CN108875055A - 一种答案提供方法及设备 - Google Patents
一种答案提供方法及设备 Download PDFInfo
- Publication number
- CN108875055A CN108875055A CN201810691095.4A CN201810691095A CN108875055A CN 108875055 A CN108875055 A CN 108875055A CN 201810691095 A CN201810691095 A CN 201810691095A CN 108875055 A CN108875055 A CN 108875055A
- Authority
- CN
- China
- Prior art keywords
- answer
- user
- content
- type
- preference score
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000010276 construction Methods 0.000 claims description 60
- 238000011017 operating method Methods 0.000 claims description 51
- 230000002452 interceptive effect Effects 0.000 claims description 13
- 230000007613 environmental effect Effects 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000000889 atomisation Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
一种答案提供方法和设备。所述答案提供方法包括:接收用户输入的问题;确定与用户输入的问题相对应的第一答案;以及将所述第一答案提供给用户,其中,所述问题至少还对应于第二答案,所述第二答案是在不同的问题输入模态下提供给用户的答案。根据本公开实施例的答案提供方法,可以基于用户输入的问题确定并且提供相对应的答案,并且还能够在不同的问题输入模态下给用户提供不同的答案,由此满足用户对答案的不同需求,提高用户对答案的满意度。
Description
技术领域
本公开涉及电子设备的领域,更具体地,本公开涉及一种答案提供方法及设备。
背景技术
如今,诸如客服系统等问答系统的使用越来越普遍,用户可以输入想要咨询的问题,然后得到客服系统推送的答案,以满足用户对各种信息的需求。
在目前的客服系统中,针对用户可能会提出的问题,需要领域专家人工判断与之对应的答案内容来预先设定唯一答案。进而,当用户输入该问题时,客服系统便会向用户推送预先设定好的唯一答案。然而,预先设定好的唯一答案的内容固定并且类型单一,无法满足用户的不同需求,导致用户对客服系统推送答案的满意度降低。另一方面,预先设定唯一答案的过程需要领域专家对答案的类型做出人工判断,花费了大量的人工标注成本。
发明内容
为了解决现有技术中的上述技术问题,根据本公开的一个方面,提供一种答案提供方法,包括:接收用户输入的问题;确定与用户输入的问题相对应的第一答案;以及将所述第一答案提供给用户,其中,所述问题至少还对应于第二答案,所述第二答案是在不同的问题输入模态下提供给用户的答案。
根据本公开的另一个方面,提供一种答案提供设备,包括:问题接收单元,配置为接收用户输入的问题;答案确定单元,配置为确定与用户输入的问题相对应的第一答案;以及答案提供单元,配置为将所述第一答案提供给用户,其中,所述问题至少还对应于第二答案,所述第二答案是在不同的问题输入模态下提供给用户的答案。
根据本公开的另一个方面,提供一种计算机可读存储介质,用于存储非暂时性计算机可读指令,当所述非暂时性计算机可读指令由计算机执行时可以执行本公开的实施例的答案提供方法。
根据本公开各个方面的答案提供方法及设备,可以基于用户输入的问题确定相对应的答案并且能够在不同的模态下给用户提供不同的答案,由此满足用户对答案的各种不同需求,提高用户对答案的满意度。
附图说明
从下面结合附图对本公开实施例的详细描述中,本公开的这些和/或其它方面和优点将变得更加清楚并更容易理解,其中:
图1是图解根据本公开实施例的答案提供方法的流程图;
图2A和图2B是图解根据本公开实施例的确定与用户输入的问题相对应的第一答案的示例性方法;
图3是图解根据本公开实施例的基于问题的答案内容确定用来表示答案的答案类型的示例性方法;
图4是图解根据本公开实施例的基于所述各个优先级得分确定用来表示答案的答案类型的示例性方法;
图5是图解根据本公开实施例的决定是否要构建以优先级得分最高的答案类型表示的答案的示例性方法;
图6A是图解根据本公开实施例的构建步骤成本知识库的示例性方法的流程图;
图6B是图解根据本公开实施例的所构建的步骤成本知识库的示意图;
图6C是图解根据本公开实施例的对步骤成本知识库中的各个操作步骤的步骤构建成本加权的示意图;
图7是图解根据本公开实施例的用户的历史问题和标准问题的进行匹配的示意图;
图8是图解根据本公开实施例的答案提供设备的框图。
具体实施方式
将参照附图详细描述根据本公开的各个实施例。这里,需要注意的是,在附图中,将相同的附图标记赋予基本上具有相同或类似结构和功能的组成部分,并且将省略关于它们的重复描述。
在本公开的以下实施例中,以手机领域中的客服系统作为问答系统的示例描述了答案提供方法及设备。本领域技术人员可以理解,本公开的答案提供方法及设备同样可以应用于其他领域的问答系统中。为了便于说明和理解,以下列举手机领域中的几个标准问答的内容示例作为参考。
<标准问答示例1>
标准问题:如何找到手机的IMEI?
标准答案:进入设置->关于手机->状态->IMEI信息。
<标准问答示例2>
标准问题:如何设置VPN?
标准答案:首先,进入设置,然后按下“更多”按钮,您会在右上角找到“VPN”。如果您不了解设置VPN所需的信息,请联系VPN提供商。
<标准问答示例3>
标准问题:在哪里获得PC或Mac的USB驱动程序?
标准答案:您可以从以下链接下载官方USB驱动程序:
Windows:http://www.motorola.com/getmdmwin
Mac OS X:http://www.motorola.com/getmdmmac
<标准问答示例4>
标准问题:解锁bootloader是什么意思?
标准答案:如果开发者或用户想要进一步访问系统文件或者运行定制固件,则可以解锁bootloader。Bootloader是设备启动时验证软件是否是官方时运行的一段代码。除非您有这方面的经验,否则我们不建议解锁bootloader。
<标准问答示例5>
标准问题:XX手机的显示屏尺寸多大?
标准答案:5.5英寸。
如先前所讨论,在目前的客服系统中,向用户推送的答案内容固定且类型单一。例如,对于每个上述标准问答,现有的手机客服系统仅提供以单一类型表示且内容固定的唯一答案,以向所有咨询该问题的用户均推送该唯一答案。本发明人认识到,不同的问题输入模态对应于不同的用户需求,例如,某一用户输入模态可能反映出用户仅支持聆听语音类型的答案来学习某些操作方法(例如,学习设置VPN的操作方法),但现有的客服系统可能仅推送视频类型的答案;又例如,另一用户输入模态可能反映出用户希望获得技术术语更加精简/详尽的解答(例如,掌握bootloader的含义),但现有的客服系统向所有用户推送详细程度完全相同的答案。因此,现有客服系统向用户推送的唯一答案可能对于不同用户和/或同一用户的不同需求来说并不合适,无法很好地满足不同问题输入模态下的用户需求。
有鉴于此,本公开提出一种答案提供方法,基于用户输入的问题确定并且提供与之相对应的答案,并且能够在不同的问题输入模态下给用户提供不同的答案,由此向用户推送适合的答案。下面,将参照图1描述根据本公开实施例的答案提供方法。如图1所示,该实施例的答案提供方法可以包括如下步骤:
步骤S101,接收用户输入的问题。例如,用户可以使用其持有的电子设备通过各种方式向客服系统输入想要询问的问题。用户输入问题的方式可以包括但不限于:打字输入、语音输入、在问题列表中选择问题等。
步骤S102,确定与用户输入的问题相对应的第一答案。例如,在接收到用户输入的问题后,客服系统可以从后台数据库获得与所输入的问题相对应的第一答案。需说明的是,本实施例中的第一答案可以从是后台数据库预先构建的多个答案中选择的,或者是基于用户所输入的问题而实时构建的,本实施例不以此为限。
步骤S103,将所述第一答案提供给用户。例如,在确定了第一答案之后,客服系统便可将其推送给用户用来输入问题的电子设备让用户学习。需说明的是,虽然该步骤描述了将第一答案提供给用户,但本实施例还考虑了不同的问题输入模态下的不同用户需求,因此本实施例中用户输入的问题在不同的问题输入模态下可以对应于与第一答案不同的答案,由此便能够在可能出现不同的问题输入模态时向用户推送合适的答案。在本实施例中,所述问题至少还对应于第二答案,所述第二答案是在不同的问题输入模态下提供给用户的答案。例如,上述步骤S101中用户输入的问题可能是客服系统中经常遇到或者预计将要遇到的问题,考虑不同的问题输入模态下不同的用户需求,本实施例可以将该问题对应于多个不同答案,以便能够在可能出现的不同的问题输入模态下选择合适的答案来向用户推送,使得执行该答案提供方法的客服系统具有在可能出现的不同的问题输入模态下提供合适的答案的能力。
根据本公开实施例的答案提供方法,可以基于用户输入的问题确定并且提供相对应的答案,并且还能够在不同的问题输入模态下给用户提供不同的答案,由此满足用户对答案的不同需求,提高用户对答案的满意度。
以上结合图1描述了本公开实施例的答案提供方法,在该实施例中,第一答案和第二答案可以是以不同答案类型表示的答案,或者是具有不同内容的答案,由此可以对应于可能出现的不同的问题输入模态,以便满足不同的用户需求。以下具体描述本公开实施例中不同的问题输入模态下对应于同一问题的第一答案和第二答案。
一方面,本公开实施例中的第一答案和第二答案可以是以不同答案类型表示的答案,其中答案类型可以包括但不限于:文本类型、视频类型、图像类型和声音类型。文本类型是可以在用户用来输入问题的电子设备上以文字形式呈现答案的类型,例如,该文字可以是解释某一技术术语(例如,bootloader)的文字、指示某些操作步骤(例如,设置VPN的操作)的指示性文字等。视频类型是可以在该电子设备上以视频形式(或者更一般地,以图片+文字/语音解说形式)呈现答案的类型,例如,该视频可以是用于讲解某一技术术语的教学视频、展示某些操作步骤的演示视频等。图像类型是可以在电子设备上以图片形式呈现答案的类型,例如,该图片可以是用户想要检索的相关主题的照片、展示技术术语含义和/或操作步骤指示的图片等。声音类型是可以在电子设备上以语音形式呈现答案的类型,例如,该语音可以是讲解某一技术术语的音频、讲解某些操作步骤的音频等。本公开实施例中的第一答案和第二答案可以具有从以上答案类型中选择的两种不同的答案类型,从而满足不同的用户需求。
另一方面,本公开实施例中的第一答案和第二答案可以是具有不同内容的答案。例如,第一答案和第二答案可以是针对同一问题以同一种答案类型表示的答案,但是具有不同的侧重点的内容以满足不同用户群体。比如,第一答案可以是从上述标准问答示例的答案内容中删减一部分内容的更精简版本,而第二答案可以是在上述标准问答示例的答案内容基础上补充一部分内容的更详尽版本,从而满足不同用户群体的需求。
如先前所讨论,第一答案和第二答案可以对应于客服系统能够在不同的问题输入模态下提供的答案,不同的问题输入模态则反映出不同的用户需求。本公开中,用户输入问题的问题输入模态可以基于各种方式来确定,以下举例说明确定问题输入模态的几种示例方式。
<示例1-电子设备的设备类型和/或环境参数>
如前所讨论的,用户可以使用其持有的电子设备来输入问题,该电子设备至少可以包括手机、笔记本电脑、平板电脑、智能音箱、个人数字助手等。在本示例中,可以基于用户输入问题时所使用的电子设备的设备类型和/或环境参数,来确定问题输入模态,以便将不同的答案对应于可能出现的问题输入模态。
一方面,电子设备的类型可以指示该电子设备是否支持显示视频/图片/文字等显示功能、是否支持播放语音的功能等,因而能够据此判断该电子设备是否能够支持呈现以某种类型表示的答案,以避免用户得到其电子设备不能够显示/播放的答案,而降低用户满意度。例如,当用户通过智能音箱通过语音方式输入问题时,可以确定该电子设备的类型为智能音箱,不具有显示屏但具有播放声音的能力,在这样的情况下,可以将问题输入模态确定为使用仅具有声音播放功能的电子设备来输入问题的模态,据此可以将声音类型的答案对应于客服系统能够在该问题输入模态下提供的答案。
另一方面,电子设备所处的环境参数可以指示其是否处于无线局域网所覆盖的范围,因而能够据此评估答案传输的带宽限制和流量花费等因素,使得答案能够以经济有效的方式呈现给用户。例如,当用户的电子设备处于未连接到无线局域网的状态时,考虑到手机的流量费用较高,用户可能不期望花费过多流量来获得答案,在这样的情况下,可以将问题输入模态确定为使用未连接无线局域网的电子设备输入问题的模态,据此可以将数据量小的文字类型答案(例如,文字类型的答案)对应于客服系统能够在该问题输入模态下提供的答案。另外,同样是考虑到答案传输的带宽限制和流量花费等因素,可以将同一类型但内容更精简的答案对应于客服系统能够在该问题输入模态下提供的答案。
虽然以上描述了电子设备是否处于无线局域网所覆盖的范围作为其环境参数的示例,本领域技术人员可以理解,还可以考虑电子设备的其他环境参数,包括但不限于:电子设备周围的噪声水平、所处的位置、电子设备运行状态等。比如,当噪声水平低并且指示用户位于图书馆等安静场所时,可以将无声音的答案类型对应于客服系统能够在该问题输入模态下提供的答案;又比如,当电子设备正在运行导航软件而不便于观看电子设备时,可以将声音类型答案对应于客服系统能够在该问题输入模态下提供的答案,等等。
<示例2-用户的知识背景和/或个人偏好>
发明人认识到,不同的用户的知识背景和个人偏好并不相同,因此如何考虑这些因素来提供合适答案同样是至关重要的。针对这一情况,可以基于用户的知识背景和/或个人偏好,来确定问题输入模态,以便将不同的答案对应于可能出现的问题输入模态。
一方面,可以基于用户通过电子设备输入的识别信息,确定用户的身份,进而确定身份被确定的用户的知识背景。用户的知识背景可以是用户事先通过调查问卷提供的学历信息、工作经验、技术能力等信息,据此可以估计用户对问题答案的理解能力。如果用户是该技术问题领域的技术人员,可以将问题输入模态确定为该领域的技术人员输入问题的模态,在这样的情况下,可以将类型简单的答案(例如,文本类型的答案)和/或内容更精简的答案对应于客服系统能够在该问题输入模态下提供的答案,从而节约用户的时间成本和网络开销;如果用户对该技术问题的领域的知识较少,可以将问题输入模态确定为非相关领域人员输入问题的模态,在这样的情况下,可以将类型生动的答案(例如,视频类型的答案)和/或内容更详尽的答案对应于客服系统能够在该问题输入模态下提供的答案,从而使得用户充分理解该问题的答案内容。
另一方面,可以基于用户通过电子设备输入的识别信息,确定用户的身份,进而确定身份被确定的用户的个人偏好,据此可确定不同的问题输入模态。替代地,用户的个人偏好可以是用户在其电子设备上设定的偏好信息,据此可确定不同的问题输入模态。偏好信息可以是用户事先通过调查问卷提供的更偏好于观看某种类型答案、是否有充足时间学习知识、是否对某领域问题特别关注等信息。例如,用户的个人偏好可以指示该用户喜欢更加生动的语音/视频等问答方式获取答案,据此可以将问题输入模态确定为交互型用户输入问题的模态,在这样的情况下,可以将类型生动的语音/视频等类型的答案对应于客服系统能够在该问题输入模态下提供的答案。
<示例3-问题的答案内容>
申请人认识到,用户输入的各种问题可能对应于不同结构(例如,顺承结构、非顺承结构等)的答案内容,而不同结构的答案内容可能分别适合用不同类型的答案进行表示。在本示例中,可以基于用户输入的问题的答案内容的分析,来确定问题输入模态,以便将不同类型的答案对应于可能出现的问题输入模态。
结合以上标准问答示例的答案内容描述,以上示例1和2中的答案内容中含有较多操作步骤,则表明该答案内容为操作类,据此可以将问题输入模态确定为输入操作相关问题的模态,在这样的情况下,可以将视频类型的答案对应于客服系统能够在该问题输入模态下提供的答案,从而更有助于用户直观地理解和掌握各操作步骤的顺序。又例如,以上示例3-5的答案内容是对定义的解释和/或事实的阐明,则表明该答案内容为定义/事实类内容,据此可以将问题输入模态确定为输入非操作相关问题的模态,在这样的情况下,用文本形式可能就足以使用户理解,因此可以将文本类型的答案对应于客服系统能够在该问题输入模态下提供的答案。关于如何根据对答案内容分析确定答案内容为操作/定义/事实类的方法,将在下文中予以描述。
以上描述了基于用户用来输入问题的电子设备的设备类型和/或环境参数、用户的知识背景和/或个人偏好、问题的答案内容等因素来确定问题输入模态的示例。本领域技术人员可以理解,根据实际需求,还可以基于其他因素来确定问题输入模态,据此可以将不同的答案对应于可能出现的不同问题输入模态,以供推送给具有不同需求的用户。
返回图1,如结合图1所述描述的,该实施例可以接收用户输入的问题,并确定与用户输入的问题相对应的第一答案,并且将所述第一答案提供给用户,由此可以使用户通过第一答案进行学习以获得知识。可以理解,该实施例的步骤S102中可以通过多种方式确定与用户输入的问题相对应的第一答案,下面,将参照图2A和图2B描述图1的步骤S102中确定与用户输入的问题相对应的第一答案的几种示例性方法。
首先,参考图2A描述确定与用户输入的问题相对应的第一答案的一种示例性方法,该方法包括如下步骤:
步骤S201,获得与用户输入的问题相对应的多个答案。如先前所讨论,第一答案可以是从预先构建的多个答案中选择的,在此情况下,可以首先获得与用户输入的问题相对应的预先构建的多个答案,以供后续筛选出适合推送给用户的第一答案。需说明的是,本实施例中的多个答案可以是预先构建的以不同答案类型表示的多个答案,或者具有不同内容的多个答案。
步骤S203,从所述多个答案中确定所述第一答案。在该步骤中,可以根据各种标准,从获得的多个答案中确定第一答案。作为一种可能的示例,类似于先前关于如何确定问题输入模态所描述的,可以基于用户用来输入问题的电子设备的设备类型和/或环境参数、用户的知识背景和/或个人偏好、问题的答案内容等因素,从已获得的多个答案中确定第一答案。
接下来,参考图2B描述确定与用户输入的问题相对应的第一答案的另一种示例性方法,该方法包括如下步骤:
步骤S202,确定用来表示答案的答案类型。可以理解,上述步骤S101中根据用户输入的问题所确定的第一答案是有待将答案内容以某种类型呈现给用户的,而选择适当类型的答案可以满足用户的需求。类似于步骤S203中从已获得的多个答案中确定第一答案所描述的,可以基于用户用来输入问题的电子设备的设备类型和/或环境参数、用户的知识背景和/或个人偏好、问题的答案内容等因素,确定用来表示答案的答案类型,以供后续从后台服务器获得该类型的答案。
步骤S204,获得以所确定的答案类型表示的答案作为所述第一答案。例如,可以从后台数据库预先构建的多个答案中选择类型为所确定的答案类型的第一答案,以将其提供给用户;又例如,当后台数据库预先构建的多个答案中不含有所确定的答案类型的答案时,可以实时构建以所确定的答案类型表示的答案,并将其提供给用户,本公开不以此为限。
以上结合图2A和图2B描述了确定与用户输入的问题相对应的第一答案的几种示例性方法,并且在图2B的步骤S202中描述了可以基于各种因素确定用来表示答案的答案类型以供后续获得该类型的答案推送给用户。下面,将参照图3具体描述图2B的步骤S202中基于问题的答案内容确定用来表示答案的答案类型的一种示例性方法。如图3所示,该实施例的方法可以包括如下步骤:
步骤S301,对所述答案的答案内容进行特征提取。可以理解,所述答案内容是包含能够有效地解答用户疑问的标准内容,并且是有待以某种类型进行表示以供推送给用户的。在该步骤中,所提取的特征包括顺承符号特征、顺承词特征、交互操作词特征和交互操作序列长度特征中的至少一个。
以下结合上述标准问答示例1-5中的答案内容,介绍顺承符号特征、顺承词特征、交互操作词特征和交互操作序列长度特征。顺承符号特征可以是如标准问答示例1中的顺承符号“->”出现的次数,以表征各个操作步骤具有的前后顺承关系。顺承词特征可以是如顺承词频,以表征诸如标准问答示例2中的“首先”、“然后”等顺承词出现的频率。交互操作词特征可以是有关系统软件和应用软件中操作类词频,以表征诸如标准问答示例1和2中的“设置”、“VPN”、“更多”等交互操作类词出现的频率。交互操作序列长度特征可以是系统软件和应用软件中操作类词连续出现的次数,以表征交互操作序列的总长度和复杂度。可以理解的是,以上所列举的特征仅为示例,还可以根据实际需求采用不同的特征提取方法提取出能够反映答案内容的不同种类特征。
步骤S302,根据所提取的特征,确定所述答案内容的结构。例如,根据所提取的特征,可以将所述答案内容的结构确定为顺承结构或者非顺承结构。例如,可以将标准问答示例1和2的答案内容确定为具有顺承结构,将问答示例3-5中的答案内容确定为具有非顺承结构。虽然该步骤中描述了将答案确定为顺承结构或者非顺承结构这两种结构类别,本领域技术人员可以理解,在步骤S301中采用不同的特征提取方法的情况下,可以在步骤S302中将答案划分为更多的不同结构类别。
步骤S303,基于所述答案内容的结构,确定分别以多个不同答案类型来表示答案的各个优先级得分。例如,考虑到具有顺承结构的答案内容包含较多操作步骤,以视频类型表示则更有助于用户理解,因此,针对顺承结构的答案内容,可以给予视频类型较高的优先级得分,而给予其他类型较低的优先级得分。又例如,考虑到非顺承结构的答案内容大多是解释性或定义性的说明,以文字形式表示就足以使用户理解并且能节省用户的浏览时间和传输带宽,因此,针对非顺承结构的答案内容,可以给予文本类型较高的优先级得分,而给予其他类型较低的优先级得分。
作为非限制性的示例,该优先级得分可以是优先级得分数值(例如,0~100区间的得分值),还可以是优先级的排序(例如,第一优先级、第二优先级等)。例如,可以将顺承结构的答案内容的视频类型设定为第一优先级,而将其余类型设定为第二优先级;将非顺承结构的答案内容的文本类型设定为第一优先级,而将其余类型设定为第二优先级。
步骤S304,基于所述各个优先级得分,确定用来表示答案的答案类型。在该步骤中,在获得了各个优先级得分之后,通过对各个得分加以比较可以确定出适合推送给用户的答案类型,以便最终以该类型来表示答案内容并且推送给用户,使得答案更容易被用户所理解和接受。例如,可以以优先级得分最高的类型来表示答案,以呈现给用户进行学习。
根据本公开实施例的答案提供方法,可以通过对答案的内容进行分析确定以不同答案类型表示答案的各个优先级得分,并且据此自动确定最适合推送给用户的答案类型,由此避免大量人工标注所导致的资源浪费和效率低的问题,并且使得用户更好地理解答案内容,提高用户对答案的满意度。
以上结合图3描述了基于答案的内容确定以不同答案类型表示答案的各个优先级得分,并且在确定了各个优先级得分之后,预期以最高优先级得分的答案类型来表示答案的可能实现方式。然而,实际中可能存在以下情况:对于用户所输入的问题,事先已经构建了几种类型的答案,但是目前尚未以优先级得分最高的类型构建答案;或者,用户输入的问题是该领域中新出现的问题,目前尚未构建出任何类型的问题答案。在这样的情况下,由于尚未以优先级得分最高的类型构建答案,因而暂时无法以该类型表示答案并向用户推送。下面,将参照图4描述图3的步骤S304中基于所述各个优先级得分确定用来表示答案的答案类型的一种示例性方法。如图4所示,该实施例的确定各个优先级得分的方法可以包括如下步骤:
步骤S401,确认是否预先构建了以优先级得分最高的答案类型表示的答案。
步骤S402,当预先构建了以优先级得分最高的答案类型表示的答案时,确认以所述优先级得分最高的答案类型来表示答案。在此情况下,优先级得分最高的答案类型已经预先构建,则客服系统可以获得该类型的答案作为第一答案,以提供给用户进行学习。
步骤S403,当尚未构建以优先级得分最高的答案类型表示的答案时,决定是否要构建以优先级得分最高的答案类型表示的答案。在此情况下,优先级得分最高的答案类型尚未构建,因此客服系统可以考虑各种因素来决定是否要去构建该优先级得分最高的答案类型的答案。如果决定了要构建以优先级得分最高的答案类型表示的答案,那么,客服系统便可以将构建好的答案作为第一答案提供给用户。如果决定不构建以优先级得分最高的答案类型表示的答案,那么可以进一步决定是否构建以优先级得分第二的答案类型表示的答案、决定是否构建以优先级得分第三的答案类型表示的答案,以此类推,从而最终确定用来表示答案的类型,之后可以将构建好的答案作为第一答案提供给用户。
一般地,以视频类型来构建答案的成本相对较高,以文本类型来构建答案的成本相对较低,以语音和图片类型来构建答案的成本介于二者之间。考虑到客服系统的运营成本和用户满意度,高频问题可能更值得花费资源构建较高成本类型的答案,而低频问题花费较高成本去构建答案则会造成资源的浪费。因此,在构建答案时如何在构建成本和答案使用率二者之间权衡至关重要。如先前所讨论的,可以考虑各种因素来决定是否要去构建该优先级得分最高的答案类型的答案,下面,将参照图5描述图4的步骤S403中决定是否要构建以优先级得分最高的答案类型表示的答案的一种示例性实现方法。如图5所示,该方法可以包括如下步骤:
步骤S501,计算以优先级得分最高的答案类型构建所述答案的构建成本。对于具有不同结构答案内容的答案,其构建成本的计算方法有所不同。以下将分别顺承结构的答案和非顺承结构的答案作为示例,描述答案的构建成本。
<顺承结构答案的构建成本>
当答案内容的结构被确定为顺承结构时,计算以优先级得分最高的答案类型来构建答案的构建成本可以包括如下步骤:
(A)将所述答案内容划分为多个操作步骤,计算以优先级得分最高的答案类型构建所述各个操作步骤的各个步骤构建成本。
(B)基于各个步骤构建成本,计算所述构建成本。
如上所述,顺承结构答案是包含具有顺承关系的多个操作步骤的答案,可以将顺承结构的答案内容表示为A={s1,s2,…sn},其中si表示答案内容中的第i个步骤,并且可以计算以优先级得分最高的答案类型来构建各个操作步骤s1~s4的各个步骤构建成本。进一步地,基于计算出的各个步骤s1~s4的各个步骤构建成本,可以得到以优先级得分最高的答案类型构建整个顺承结构答案的构建成本。当然,以上考虑的是对于每个各个操作步骤都去计算其步骤构建成本的情况,实际上,如果其中某些操作步骤的素材预先制作过而无需重复构建时,可以将那些操作步骤的步骤构建成本设定为零或者设定相对较低值,以准确地反映出实际场景中的答案制作费用。
例如,上述标准问答示例1的答案内容中包括4个步骤,分别为s1=进入设置、s2=关于手机、s3=状态、s4=IMEI信息。可以分别计算出以优先级得分最高的答案类型(例如,视频类型)构建以上4个操作步骤的步骤构建成本,进而计算以该类型来构建整个答案的构建成本。
作为计算各个步骤构建成本的一种示例性实现方式,可以在预先构建的步骤成本知识库中检索,以查找出各个操作步骤所对应的各个步骤构建成本。在该示例中,预先构建的步骤成本知识库可以是基于操作步骤的难易程度来构建的。例如,该预先构建的步骤成本知识库涉及手机领域中可分解出的大多数操作步骤,诸如“进入设置”、“打开相机”、“关于手机”等常规操作步骤,该步骤成本知识库可以以单个操作步骤为单位,管理以各种不同类型(诸如,视频、文本等)构建该单个步骤的步骤构建成本。因此,可以根据所要检索的各个操作步骤的关键词从该步骤成本知识库中进行检索,以取得对应于各个操作步骤的各个步骤构建成本,以进行后续的整个答案的构建成本计算。
以下将结合图6A、图6B和图6C描述构建步骤成本知识库的一种示例性实现方法。如图6A所示,该方法可以包括如下步骤:
步骤S601,预先确定以至少一种答案类型构建至少一个顺承结构的答案内容的各个操作步骤的步骤构建成本。以上所述的至少一种答案类型至少涵盖待计算的优先级得分最高的答案类型,并且以上所述的至少一个顺承结构的答案包括诸如手机领域中常见操作交互类问题所对应的多个顺承结构答案。在对以上所述的至少一个顺承结构的答案进行步骤原子化之后,则可以获得各个原子化的操作步骤,以供步骤成本知识库以步骤为单位对构建成本进行管理。取决于不同应用场景,步骤成本知识库可以涵盖不同种类的答案类型,并且其构建过程中可以收集本领域中不同数量的顺承结构的答案,从而构建出不同知识储备等级的步骤成本知识库。
应理解的是,不同答案类型对应着不同等级的构建成本,例如构建视频类型的答案的成本一般要高于构建文本类型的答案。因此,对于不同的答案类型可以赋予不同的基准成本,例如,可以赋予视频类型最高的基准成本,而对于文本类型赋予最低的基准成本。在确定了基准成本之后,可以基于各个操作步骤的难易程度并且结合上述基准成本,最终确定各个步骤构建成本。
以视频类型为例,对于可通过系统软件和应用软件完成的操作步骤,例如可以简单地通过对软件操作截屏或录屏等方式获得构建视频答案的素材的情况,可以在基准成本的基础上结合相对较低的成本。对于需要系统软件和应用软件以外的操作步骤,例如对于需要连接笔记本电脑进行操作因而获得制作视频的素材相对困难的情况,可以在基准成本的基础上结合相对较高的成本。当然,以上描述的计算成本的方式仅为示例性说明,本领域技术人员可以根据实际情况和制作人员的制作能力,对于不同的操作步骤赋予不同的操作步骤构建成本。
步骤S602,基于所述至少一个顺承结构的答案的各个操作步骤,构建操作步骤集合。在该步骤中,可以将步骤S601中经原子化的各个操作步骤进行组合并且删除重复项,从而得到操作步骤的集合SS={ss1,ss2,ss3,…ssN}。该操作步骤的集合涵盖了手机领域中常见的操作步骤,进而,可以从集合SS中查找到与如上述标准问答示例1中各操作步骤s1~s4相对应的各个操作步骤。如上所述,当所收集的顺承结构的答案的数量越多时,操作步骤集合所涵盖的操作步骤跨越范围越大,该步骤成本知识库的知识储备等级越高。
步骤S603,以所述操作步骤集合中的单个操作步骤为单位,构建步骤成本知识库。例如,所构建的步骤成本知识库如图6B所示,其中操作步骤的集合SS中的每个操作步骤ssi均具有与之对应的、以一种或多种类型构建答案的成本Cssi。
此外,本公开的发明人认识到,在该步骤的集合中,各个操作步骤的重要度并不相同,而步骤重要度同样是衡量该步骤的优先级的重要因素。例如,如果某一操作步骤的重要度较高,则说明该操作步骤在手机领域操作中是较为常用且必要的,因此构建出该操作步骤的素材则在后续其他答案的构建过程中多次使用,以避免重复制作个别操作步骤所导致的资源浪费。换句话说,某一操作步骤的重要度较高,则表明更值得去构建该操作步骤的答案,在此情况下,可以考虑人为地在其步骤构建成本上加权,即便其实际构建成本可能稍高,但考虑到构建出来的素材可能会被多次使用,仍对其加权而将其视为低构建成本的。因此,基于步骤重要度对已计算出的各个步骤构建成本进行加权,则可以更准确地反映出实际制作场景中的各个步骤的最终成本。以下结合图6C描述对步骤成本知识库中的各个操作步骤的步骤构建成本加权的方法的示例。
在如上所述步骤S603中构建的成本知识库中,包含多个经原子化的操作步骤ss1~ssN。各个原子化步骤ss1~ssN在所收集的原始顺承结构答案中与其他步骤具有前序/后序两种顺承关系,基于各个原子化步骤ss1~ssN在原始顺承结构答案中所具有的前序/后序关系,可以构建以所有原子步骤为节点、以前序/后序关系为边的步骤有向图。进一步地,基于步骤有向图可以计算出单个原子化步骤的重要度。例如,作为计算各步骤的重要度的一种示例性方法,可以采用PageRank算法来实现。
如图6C所示,以步骤ss1~ss3为例,各个步骤ss1~ss3均与其他步骤之间具有前序/后序关系,例如ss3为ss2的后续,ss2为ss1的后续。虽然图6C示意性地示出了每个步骤与另外的一个步骤之间具有前序/后序关系,但是本领域技术人员可以理解的是,由于每个步骤均可能来源于所收集到的不同的原始顺承结构答案,因而每个步骤可以与两个甚至更多个步骤之间具有前序/后序关系,本发明不以此为限。进而,可以对步骤成本知识库中的各个操作步骤的步骤构建成本加权,并以加权后的步骤构建成本更新所述步骤成本知识库。例如,假设图6C中步骤ssi的重要度计算为SRssi,则步骤ssi的加权成本可以为Cssi/SRssi。
<非顺承结构答案的构建成本>
顺承结构答案是指不包含多个具有顺承关系的操作步骤的答案,其示例可以包括:不具有顺承结构的操作类答案、事实类答案和定义类答案等。对于不同类型的非顺承结构答案,可以采用不同的方法计算其答案的构建成本。以下描述计算非顺承结构答案的构建成本的示例性方法。
当答案内容的结构被确定为非顺承结构时,计算以优先级得分最高的答案类型来构建答案的构建成本可以包括如下步骤:
(A)确定所述答案内容是否为操作类内容。例如,可以采用特征提取方法提取答案中的交互操作词特征等,并且基于所提取的特征结合语义分析来确定该答案是否为操作类答案。以标准问答示例3为例,可以提取其中的“下载”等交互操作词特征,并且结合其上下文语义分析确定该答案内容为操作类答案。
(B)当步骤(A)中确定所述答案内容是操作类内容时,基于所述操作类内容对应的操作难易程度计算所述构建成本。例如,与以上结合顺承结构答案成本构建所描述的类似地,可以确定以优先级得分最高的答案类型构建该答案的基准成本,并且进一步结合该答案中的步骤的操作难易程度,确定以优先级得分最高的答案类型构建该答案的构建成本。
(C)当步骤(A)中确定所述答案内容不是操作类内容时,进一步确定所述答案内容是否为事实类内容或定义类内容。例如,可以采用特征提取方法提取答案中的特征等,并且基于所提取的特征确定该答案是否为事实类内容或定义类内容。例如,通过特征提取和识别方法,可以确定示例4中的答案为定义类内容,示例5中的答案为事实类内容。
(D)当步骤(C)中确定所述答案内容为事实类内容或定义类内容时,基于所述答案内容的复杂性和相关用户技术背景计算所述构建成本。例如,有些技术术语或定义比较复杂或者对于广大用户群体比较陌生,需要配合大量的讲解才能使得用户掌握其含义,因此需要准备较多的制作素材,可以对其设定较高的构建成本,例如以上标准问答示例4。而有些答案比较简单,则可以对其设定较低的构建成本,例如以上标准问答示例5。
返回到图5,上述决定是否要构建以优先级得分最高的答案类型表示的答案的示例方法还包括:步骤S502,预测所述答案的使用率。以下结合图7对预测答案的使用率的示例性方法进行描述,预测答案的使用率的示例性方法可以包括如下步骤:
(A)对至少一个用户的多个历史问题进行分类。例如,可以根据用户问题的意图进行粗略分类,将用户的历史问题分为以下各个类别:“系统更新”、“电池”、“屏幕显示”、“数据传输”、“拍照功能”等。对用户的多个历史问题的分类方法可以使用传统的分类器如SVM和神经网络分类模型CNN等,本公开不以此为限。如图7所示,可以将对多个用户的历史问题进行分类,例如将问题q1、q2和q3分类为系统更新类别,将问题q4、q5分类为电池类别。
(B)确定多个历史问题中属于标准问题的分类的至少一个历史问题与所述标准问题是否匹配,其中所述标准问题与所述答案相对应。如图7所示,可以分别确定问题q1、q2和q3与属于同一类别“系统更新”的标准问题Q1和Q2是否匹配,且每个标准问题Q1和Q2都分别具有与之对应的唯一答案A1和A2,而每个答案A1和A2即为有待计算其使用率的答案。类似地,可以确定问题q4和q5与标准问题Q3是否匹配。例如,作为判断历史问题和标准问题是否匹配的示例性方法,可以使用预先训练好的词向量作为初始值对用户的历史问题和标准问题进行向量化表示,然后使用CNN、LSTM等算法对用户的历史问题和标准问题进行编码得到句向量,根据句向量确定用户的历史问题和标准问题是否相匹配。图7示出了用户的历史问题和标准问题的匹配结果,其中历史问题q1与标准问题Q2相匹配,历史问题q2与标准问题Q1相匹配,历史问题q3与标准问题Q2相匹配,历史问题q4与标准问题Q3相匹配,历史问题q5与标准问题Q3相匹配。
(C)基于多个历史问题中与所述标准问题相匹配的历史问题的数量,预测所述答案的使用率。如前所述,标准问题分别与待计算其使用率的答案一一对应,根据相匹配的历史问题的数量,便可以确定该标准问题被提问的次数,据此反映出该答案的使用率。例如,结合图7的用户的历史问题和标准问题的匹配结果,确定与标准问题Q1相匹配的历史问题数量为1,与标准问题Q2相匹配的历史问题数量为2,与标准问题Q3相匹配的历史问题数量为2,进而可以依据用户的历史问题、标准问题和有待计算使用率的答案之间的对应关系,估计标准答案A1~A3被使用的频率。例如,可以将对应到该答案A1的用户历史问题数占历史问题总数的比例作为答案A1的使用率。
以上描述了基于历史问题的数量来预测所述答案的使用率的实施例。可以理解,还可以采用其他方式进行预测。例如,当某一问题及其答案是该领域中比较新鲜的问题时,与该答案对应的历史问题的数量可能相对有限,在此情况下,则可以基于对该问题的热门趋势、感兴趣群体数量等因素的估计,来预测所述答案的使用率的实施例。
返回到图5,该方法还包括:步骤S503,基于所述构建成本和使用率,决定是否构建以优先级得分最高的答案类型表示的答案。假设对于上述答案A的构建成本为C(A)且使用率为U(A),可以计算二者之间的比值U(A)/C(A)。进一步地,将该比值与预定的阈值相比较,当该比值大于预定的阈值时,说明值得以优先级得分最高的答案类型来表示答案,则可以决定构建以优先级得分最高的答案类型表示的答案;当该比值小于预定的阈值时,说明不值得以优先级得分最高的答案类型来表示答案,则可以决定不构建以优先级得分最高的答案类型表示的答案。该预定的阈值可以根据用户需求进行设定,本发明不以此为限。
另外,考虑到客服系统的运营成本有限,可能不会针对每个答案都去构建以优先级得分最高的答案类型表示的答案。在此情况下,可以计算有待构建的多个答案的各个答案类型的各个构建成本,并且基于制作经费等因素从中筛选出实际要去构建的多个答案,并且对于未被筛选的答案,可以考虑以较低构建成本的类型来构建,来保证客服系统的正常运营。
除此之外,用户对答案内容的总体满意度评价也是衡量答案的重要因素。鉴于此,可以根据用户平均满意度得分对上述比值进行加权,并且以加权后的比值来决定是否构建以优先级得分最高的答案类型表示的答案。例如,假设用户对答案内容的总体满意度为SF(A),可以对上述比值比值U(A)/C(A)乘以加权系数SF(A),并据此决定是否构建以优先级得分最高的答案类型表示的答案。
以上结合附图描述了根据本公开实施例的答案提供方法,可以基于用户输入的问题确定并且提供相对应的答案,并且还能够在不同的问题输入模态下给用户提供不同的答案,由此满足用户对答案的不同需求,提高用户对答案的满意度。另外,通过对答案的内容进行分析确定以不同答案类型表示答案的各个优先级得分,并且据此自动确定适合推送给用户的答案类型,可以避免大量人工标注,并且使得用户更好地理解答案的内容,提高用户对答案的满意度。除此之外,在决定是否要以某一类型构建答案时,可以考虑该类型答案的构建成本及其使用率,由此兼顾客服系统的运营成本和用户满意度。
下面,将参照图8来描述根据本公开实施例的答案提供设备的框图。图8示出了根据本公开实施例的答案提供设备800的示例性结构框图。
答案提供设备800例如可以是笔记本电脑、服务器、云端数据装置等任何类型的电子装置。该答案提供设备800可以接收用户输入的问题,并且向用户提供相对应的答案。以下仅对答案提供设备800的各单元的主要功能进行描述,而省略以上已经描述过的细节内容。如图8所示,该答案提供设备800可以包括问题接收单元801、答案确定单元802、答案提供单元803。此外,根据需要,答案提供设备800还可以包括图8中未示出的其他组件,比如显示器、输入/输出设备等。
问题接收单元801可以接收用户输入的问题。例如,用户可以使用其持有的电子设备或者该答案提供设备本身通过各种方式向客服系统输入想要询问的问题。用户输入问题的方式可以包括但不限于:打字输入、语音输入、在问题列表中选择问题等。
答案确定单元802可以确定与用户输入的问题相对应的第一答案。例如,在接收到用户输入的问题后,客服系统可以从后台数据库获得与所输入的问题相对应的第一答案。需说明的是,本实施例中的第一答案可以从是后台数据库预先构建的多个答案中选择的,或者是基于用户所输入的问题而实时构建的,本公开不以此为限。
答案提供单元803可以将所述第一答案提供给用户。例如,在确定了第一答案之后,客服系统便可将其推送给用户用来输入问题的电子设备。需说明的是,虽然描述了答案提供单元803将第一答案提供给用户,但本实施例还考虑了不同的问题输入模态下的不同用户需求,因此本实施例中用户输入的问题在不同的问题输入模态下可以对应于与第一答案不同的答案,由此答案提供单元803便能够在可能出现不同的问题输入模态时向用户推送合适的答案。在本实施例中,所述问题至少还对应于第二答案,所述第二答案是在不同的问题输入模态下提供给用户的答案。例如,用户输入的问题可能是客服系统中经常遇到或者预计将要遇到的问题,考虑不同的问题输入模态下不同的用户需求,本实施例可以将该问题对应于多个不同答案,以便答案提供单元803能够在可能出现的不同的问题输入模态下选择合适的答案来向用户推送,使得执行该答案提供方法的客服系统具有在可能出现的不同的问题输入模态下提供合适的答案的能力。
需说明的是,答案提供设备800还可以执行如先前结合图1-图7描述的答案提供方法中的任何处理,具体细节在此不予赘述。
以上结合附图描述了根据本公开实施例的答案提供设备,根据本公开实施例的答案提供设备,可以基于用户输入的问题确定并且提供相对应的答案,并且还能够在不同的问题输入模态下给用户提供不同的答案,由此满足用户对答案的不同需求,提高用户对答案的满意度。另外,通过对答案的内容进行分析确定以不同答案类型表示答案的各个优先级得分,并且据此自动确定适合推送给用户的答案类型,可以避免大量人工标注,并且使得用户更好地理解答案的内容,提高用户对答案的满意度。除此之外,在决定是否要以某一类型构建答案时,可以考虑该类型答案的构建成本及其使用率,由此兼顾客服系统的运营成本和用户满意度。
本公开的另一实施例还提供了一种计算机可读存储介质,用于存储非暂时性计算机可读指令,当所述非暂时性计算机可读指令由计算机执行时可以执行本公开的实施例的答案提供方法。前述的存储介质包括易失性存储介质或非易失性存储介质,例如U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
应理解的是,在本公开各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。此外,本领域技术人员应该理解,在不离开本公开的原理和精神的情况下,可对这些实施例进行各种修改,组合或子组合,并且这样的修改应落入本公开的范围内。
Claims (10)
1.一种答案提供方法,包括:
接收用户输入的问题;
确定与用户输入的问题相对应的第一答案;以及
将所述第一答案提供给用户,
其中,所述问题至少还对应于第二答案,所述第二答案是在不同的问题输入模态下提供给用户的答案。
2.根据权利要求1所述的方法,其中,所述第一答案和所述第二答案是以不同答案类型表示的答案或者具有不同内容的答案,所述问题输入模态基于以下中的一个或多个来确定:
用户用来输入问题的电子设备的设备类型和/或环境参数;
用户的知识背景和/或个人偏好;以及
所述问题的答案内容。
3.根据权利要求1所述的方法,其中,所述确定与用户输入的问题相对应的第一答案包括:
获得与用户输入的问题相对应的多个答案,所述多个答案是以不同答案类型表示的多个答案或者具有不同内容的多个答案;以及
从所述多个答案中确定所述第一答案。
4.根据权利要求1所述的方法,其中,所述确定与用户输入的问题相对应的第一答案包括:
确定用来表示答案的答案类型;以及
获得以所确定的答案类型表示的答案作为所述第一答案。
5.根据权利要求4所述的方法,其中,所述确定用来表示答案的答案类型包括:
对所述问题的答案内容进行特征提取,其中所提取的特征包括顺承符号特征、顺承词特征、交互操作词特征和交互操作序列长度特征中的至少一个;
根据所提取的特征,确定所述答案内容的结构,其中所述答案内容的结构至少包括顺承结构和非顺承结构;
基于所述答案内容的结构,确定分别以多个不同答案类型来表示答案的各个优先级得分;以及
基于所述各个优先级得分,确定用来表示答案的答案类型。
6.根据权利要求5所述的方法,其中,所述基于所述各个优先级得分确定用来表示答案的答案类型包括:
确定是否预先构建了以优先级得分最高的答案类型表示的答案,其中
当预先构建了以优先级得分最高的答案类型表示的答案时,确认以所述优先级得分最高的答案类型来表示答案,
当尚未构建以优先级得分最高的答案类型表示的答案时,决定是否要构建以优先级得分最高的答案类型表示的答案。
7.根据权利要求6所述的方法,其中,所述决定是否要构建以优先级得分最高的答案类型表示的答案包括:
计算以优先级得分最高的答案类型来构建答案的构建成本;
预测所述答案内容的使用率;以及
基于所述构建成本和使用率,决定是否构建以优先级得分最高的答案类型表示的答案。
8.根据权利要求7所述的方法,其中,
当所述答案内容的结构为顺承结构时,所述计算以优先级得分最高的答案类型来构建答案的构建成本包括:
将所述答案内容划分为多个操作步骤,计算以优先级得分最高的答案类型构建各个操作步骤的各个步骤构建成本;以及
基于各个步骤构建成本,计算所述构建成本,
其中,所述各个步骤构建成本是从一预先构建的步骤成本知识库中查找而确定的,所述预先构建的步骤成本知识库基于操作步骤的难易程度来构建,
当所述答案内容的结构为非顺承结构时,所述计算以优先级得分最高的答案类型来构建答案的构建成本包括:
确定所述答案内容是否为操作类内容,其中
当确定所述答案内容是操作类内容时,基于所述操作类内容对应的操作难易程度计算所述构建成本,
当确定所述答案内容不是操作类内容时,进一步确定所述答案内容是否为事实类内容或定义类内容,
当确定所述答案内容为事实类内容或定义类内容时,基于所述答案内容的复杂性和相关用户技术背景计算所述构建成本。
9.根据权利要求8所述的方法,其中,所述预测所述答案的使用率包括:
对至少一个用户的多个历史问题进行分类;
确定多个历史问题中属于标准问题的分类的至少一个历史问题与所述标准问题是否匹配,其中所述标准问题与所述答案相对应;以及
基于多个历史问题中与所述标准问题相匹配的历史问题的数量,预测所述答案的使用率。
10.一种答案提供设备,包括:
问题接收单元,配置为接收用户输入的问题;
答案确定单元,配置为确定与用户输入的问题相对应的第一答案;以及
答案提供单元,配置为将所述第一答案提供给用户,
其中,所述问题至少还对应于第二答案,所述第二答案是在不同的问题输入模态下提供给用户的答案。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810691095.4A CN108875055B (zh) | 2018-06-28 | 2018-06-28 | 一种答案提供方法及设备 |
PCT/CN2018/115430 WO2020000867A1 (zh) | 2018-06-28 | 2018-11-14 | 一种答案提供方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810691095.4A CN108875055B (zh) | 2018-06-28 | 2018-06-28 | 一种答案提供方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108875055A true CN108875055A (zh) | 2018-11-23 |
CN108875055B CN108875055B (zh) | 2021-12-24 |
Family
ID=64296580
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810691095.4A Active CN108875055B (zh) | 2018-06-28 | 2018-06-28 | 一种答案提供方法及设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108875055B (zh) |
WO (1) | WO2020000867A1 (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110032628A (zh) * | 2019-02-21 | 2019-07-19 | 北京奥鹏远程教育中心有限公司 | 一种用户在线咨询系统和方法 |
CN110070810A (zh) * | 2019-05-27 | 2019-07-30 | 珠海幸福家网络科技股份有限公司 | 一种楼盘讲解方法及楼盘讲解系统 |
CN110381381A (zh) * | 2019-06-21 | 2019-10-25 | 深圳市轱辘汽车维修技术有限公司 | 一种视频定制方法、视频定制装置及电子设备 |
CN110442698A (zh) * | 2019-08-06 | 2019-11-12 | 苏州思必驰信息科技有限公司 | 对话内容生成方法及系统 |
CN111353290A (zh) * | 2020-02-28 | 2020-06-30 | 支付宝(杭州)信息技术有限公司 | 一种自动响应用户询问的方法和系统 |
CN112883177A (zh) * | 2021-02-18 | 2021-06-01 | 联想(北京)有限公司 | 一种智能回复方法及装置 |
CN116821311A (zh) * | 2023-08-30 | 2023-09-29 | 环球数科集团有限公司 | 一种基于关联数据和用户行为分析的智能客服系统 |
CN118506785A (zh) * | 2024-05-11 | 2024-08-16 | 安徽迪科数金科技有限公司 | 一种基于智能客服的语音识别与反馈系统 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210279605A1 (en) * | 2020-03-06 | 2021-09-09 | International Business Machines Corporation | Efficiently generating accurate responses to a multi-facet question by a question answering system |
CN111460816B (zh) * | 2020-03-30 | 2023-03-31 | 招商局金融科技有限公司 | 基于语义特征的数据检索方法、电子装置及存储介质 |
CN112200624A (zh) * | 2020-09-28 | 2021-01-08 | 深圳市其乐游戏科技有限公司 | 商品推荐方法、装置、终端设备以及存储介质 |
CN112988998B (zh) * | 2021-03-15 | 2023-06-16 | 中国联合网络通信集团有限公司 | 应答方法及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140358890A1 (en) * | 2013-06-04 | 2014-12-04 | Sap Ag | Question answering framework |
CN106227779A (zh) * | 2016-07-18 | 2016-12-14 | 深圳追科技有限公司 | 一种客服系统的人机交互方法 |
CN106572001A (zh) * | 2016-10-31 | 2017-04-19 | 厦门快商通科技股份有限公司 | 一种智能客服的对话方法及系统 |
CN106663131A (zh) * | 2016-06-29 | 2017-05-10 | 深圳狗尾草智能科技有限公司 | 一种基于用户画像的个性化回答生成方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160196336A1 (en) * | 2015-01-02 | 2016-07-07 | International Business Machines Corporation | Cognitive Interactive Search Based on Personalized User Model and Context |
KR102558437B1 (ko) * | 2015-11-27 | 2023-07-24 | 삼성전자주식회사 | 질의 응답 처리 방법 및 이를 지원하는 전자 장치 |
CN106980626A (zh) * | 2016-01-18 | 2017-07-25 | 佳能株式会社 | 处理装置及方法以及问题与答案系统 |
-
2018
- 2018-06-28 CN CN201810691095.4A patent/CN108875055B/zh active Active
- 2018-11-14 WO PCT/CN2018/115430 patent/WO2020000867A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140358890A1 (en) * | 2013-06-04 | 2014-12-04 | Sap Ag | Question answering framework |
CN106663131A (zh) * | 2016-06-29 | 2017-05-10 | 深圳狗尾草智能科技有限公司 | 一种基于用户画像的个性化回答生成方法及系统 |
CN106227779A (zh) * | 2016-07-18 | 2016-12-14 | 深圳追科技有限公司 | 一种客服系统的人机交互方法 |
CN106572001A (zh) * | 2016-10-31 | 2017-04-19 | 厦门快商通科技股份有限公司 | 一种智能客服的对话方法及系统 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110032628A (zh) * | 2019-02-21 | 2019-07-19 | 北京奥鹏远程教育中心有限公司 | 一种用户在线咨询系统和方法 |
CN110070810A (zh) * | 2019-05-27 | 2019-07-30 | 珠海幸福家网络科技股份有限公司 | 一种楼盘讲解方法及楼盘讲解系统 |
CN110381381A (zh) * | 2019-06-21 | 2019-10-25 | 深圳市轱辘汽车维修技术有限公司 | 一种视频定制方法、视频定制装置及电子设备 |
CN110442698A (zh) * | 2019-08-06 | 2019-11-12 | 苏州思必驰信息科技有限公司 | 对话内容生成方法及系统 |
CN110442698B (zh) * | 2019-08-06 | 2021-12-28 | 思必驰科技股份有限公司 | 对话内容生成方法及系统 |
CN111353290A (zh) * | 2020-02-28 | 2020-06-30 | 支付宝(杭州)信息技术有限公司 | 一种自动响应用户询问的方法和系统 |
CN111353290B (zh) * | 2020-02-28 | 2023-07-14 | 支付宝(杭州)信息技术有限公司 | 一种自动响应用户询问的方法和系统 |
CN112883177A (zh) * | 2021-02-18 | 2021-06-01 | 联想(北京)有限公司 | 一种智能回复方法及装置 |
CN116821311A (zh) * | 2023-08-30 | 2023-09-29 | 环球数科集团有限公司 | 一种基于关联数据和用户行为分析的智能客服系统 |
CN116821311B (zh) * | 2023-08-30 | 2023-10-31 | 环球数科集团有限公司 | 一种基于关联数据和用户行为分析的智能客服系统 |
CN118506785A (zh) * | 2024-05-11 | 2024-08-16 | 安徽迪科数金科技有限公司 | 一种基于智能客服的语音识别与反馈系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2020000867A1 (zh) | 2020-01-02 |
CN108875055B (zh) | 2021-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108875055A (zh) | 一种答案提供方法及设备 | |
EP3511882A1 (en) | Method for recommending teachers in online teaching system | |
CN1655119B (zh) | 便于生成系统简介的系统 | |
CN110364146B (zh) | 语音识别方法、装置、语音识别设备及存储介质 | |
CN105808590B (zh) | 搜索引擎实现方法、搜索方法以及装置 | |
CN109547814A (zh) | 视频推荐方法、装置、服务器及存储介质 | |
CN107728874A (zh) | 提供用户快捷操作的方法、装置及设备 | |
CN106126524B (zh) | 信息推送方法和装置 | |
CN106021449A (zh) | 用于移动终端的搜索方法、装置以及移动终端 | |
CN106227844A (zh) | 一种应用推荐的方法以及终端 | |
JP2022533690A (ja) | 映画成功指数の予測 | |
DE202017104849U1 (de) | Systeme und Medien zum Darstellen einer Benutzerschnittstelle, die für eine vorhergesagte Benutzeraktivität kundenspezifisch ist | |
US20160328466A1 (en) | Label filters for large scale multi-label classification | |
CN111259231A (zh) | 应用程序的推荐方法和装置 | |
CN102800034A (zh) | 数据定制处理系统和数据定制处理方法 | |
KR102546409B1 (ko) | 사용자 경험 정보의 학습 기반 분석에 기초한 직무 적합성 정보 제공 방법 및 그 장치 | |
CN111752647A (zh) | 卡片信息展示方法、装置、计算机设备及存储介质 | |
CN114969487A (zh) | 一种课程推荐方法、装置、计算机设备及存储介质 | |
CN108563648A (zh) | 数据显示方法和装置、存储介质及电子装置 | |
US20230325944A1 (en) | Adaptive wellness collaborative media system | |
CN112287092A (zh) | 电梯业务智能查询方法及相关产品 | |
CN107506639A (zh) | 一种应用管控方法和装置 | |
CN110070385A (zh) | 广告评论方法、装置、电子设备及存储介质 | |
CN109684581A (zh) | 基于用户特征数据的评价方法、装置、设备和存储介质 | |
CN114677168A (zh) | 一种资源推荐方法、装置、设备及介质 |
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 |