供查询推荐信息使得用户获得更好的使用体验。图7示出了可以向用户提供查询推荐信息的方案的示意图。
为了进一步提高用户的使用体验,本申请实施例提供的方案还支持多轮查询,即基础数据模块630能够存储用户输入的查询语句作为历史查询语句,使得会话管理模块620在识别用户意图时,并非仅根据当前查询语句进行意图识别,而是可以结合历史查询语句。具体地,会话管理模块620可以先根据用户输入的当前查询语句,在历史查询语句中查询其关联查询语句,然后根据所述当前查询语句和关联查询语句,识别用户的查询意图。例如,用户第一次输入的查询语句“最近一周有什么关于AAA的消息?”可以被存储作为历史查询语句,第二次可以基于输入与其相关的查询语句如“发生在XX地点的消息?”,由此第二次识别查询意图时,会基于两个查询语句。
进一步地,在多轮查询的情况下,若所述查询意图为获取新闻,会话管理模块620在提取新闻元素时,也会基于当前查询语句和其关联查询语句来提取新闻元素。例如,在第二次输入的查询语句为“发生在XX地点的消息?”时,提取的新闻元素不会仅仅是地点:XX,而是会提取到至少3项新闻元素,即时间:最近一周,人物:AAA,地点:XX。
在本申请的一些实施例中,该方案中的新闻库可以由基础数据模块630预先构建,用以供用户查询时使用。由此,该设备还可以实现如图8所示的处理步骤,基础数据模块630还可以从数据源获取新闻,从所述新闻中提取新闻元素,以及将所述新闻及其对应的新闻元素存储于新闻库中。
其中,所述数据源可以是互联网、搜索引擎、指定网站、新闻数据库等各类来源,例如定期从各个新闻网站拉取新闻数据或者通过爬虫程序从互联网上获取新闻等。提取新闻元素的方式与前述从查询语句中提取新闻元素时类似,同样可以基于机器学习、自然语言处理句法分析、模式匹配等方法。当从查询语句中提取到新闻元素时,可以根据从查询语句中提取到的新闻元素和存储于新闻库中的新闻元素进行处理,对存储于新闻库中的新闻元素对应的新闻进行相似度评分,从而实现新闻打分。
此外,本申请一些实施例提供的新闻推送设备还可以实现向用户解释新闻中的新闻元素的功能,此时处理原理如图9所示,会话管理模块620还用于在根据用户输入的查询语句,识别用户的查询意图之后,若所述查询意图为新闻元素答疑,根据所述查询语句确定待查新闻元素,以及基于新闻百科知识图谱库获取所述待查新闻元素的释义。而交互模块610还用于向用户推送所述释义。
例如,当查询语句为“AAA是谁?”,此时将查询意图将会识别为新闻元素答疑,而非获取新闻。在实际场景中,用户在输入查询语句时除了正常的语音、文本输入之外,也可以是基于推送的新闻元素答疑的提示信息,用户直接对该提示信息进行选取操作即可实现对特定新闻元素答疑的输入。
由此,在根据所述相关度评分,向用户推送所述新闻库中的新闻时,可以同时向用户推送关于所述新闻中新闻元素答疑的提示信息。例如,在返回的新闻中对每一项新闻元素添加超链接,用户可以通过该选取该超链接,来进行新闻元素答疑。
新闻百科知识图谱库可以基于新闻库中的相关数据预先构建,具体可以是预先通过搜索引擎或其它方式查询新闻库中的新闻元素的释义,构建新闻百科知识图谱库来存储新闻元素的释义。此外,还可以获取并存储新闻元素之间的关系,例如人物AAA与BBB之间的关系等。由此,用户通过AAA来查询关于BBB的释义。
进一步地,本申请一些实施例提供的新闻推送设备还可以实现关于新闻热度查询的功能。此时处理原理如图10所示,会话管理模块620还用于在根据用户输入的查询语句,识别用户的查询意图之后,若所述查询意图为新闻热度查询,根据所述查询语句确定热度查询条件,以及根据所述热度查询条件,在新闻热度数据库进行查询,获取新闻热度查询结果。交互模块630还用于向用户推送所述新闻热度查询结果。
例如,当查询语句为“最近一周AAA和BBB的热度对比?”时,此时将查询意图将会识别为新闻热度查询,而非新闻元素答疑或者获取新闻。
其中,查询条件可以包含用于识别相关的内容的新闻元素以及处理要素,例如查询语句“最近一周AAA和BBB的热度对比?”中,新闻元素包含最近一周、AAA、BBB,处理要素则为对比。根据实际应用场景,处理要素还可以是热度变化、变化趋势、显示方式等。所述的新闻热度数据库可以基于新闻库中的相关数据预先构建,例如定时统计新闻库中新闻或者新闻元素的热度情况,保存于新闻热度数据库中,供新闻热度查询时使用。
实际场景中,可以采用图标的形式向用户推送所述新闻热度查询结果,例如曲线图、折线图、柱状图等,以便于让用户能够更加直观查看新闻热度。
综上所述,本申请实施例提供的方案中首先根据用户输入的提问语句,识别用户的提问意图,若所述提问意图为获取新闻,则从所述提问语句中提取新闻元素,然后根据所述新闻元素对新闻库中的候选新闻进行相关度评分,并根据所述相关度评分,向用户推送所述新闻库中的候选新闻。由此,用户可以通过提问的方式主动获取感兴趣的新闻内容,而非被动地获取预先设定好的固定新闻,并且向用户推送其感兴趣的新闻时,是基于提取到的新闻元素进行过精准匹配的,使得推送的新闻内容能够与符合用户的实际期望。此外,用户除了可以获取新闻本身之外,还可以通过相应的交互来获取有关新闻中的新闻元素解释或者对新闻热度进行查询。
另外,本申请的一部分可被应用为计算机程序产品,例如计算机程序指令,当其被计算机执行时,通过该计算机的操作,可以调用或提供根据本申请的方法和/或技术方案。而调用本申请的方法的程序指令,可能被存储在固定的或可移动的记录介质中,和/或通过广播或其他信号承载媒体中的数据流而被传输,和/或被存储在根据程序指令运行的计算机设备的工作存储器中。在此,根据本申请的一个实施例包括一个如图11所示的设备,该设备包括存储有机器可读指令的一个或多个机器可读介质1110和用于执行机器可读指令的处理器1120,其中,当该机器可读指令被该处理器执行时,使得所述设备执行基于前述根据本申请的多个实施例的方法和/或技术方案。
需要注意的是,本申请可在软件和/或软件与硬件的组合体中被实施,例如,可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中,本申请的软件程序可以通过处理器执行以实现上文步骤或功能。同样地,本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中,例如,RAM存储器,磁或光驱动器或软磁盘及类似设备。另外,本申请的一些步骤或功能可采用硬件来实现,例如,作为与处理器配合从而执行各个步骤或功能的电路。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其他的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
Claims (21)
1.一种新闻推送方法,其中,该方法包括:
根据用户输入的查询语句,识别用户的查询意图;
若所述查询意图为获取新闻,从所述查询语句中提取新闻元素;
根据所述新闻元素对新闻库中的新闻进行相关度评分;
根据所述相关度评分,向用户推送所述新闻库中的新闻。
2.根据权利要求1所述的方法,其中,该方法还包括:
向用户提供查询推荐信息。
3.根据权利要求2所述的方法,其中,向用户提供查询推荐信息之前,还包括:
根据历史数据记录,确定查询推荐信息,其中,所述历史数据记录包括以下至少一项:查询语句、向用户推送的新闻、用户浏览的新闻。
4.根据权利要求1所述的方法,其中,该方法还包括:
存储用户输入的查询语句,作为历史查询语句;
根据用户输入的查询语句,识别用户的查询意图,包括:
根据用户输入的当前查询语句,在历史查询语句中查询其关联查询语句;
根据所述当前查询语句和关联查询语句,识别用户的查询意图。
5.根据权利要求4所述的方法,其中,若所述查询意图为获取新闻,从所述查询语句中提取新闻元素,包括:
若所述查询意图为获取新闻,从所述当前查询语句和其关联查询语句中提取新闻元素。
6.根据权利要求1所述的方法,其中,该方法还包括:
从数据源获取新闻;
从所述新闻中提取新闻元素,将所述新闻及其对应的新闻元素存储于新闻库中。
7.根据权利要求1所述的方法,其中,根据用户输入的查询语句,识别用户的查询意图之后,还包括:
若所述查询意图为新闻元素答疑,根据所述查询语句确定待查新闻元素;
基于新闻百科知识图谱库获取所述待查新闻元素的释义,并向用户推送所述释义。
8.根据权利要求7所述的方法,其中,在根据所述相关度评分,向用户推送所述新闻库中的新闻时,还包括:
向用户推送关于所述新闻中新闻元素答疑的提示信息。
9.根据权利要求1所述的方法,其中,根据用户输入的查询语句,识别用户的查询意图之后,还包括:
若所述查询意图为新闻热度查询,根据所述查询语句确定热度查询条件;
根据所述热度查询条件,在新闻热度数据库进行查询,获取新闻热度查询结果,并向用户推送所述新闻热度查询结果。
10.根据权利要求9所述的方法,其中,向用户推送所述新闻热度查询结果,包括:
以图表的形式向用户推送所述新闻热度查询结果。
11.一种新闻推送设备,其中,该设备包括:
交互模块,用于获取用户输入的查询语句,以及向用户推送新闻;
会话管理模块,用于根据用户输入的查询语句,识别用户的查询意图,在所述查询意图为获取新闻时,从所述查询语句中提取新闻元素;根据所述新闻元素对新闻库中的新闻进行相关度评分;根据所述相关度评分,确定待推送的新闻;
基础数据模块,用于存储新闻库。
12.根据权利要求11所述的设备,其中,所述交互模块,还用于向用户提供查询推荐信息。
13.根据权利要求12所述的设备,其中,所述会话管理模块,还用于在向用户提供查询推荐信息之前,根据历史数据记录,确定查询推荐信息,其中,所述历史数据记录包括以下至少一项:查询语句、向用户推送的新闻、用户浏览的新闻。
14.根据权利要求11所述的设备,其中,所述基础数据模块,还用于存储用户输入的查询语句,作为历史查询语句;
所述会话管理模块,用于根据用户输入的当前查询语句,在历史查询语句中查询其关联查询语句,以及根据所述当前查询语句和关联查询语句,识别用户的查询意图。
15.根据权利要求14所述的设备,其中,所述会话管理模块,用于在所述查询意图为获取新闻,从所述当前查询语句和其关联查询语句中提取新闻元素。
16.根据权利要求11所述的设备,其中,所述基础数据模块,还用于从数据源获取新闻,以及从所述新闻中提取新闻元素,将所述新闻及其对应的新闻元素存储于新闻库中。
17.根据权利要求11所述的设备,其中,所述会话管理模块,还用于在根据用户输入的查询语句,识别用户的查询意图之后,若所述查询意图为新闻元素答疑,根据所述查询语句确定待查新闻元素,以及基于新闻百科知识图谱库获取所述待查新闻元素的释义;
所述交互模块,还用于向用户推送所述释义。
18.根据权利要求17所述的设备,其中,所述交互模块,还用于在根据所述相关度评分,向用户推送所述新闻库中的新闻时,向用户推送关于所述新闻中新闻元素答疑的提示信息。
19.根据权利要求11所述的设备,其中,所述会话管理模块,还用于在根据用户输入的查询语句,识别用户的查询意图之后,若所述查询意图为新闻热度查询,根据所述查询语句确定热度查询条件,以及根据所述热度查询条件,在新闻热度数据库进行查询,获取新闻热度查询结果;
所述交互模块,还用于向用户推送所述新闻热度查询结果。
20.根据权利要求19所述的设备,其中,所述交互模块,用于以图表的形式向用户推送所述新闻热度查询结果。
21.一种新闻推送设备,其中,该设备包括:
处理器;以及
存储有机器可读指令的一个或多个机器可读介质,当所述处理器执行所述机器可读指令时,使得所述设备执行如权利要求1至10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810107186.9A CN108345663A (zh) | 2018-02-02 | 2018-02-02 | 一种新闻推送方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810107186.9A CN108345663A (zh) | 2018-02-02 | 2018-02-02 | 一种新闻推送方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108345663A true CN108345663A (zh) | 2018-07-31 |
Family
ID=62959804
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810107186.9A Pending CN108345663A (zh) | 2018-02-02 | 2018-02-02 | 一种新闻推送方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108345663A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110188248A (zh) * | 2019-05-28 | 2019-08-30 | 新华网股份有限公司 | 基于新闻问答交互系统的数据处理方法、装置及电子设备 |
CN110245243A (zh) * | 2019-06-20 | 2019-09-17 | 北京百度网讯科技有限公司 | 新闻检索的方法和装置、电子设备、计算机可读介质 |
CN111159546A (zh) * | 2019-12-24 | 2020-05-15 | 腾讯科技(深圳)有限公司 | 事件推送方法、装置、计算机可读存储介质和计算机设备 |
CN112711716A (zh) * | 2021-01-25 | 2021-04-27 | 广东工业大学 | 一种基于知识图谱的海洋产业新闻推送方法及系统 |
CN113392330A (zh) * | 2021-08-17 | 2021-09-14 | 湖南轻悦健康管理有限公司 | 一种基于互联网行为的大数据处理方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101661498A (zh) * | 2009-09-16 | 2010-03-03 | 百度在线网络技术(北京)有限公司 | 信息搜索方法和装置 |
US7743054B2 (en) * | 2004-04-27 | 2010-06-22 | Konica Minolta Holdings, Inc. | Information retrieval system |
CN104239459A (zh) * | 2014-09-02 | 2014-12-24 | 百度在线网络技术(北京)有限公司 | 语音搜索方法、装置和系统 |
CN104899908A (zh) * | 2015-06-12 | 2015-09-09 | 百度在线网络技术(北京)有限公司 | 生成事件组演化图的方法和装置 |
CN106951435A (zh) * | 2017-02-08 | 2017-07-14 | 广州神马移动信息科技有限公司 | 新闻推荐方法、设备及可编程设备 |
-
2018
- 2018-02-02 CN CN201810107186.9A patent/CN108345663A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7743054B2 (en) * | 2004-04-27 | 2010-06-22 | Konica Minolta Holdings, Inc. | Information retrieval system |
CN101661498A (zh) * | 2009-09-16 | 2010-03-03 | 百度在线网络技术(北京)有限公司 | 信息搜索方法和装置 |
CN104239459A (zh) * | 2014-09-02 | 2014-12-24 | 百度在线网络技术(北京)有限公司 | 语音搜索方法、装置和系统 |
CN104899908A (zh) * | 2015-06-12 | 2015-09-09 | 百度在线网络技术(北京)有限公司 | 生成事件组演化图的方法和装置 |
CN106951435A (zh) * | 2017-02-08 | 2017-07-14 | 广州神马移动信息科技有限公司 | 新闻推荐方法、设备及可编程设备 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110188248A (zh) * | 2019-05-28 | 2019-08-30 | 新华网股份有限公司 | 基于新闻问答交互系统的数据处理方法、装置及电子设备 |
CN110245243A (zh) * | 2019-06-20 | 2019-09-17 | 北京百度网讯科技有限公司 | 新闻检索的方法和装置、电子设备、计算机可读介质 |
CN111159546A (zh) * | 2019-12-24 | 2020-05-15 | 腾讯科技(深圳)有限公司 | 事件推送方法、装置、计算机可读存储介质和计算机设备 |
CN111159546B (zh) * | 2019-12-24 | 2023-10-24 | 深圳市雅阅科技有限公司 | 事件推送方法、装置、计算机可读存储介质和计算机设备 |
CN112711716A (zh) * | 2021-01-25 | 2021-04-27 | 广东工业大学 | 一种基于知识图谱的海洋产业新闻推送方法及系统 |
CN113392330A (zh) * | 2021-08-17 | 2021-09-14 | 湖南轻悦健康管理有限公司 | 一种基于互联网行为的大数据处理方法及系统 |
CN113392330B (zh) * | 2021-08-17 | 2021-10-26 | 湖南轻悦健康管理有限公司 | 一种基于互联网行为的大数据处理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11250072B2 (en) | Apparatus, system, and method for natural language processing | |
CN106874467B (zh) | 用于提供搜索结果的方法和装置 | |
CN108345663A (zh) | 一种新闻推送方法及设备 | |
US11847124B2 (en) | Contextual search on multimedia content | |
US12026194B1 (en) | Query modification based on non-textual resource context | |
US9122745B2 (en) | Interactive acquisition of remote services | |
JP2019501466A (ja) | 検索エンジンの選択および最適化のための方法およびシステム | |
US8359326B1 (en) | Contextual n-gram analysis | |
JP6346218B2 (ja) | オンライン取引プラットフォームのための検索方法、装置およびサーバ | |
JP2013531289A (ja) | 検索におけるモデル情報群の使用 | |
US20190347068A1 (en) | Personal history recall | |
US10901992B2 (en) | System and method for efficiently handling queries | |
CN110413645A (zh) | 数据搜索方法、装置、终端及计算机可读存储介质 | |
US9811592B1 (en) | Query modification based on textual resource context | |
CN113051389A (zh) | 知识推送方法及装置 | |
CN116662495A (zh) | 问答处理方法、训练问答处理模型的方法及装置 | |
CN108959327B (zh) | 一种业务处理方法、装置及计算机可读存储介质 | |
CN115328945A (zh) | 数据资产的检索方法、电子设备及计算机可读存储介质 | |
Aygun et al. | Multimedia retrieval that works | |
CN106557586A (zh) | 数据库访问处理方法及装置 | |
KR20220061388A (ko) | 키워드-종목 맵핑 정보 서비스 제공 프로그램이 기록된 기록매체 | |
KR20220061378A (ko) | 실시간 뉴스기사에서 주식 종목 추천을 위한 키워드-종목 추출 서비스 제공 방법 | |
CN113593543B (zh) | 智能音箱语音服务系统、方法、装置及设备 | |
Boonstra | Collecting and Monitoring Conversational Analytics | |
US20240193190A1 (en) | Automated key-value extraction using natural language intents |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180731 |