CN109636524A - 一种车辆信息获取方法、装置及系统 - Google Patents
一种车辆信息获取方法、装置及系统 Download PDFInfo
- Publication number
- CN109636524A CN109636524A CN201811511267.1A CN201811511267A CN109636524A CN 109636524 A CN109636524 A CN 109636524A CN 201811511267 A CN201811511267 A CN 201811511267A CN 109636524 A CN109636524 A CN 109636524A
- Authority
- CN
- China
- Prior art keywords
- intended
- vehicle
- user
- end server
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000011218 segmentation Effects 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 abstract description 20
- 238000010586 diagram Methods 0.000 description 14
- 238000003058 natural language processing Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 238000012905 input function Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 125000002015 acyclic group Chemical group 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000008140 language development Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- 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
- G10L15/26—Speech to text systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Computational Linguistics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Accounting & Taxation (AREA)
- Multimedia (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Acoustics & Sound (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请实施例提供了一种车辆信息获取方法、装置及系统。其中,该方法包括:前端服务器获取用户的选车意图文本信息,所述选车意图文本信息根据用户在客户端输入的选车意图语音信息生成;所述前端服务器从所述选车意图文本信息中获取用户意图;所述前端服务器根据用户意图从后端服务器获取与用户意图相匹配的车辆信息;所述前端服务器将所述车辆信息推送给所述客户端。由此,用户在客户端选车时,无需进行繁琐的手动输入和点击,只需说出自己的选车意图,通过客户端将用户的选车意图发送给前端服务器,前端服务器就能够根据选车意图从后端服务器匹配到相应的车辆信息,从而极大地简化了用户的选车过程,提高用户的选车效率。
Description
技术领域
本申请涉及信息处理领域,尤其涉及一种车辆信息获取方法、装置及系统。
背景技术
随着消费水平的不断提高,汽车逐渐成为了普通消费者改善出行方式、提高生活品质的选择,市场汽车保有量也不断提高,随之而来的是汽车交易市场的迅速壮大和发展。在这种情况下,伴随着互联网技术的迅速发展,汽车交易软件应运而生,相比传统的线下交易方式,汽车交易软件能够提供更快捷、全面和广域的汽车交易信息,为汽车买卖双方提供更加贴心的汽车交易体验。
用户在现有的汽车交易软件进行选车时,通常是通过手动输入车辆信息或者在汽车交易软件的界面上多次执行点击筛选的实现。例如,用户输入“奥迪”,然后汽车交易软件的界面出现例如“一汽奥迪”“进口奥迪”等供用户选择,在用户做出选择之后,汽车交易软件的界面继续出现例如汽车型号、新车或二手车、颜色、排量、年份和配置等信息,需要用户一一做出选择。可见现有技术的选车方式操作非常繁琐、选车效率低,用户的学习成本也比较很高,当一些用户不会打字或者不熟悉选车操作时,甚至很难完成选车操作,由此造成汽车交易也无法进行,严重影响了用户交易体验。
发明内容
本申请实施例提供了一种车辆信息获取方法、装置及系统,以解决现有技术在汽车交易过程中用户选车的操作繁琐、选车效率低问题。
第一方面,本申请实施例提供了一种车辆信息获取方法,包括:
前端服务器获取用户的选车意图文本信息,所述选车意图文本信息根据用户在客户端输入的选车意图语音信息生成;
所述前端服务器从所述选车意图文本信息中获取用户意图;
所述前端服务器根据用户意图从后端服务器获取与用户意图相匹配的车辆信息;
所述前端服务器将所述车辆信息推送给所述客户端。
第二方面,本申请实施例提供了一种车辆信息获取装置,包括:
第一获取模块,用于获取用户的选车意图文本信息,所述选车意图文本信息根据用户在客户端输入的选车意图语音信息生成;
第二获取模块,用于从所述选车意图文本信息中获取用户意图;
匹配模块,用于根据用户意图从后端服务器获取与用户意图相匹配的车辆信息;
发送模块,用于将所述车辆信息推送给所述客户端。
第三方面,本申请实施例提供了一种车辆信息获取系统,包括:
客户端,用于获取用户输入的选车意图语音信息;
前端服务器,用于获取根据所述选车意图语音信息生成的选车意图文本信息;
所述前端服务器,还用于从所述选车意图文本信息中获取用户意图;
后端服务器,用于从数据库获取与用户意图相匹配的车辆信息;
所述前端服务器,还用于将所述车辆信息推送给所述客户端。
由以上技术方案可知,本申请实施例提供了一种车辆信息获取方法、装置及系统。其中,该方法包括:前端服务器获取用户的选车意图文本信息,所述选车意图文本信息根据用户在客户端输入的选车意图语音信息生成;所述前端服务器从所述选车意图文本信息中获取用户意图;所述前端服务器根据用户意图从后端服务器获取与用户意图相匹配的车辆信息;所述前端服务器将所述车辆信息推送给所述客户端。由此,用户在使用客户端选车时,无需进行繁琐的手动输入和点击,只需说出自己的选车意图,通过客户端将用户的选车意图发送给前端服务器,前端服务器就能够根据选车意图从后端服务器匹配到相应的车辆信息,从而极大地简化了用户的选车过程,提高用户的选车效率。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的了一种车辆信息获取方法的流程图;
图2为本申请实施例提供的一种车辆信息获取方法步骤S120的流程图;
图3为本申请实施例提供的一种车辆信息获取方法步骤S130的流程图;
图4为本申请实施例提供的一种车辆信息获取装置的结构示意图;
图5为本申请实施例提供的另一种车辆信息获取装置的结构示意图;
图6为本申请实施例提供的另一种车辆信息获取装置的结构示意图;
图7为本申请实施例提供的一种车辆信息获取装置的匹配模块230的结构示意图;
图8为本申请实施例提供的另一种车辆信息获取装置的结构示意图;
图9为本申请实施例提供的一种车辆信息获取系统的结构示意图;
图10为本申请实施例提供的另一种车辆信息获取系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
目前,用户在现有的汽车交易软件进行选车时,通常是通过手动输入车辆信息或者在汽车交易软件的界面上多次执行点击筛选的实现。例如,某款汽车交易软件的操作界面上提供了输入框,当用户选车时,首先,点击输入框呼出输入法,然后,通过键盘输入或者手写输入的方式在输入框中输入需要查找的内容,例如输入汽车品牌“奥迪”,然后,汽车交易软件为用户呈现多个选项,例如“新车”“二手车”“热门车系”“大中型车”“中型SUV”“紧凑型SUV”“小型车”“紧凑型车”等,然后,当用户选择一个选项之后,汽车交易软件进一步提供更细化的选项,在这种操作逻辑下,用户完成一次选车过程需要经历几步甚至十几步的输入或点击操作,非常繁琐,选车效率低。并且目前的选车方法对用户的专业知识和操作能力也有一定要求,例如当用户不会打字、不了解汽车领域的名词概念时,用户甚至无法完成选车操作,给用户带来很多不便。
为了解决上述问题,本申请实施例提供了一种车辆信息获取方法、装置及系统。
下面是本申请的方法实施例。
图1为本申请实施例提供的了一种车辆信息获取方法的流程图。如图1所示,该方法包括以下步骤:
步骤S110,前端服务器获取用户的选车意图文本信息,所述选车意图文本信息根据用户在客户端输入的选车意图语音信息生成。
具体地,前端服务器与安装有客户端的用户设备建立网络连接。用户设备例如可以是手机、平板电脑、个人电脑(PC)、笔记本电脑、工作站等设备;客户端例如可以运行在IOS、MAC OS、Windows、Android、Windows Mobile或Linux等系统环境中;用户设备应该具备语音输入功能,或者通过与其他语音输入设备的配合实现语音输入功能,例如可以通过有线或者无线的连接方式与麦克风设备、蓝牙音箱等语音输入设备连接,从而通过外接的语音输入设备接收用户的语音内容。
可选地,语音识别平台可以内建在客户端中,从而,选车意图语音信息被识别成选车意图文本信息的过程可以在客户端内完成,并由客户端将选车意图文本信息通过网络直接发送给前端服务器。
可选地,语音识别平台可以设置在云端,客户端通过网络与语音识别平台连接,当用户通过说话的方式在客户端输入选车意图语音信息时,客户端将选车意图语音信息发送给语音识别平台,由语音识别平台对选车意图语音信息进行语音识别,得到对应的选车意图文本信息,然后将选车意图文本信息发送给前端服务器,或者,将选车意图文本信息回传给客户端,由客户端将选车意图文本信息发送给前端服务器。
其中,语音识别平台将选车意图语音信息识别成选车意图文本信息的过程具体可以包括:首先,从选车意图语音信息中获取有效语音频段,有效语音频段是指选车意图语音信息中包含用户的语音的一个连续片段。获取有效语音片段的过程可以包括:对选车意图语音信息进行检测,从中获取包含用户语音连续片段的起始点和结束点,从而截取到有效语音片段,这一过程可通过VAD(语音活性检测,Voice activity detection)实现。然后,对有效语音片段进行分帧处理,并将每个语音帧转换成多维的帧向量。最后,将帧向量输入到声学识别模型,得到对应的选车意图文本信息。
步骤S120,前端服务器从所述选车意图文本信息中获取用户意图。
具体地,前端服务器可以使用自然语言处理技术(natural languageprocessing,NLP)对选车意图文本信息进行意图识别,从而,从选车意图文本信息中获取用户意图。在本申请实施例中,用户意图例如可以包括用户想要够买或了解的车辆的品牌、车型、车系、价格、排量、年份和颜色等信息。
示例地,如果选车意图文本信息为:“我想买一辆16年产的奥迪A6L,价格20万左右的”,则该选车意图文本信息中的用户意图包括:用户的行为意图:买车,车辆年份:16年,车系:奥迪A6L,价格:20万。
步骤S130,前端服务器根据用户意图从后端服务器获取与用户意图相匹配的车辆信息。
具体地,前端服务器将用户意图发送给后端服务器,后端服务器根据用户意图从数据库中检索到与用户意图相匹配的车辆信息,并返回给用户。其中,车辆信息可以包括根据用户意图在数据库中查询到的所有相匹配的车辆的具体参数、交易地、图片、公里数、车况等。
进一步地,后端服务器可以有多个,用于执行不同的选车业务,例如:一些后端服务器用于处理与新车交易有关的车辆信息,而另一些后端服务器用于处理与二手车有关的车辆信息。另外,后端服务器可以是分布在不同网络位置的内容分发网络服务器(contentdelivery network,CDN),由此,前端服务器在获取到用户意图之后,将用户意图发送到最近的后端服务器,从而缩减用户意图和车辆信息在前端服务器与后端服务器之间的传输时间,提高车辆信息的获取速度。
步骤S140,前端服务器将所述车辆信息推送给所述客户端。
具体地,前端服务器可以与客户端建立socket长连接。socket是一个针对TCP和UDP编程的接口,可以在网络的传输层建立TCP或UDP连接,通过socket可以建立前端服务器与客户端的通信连接,并且使该连接持续保持,当前端服务器需要向客户端发送数据时,可以直接通过socket连接推送给客户端。其中,在前端服务器与客户端建立socket长连接的过程中,可以通过在前端服务器与客户端发送心跳包来确认客户端和前端服务器的活动状态,保证前端服务器和客户端的连接可靠性。
由以上技术方案可知,本申请实施例提供了一种车辆信息获取方法。其中,该方法包括:前端服务器获取用户的选车意图文本信息,所述选车意图文本信息根据用户在客户端输入的选车意图语音信息生成;所述前端服务器从所述选车意图文本信息中获取用户意图;所述前端服务器根据用户意图从后端服务器获取与用户意图相匹配的车辆信息;所述前端服务器将所述车辆信息推送给所述客户端。由此,用户在使用客户端选车时,无需进行繁琐的手动输入和点击,只需说出自己的选车意图,通过客户端将用户的选车意图发送给前端服务器,前端服务器就能够根据选车意图从后端服务器匹配到相应的车辆信息,从而极大地简化了用户的选车过程,提高用户的选车效率。
图2为本申请实施例提供的一种车辆信息获取方法步骤S120的流程图。如图2所示,在一种可选择的实施方式中,所述用户意图包含多个槽位,每个所述槽位对应一个信息维度,在步骤S120中,所述前端服务器使用预设意图识别模型获取所述用户意图,具体包括以下步骤:
步骤S121,对选车意图文本信息进行分词处理,并获取每个分词的词性。
具体地,可以统计汽车领域常见的词语,建立汽车领域对应的分词词典,并基于建立的分词词典使用分词工具对选车意图文本信息进行分词处理,其中,分词词典可以在选车业务的开展过程中不断收集语料以进行丰富,从而不断提高分词和语义识别的准确性。分词工具例如可以是jieba分词。jieba分词是一个使用python语言开发的中文分词工具,具有分词和词性标注的能力,jieba分词具备多种分词模式,支持中文简体和中文简体分词、支持自定义词典,能够基于词典中分词的前缀构建前缀树,并使用前缀树得到句子中汉字所有可能成词情况构成的有向无环图(DAG),并采用动态规划查找分词结果的最大概率路径,确定基于词频的最大概率的分词结果;另外,对于词典中未出现的词,jieba分词使用基于汉字成词能力的隐马尔科夫模型(hidden markov model,HMM)和维特比算法(viterbialgorithm)进行分词,从而保证分词结果具有较高的准确性。
进一步地,可以使用jieba分词获取选车意图文本信息的每个分词的词性,具体可以是为每个分词添加对应的词性标签。其中,在jieba分词中,部分词性和词性标签的对照关系如下:
n/名词np/人名ns/地名ni/机构名nz/其它专名
m/数词q/量词mq/数量词t/时间词f/方位词s/处所词
v/动词vm/能愿动词vd/趋向动词a/形容词d/副词
h/前接成分k/后接成分i/习语j/简称
r/代词c/连词p/介词u/助词y/语气助词
e/叹词o/拟声词g/语素w/标点x/其它
示例地,选车意图文本信息的内容为:
我想买一辆15年的公里数在10万公里以内的白色奥迪
可以得到的分词结果为:
我/想/买/一辆/15/年/的/公里/数/在/10/万/公里/以内/的/白色/奥迪
对分词结果获取词性的结果为:
我_r想_vm买_v一_m辆_q 15年_t的_u公里_q数_m在_p 10_m万_m公里_q以内_f的_u白色_n奥迪_ni
步骤S122,根据分词的词性将分词匹配给对应的所述槽位。
本申请实施例中,可以对用户意图预设多个槽位,每个槽位对应一个信息维度,该信息维度具体可以对应车辆信息数据库中的一个数据项,从而,当有一个多个槽位分配到分词时,可以根据槽位中的分词在数据库中查找到对应的车辆信息,分词对应的槽位越多,能够查找到的车辆信息越详细。
示例地,槽位可以包括:
行为意图槽位,用于匹配用户的行为,包括买车、卖车、询价等;
车辆年份槽位,用于匹配车辆的出厂年份;
里程数槽位,用于匹配车辆已经行驶的里程数;
品牌槽位,用于匹配车辆的品牌;
车系槽位,用于匹配车辆的车系;
颜色槽位,用于匹配车辆的颜色;
价格槽位,用于匹配车辆的价格;
……
那么在步骤S122中,将词性为v(动词)的分词“买”匹配给行为意图槽位,将词性为t(时间词)的分词“15年”匹配给车辆年份槽位,将词性为m(数词)的分词“10万”匹配给里程数槽位;将词性为n(名词)的分词“白色”匹配给颜色槽位;将词性为ni(机构)的分词“奥迪”匹配给品牌槽位。
步骤S123,如果槽位匹配结果满足预设查找条件,将所述槽位匹配的分词作为用户意图发送给前端服务器。
示例地,一种预设查找条件是:行为意图槽位和其他至少一个槽位匹配到了分词。例如,如果槽位匹配结果为“行为意图槽位:买;品牌槽位:奥迪”,则认为满足预设查询条件,即用户想买一辆奥迪车;如果槽位匹配结果为“行为意图槽位:买;”,则认为不满足预设查询条件,因为不知道用户要买什么。
进一步地,基于上述预设查找条件,还可以对槽位分类成必要槽位和可选槽位,例如,行为意图槽位为必要槽位,其他槽位为可选槽位。那么,当必要槽位和至少一个非必要槽位匹配到分词时,则认为满足预设查找条件。
进一步地,当槽位匹配结果满足预设查找条件时,可以将槽位匹配的分词按照约定的格式进行数据打包,并作为用户意图发送给前端服务器。
步骤S124,如果槽位匹配结果不满足预设查找条件,向前端服务器发送通知消息,所述通知消息用于指示所述前端服务器继续获取所述选车意图文本信息,以使所述预设意图识别模型根据所述选车意图文本信息继续为所述槽位匹配分词。
示例地,当用户说“我想买”时,槽位匹配结果为“行为意图槽位:买;”不满足预设查找条件,则意图识别模型向前端服务器发送通知消息,前端服务器接收到通知消息之后,通过客户端反问用户“你想买什么”,如果用户回答“奥迪”,那么意图识别模型的槽位匹配结果新增“品牌槽位:奥迪”,从而槽位匹配结果满足预设查找条件。
由此,本申请实施例提供的车辆信息获取方法,能够通过对用户的多轮反问,引导用户足够的用于匹配车辆信息的槽位内容,在这个过程中,用户不需要执行输入操作,只需要对着客户端说话即可,从而选车过程的便捷性得到巨大提升。
图3为本申请实施例提供的一种车辆信息获取方法步骤S130的流程图。如图3所示,在一种可选择的实施方式中,步骤S130可以包括:
步骤S131,前端服务器向所述后端服务器发送信息查询请求,所述信息查询请求携带用户意图,所述后端服务器用于根据所述用户意图从数据库查询所述车辆信息。
具体地,前端服务器可以将用户意图封装成与后端服务器约定的数据格式进行传输,例如,数据格式中可以包括槽位标签和槽位中的内容,从而使后端服务器可以根据槽位标签在数据库对应的数据项中查询槽位中的内容,并根据查询结果,获取对应的车辆信息,例如车辆的具体参数、交易地、图片、公里数、车况等。
进一步地,后端服务器可以有一个或者多个,多个后端服务器可以分别用于执行不同的选车业务,例如:一些服务器用于处理与新车交易有关的车辆信息,而另一些后端服务器用于处理与二手车有关的车辆信息。另外,后端服务器可以是分布在不同网络位置的内容分发网络服务器(content delivery network,CDN),由此,前端服务器在获取到用户意图之后,将用户意图发送到最近的后端服务器,从而缩减用户意图和车辆信息在前端服务器与后端服务器之间的传输时间,提高车辆信息的获取速度。
步骤S132,前端服务器从所述后端服务器接收所述车辆信息。
具体地,后端服务器在查询到车辆信息之后,将车辆信息发送给前端服务器,前端服务器在接收到车辆信息之后,可以通过与客户端建立的socket长连接将车辆信息推送给客户端,使客户端将车辆信息通过文字、图片或者视频等形式呈现给用户。
在一种可选择的实施方式中,本申请实施例提供的方法还包括缓存服务器。缓存服务器用于存储选车意图文本信息,以及缓存意图识别模型每一次从选车意图文本信息得到的槽位匹配结果,从而,用户可以通过多次说话在缓存服务器中积累出满足预设查找条件的用户意图。
由以上技术方案可知,根据本申请实施例提供的车辆信息获取方法,用户使用客户端选车时,无需进行繁琐的手动输入和点击,只需说出自己的选车意图,通过客户端将用户的选车意图发送给前端服务器,前端服务器就能够根据选车意图从后端服务器匹配到相应的车辆信息,从而极大地简化了用户的选车过程,提高用户的选车效率。
下面是本申请的装置实施例,可用于执行本申请的方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
图4为本申请实施例提供的一种车辆信息获取装置的结构示意图。如图4所示,该装置可以应用在前端服务器中,包括:
第一获取模块210,用于获取用户的选车意图文本信息,所述选车意图文本信息根据用户在客户端输入的选车意图语音信息生成;
第二获取模块220,用于从所述选车意图文本信息中获取用户意图;
匹配模块230,用于根据用户意图从后端服务器获取与用户意图相匹配的车辆信息;
发送模块240,用于将所述车辆信息推送给所述客户端。
由以上技术方案可知,本申请实施例提供了一种车辆信息获取装置。该装置能够获取用户的选车意图文本信息,所述选车意图文本信息根据用户在客户端输入的选车意图语音信息生成;以及,从所述选车意图文本信息中获取用户意图;以及,根据用户意图从后端服务器获取与用户意图相匹配的车辆信息;以及,将所述车辆信息推送给所述客户端。由此,用户在使用客户端选车时,无需进行繁琐的手动输入和点击,只需说出自己的选车意图,通过客户端将用户的选车意图发送给前端服务器,前端服务器就能够根据选车意图从后端服务器匹配到相应的车辆信息,从而极大地简化了用户的选车过程,提高用户的选车效率。
图5为本申请实施例提供的另一种车辆信息获取装置的结构示意图。如图5所示,在一种可选择的实施方式中,该装置在图4示出的结构基础上还包括:
语音识别模块310,用于从第一获取模块210接收所述选车意图语音信息;
所述语音识别模块310,还用于将所述选车意图语音信息识别成选车意图文本信息;
所述语音识别模块310,还用于将所述选车意图文本信息发送给所述第二获取模块220。
由此,通过语音识别模块,可以将用户的选车意图语音信息识别成选车意图文本信息,便于后续对选车意图文本信息进行自然语言处理(natural language processing,NLP),以从选车意图文本信息中获取用户意图。
图6为本申请实施例提供的另一种车辆信息获取装置的结构示意图。如图6所示,在一种可选择的实施方式中,该装置在图4或图5示出的结构基础上还包括:
意图识别模块320,用于从第二获取模块220接收所述选车意图文本信息;
所述意图识别模块320,还用于对选车意图文本信息进行分词处理,并获取每个分词的词性;
所述意图识别模块320,还用于根据分词的词性将分词匹配给对应的所述槽位;
所述意图识别模块320,还用于如果槽位匹配结果满足预设查找条件,将所述槽位匹配的分词作为用户意图发送给第二获取模块220。
所述意图识别模块320,还用于如果槽位匹配结果不满足预设查找条件,向第二获取模块220发送通知消息,所述通知消息用于指示所述第一获取模块210继续获取所述选车意图文本信息,以使所述意图识别模块320根据所述选车意图文本信息继续为所述槽位匹配分词。
由此,本申请实施例提供的车辆信息获取装置,能够通过对用户的多轮反问,引导用户足够的用于匹配车辆信息的槽位内容,在这个过程中,用户不需要执行输入操作,只需要对着客户端说话即可,从而选车过程的便捷性得到巨大提升。
图7为本申请实施例提供的一种车辆信息获取装置的匹配模块230的结构示意图。如图7所示,在一种可选择的实施方式中国,匹配模块230包括:
发送单元231,用于向所述后端服务器发送信息查询请求,所述信息查询请求携带用户意图,所述后端服务器用于根据所述用户意图从数据库查询所述车辆信息;
接收单元232,用于从所述后端服务器接收所述车辆信息。
其中,发送单元231可以将用户意图封装成与后端服务器约定的数据格式进行传输,例如,数据格式中可以包括槽位标签和槽位中的内容,从而使后端服务器可以根据槽位标签,在数据库对应的数据项中查询槽位中的内容,并根据查询结果,获取对应的车辆信息,例如车辆的具体参数、交易地、图片、公里数、车况等。
进一步地,后端服务器可以有一个或者多个,多个后端服务器可以分别用于执行不同的选车业务,例如:一些服务器用于处理与新车交易有关的车辆信息,而另一些后端服务器用于处理与二手车有关的车辆信息。另外,后端服务器可以是分布在不同网络位置的内容分发网络服务器(content delivery network,CDN),由此,发送单元231在获取到用户意图之后,将用户意图发送到最近的后端服务器,从而缩减用户意图的传输时间,提高车辆信息的获取速度。
进一步地,后端服务器在查询到车辆信息之后,将车辆信息发送给接收单元232,接收单元232在接收到车辆信息之后,可以通过前端服务器与客户端建立的socket长连接将车辆信息推送给客户端,使客户端将车辆信息通过文字、图片或者视频等形式呈现给用户。
图8为本申请实施例提供的另一种车辆信息获取装置的结构示意图。如图8所示,在一种可选择的实施方式中,该装置在图4-图7示出的结构基础上还包括:
缓存模块330,用于缓存所述选车意图文本信息和所述用户意图。从而,用户可以通过多次说话在缓存服务器中积累出满足预设查找条件的用户意图。
下面是本申请的硬件系统实施例,可用于执行本申请的方法实施例和装置实施例。对于本申请硬件系统实施例中未披露的细节,请参照本申请方法实施例和装置实施例。
图9为本申请实施例提供的一种车辆信息获取系统的结构示意图。如图9所示,该系统包括:
客户端410,用于获取用户输入的选车意图语音信息;
前端服务器420,用于获取根据所述选车意图语音信息生成的选车意图文本信息;
所述前端服务器420,还用于所述选车意图文本信息中获取用户意图;
后端服务器430,用于获取从数据库440获取与用户意图相匹配的车辆信息;
所述前端服务器420,还用于将所述车辆信息推送给所述客户端。
由以上技术方案可知,本申请实施例提供了一种车辆信息获取系统。其中,客户端用于获取用户输入的选车意图语音信息;前端服务器用于获取根据所述选车意图语音信息生成的选车意图文本信息,以及从所述选车意图文本信息中获取用户意图;后端服务器用于获取与用户意图相匹配的车辆信息,以及将所述车辆信息推送给所述客户端。由此,用户在使用客户端选车时,无需进行繁琐的手动输入和点击,只需说出自己的选车意图,通过客户端将用户的选车意图发送给前端服务器,前端服务器就能够根据选车意图从后端服务器匹配到相应的车辆信息,从而极大地简化了用户的选车过程,提高用户的选车效率。
图10为本申请实施例提供的另一种车辆信息获取系统的结构示意图。如图10所示,该系统在图9示出的结构基础上,还包括:
语音识别平台510,用于从客户端410接收所述选车意图语音信息,并将所述语音信息识别成选车意图文本信息,以及将选车意图文本信息发送给前端服务器420。
自然语言处理平台520,用于从前端服务器420接收选车意图文本信息,以及对选车意图文本信息进行分词处理,并获取每个分词的词性;以及根据分词的词性将分词匹配给对应的所述槽位,每个槽位对应一个信息维度,以及如果槽位匹配结果满足预设查找条件,将所述槽位匹配的分词作为用户意图发送给前端服务器420,以及如果槽位匹配结果不满足预设查找条件,向前端服务器420发送通知消息,所述通知消息用于指示所述前端服务器420继续获取所述选车意图文本信息,以使所述预设意图识别模型根据所述选车意图文本信息继续为所述槽位匹配分词。
缓存服务器530,用于缓存所述选车意图文本信息和所述用户意图。
进一步地,作为一种可选择的实施方式,后端服务器430可以有多个,用于执行不同的选车业务,例如:一些后端服务器430用于处理与新车交易有关的车辆信息,而另一些后端服务器430用于处理与二手车有关的车辆信息。另外,后端服务器430可以是分布在不同网络位置的内容分发网络服务器(content delivery network,CDN),由此,前端服务器在获取到用户意图之后,将用户意图发送到最近的后端服务器,从而缩减用户意图和车辆信息在前端服务器与后端服务器之间的传输时间,提高车辆信息的获取速度。
本领域技术人员在考虑说明书及实践这里公开的申请后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (14)
1.一种车辆信息获取方法,其特征在于,包括:
前端服务器获取用户的选车意图文本信息,所述选车意图文本信息根据用户在客户端输入的选车意图语音信息生成;
所述前端服务器从所述选车意图文本信息中获取用户意图;
所述前端服务器根据用户意图从后端服务器获取与用户意图相匹配的车辆信息;
所述前端服务器将所述车辆信息推送给所述客户端。
2.根据权利要求1所述的方法,其特征在于,所述客户端与语音识别平台连接,所述语音识别平台用于从客户端接收所述选车意图语音信息,并将所述语音信息识别成选车意图文本信息,所述前端服务器获取用户的选车意图文本信息,包括:
所述前端服务器从语音识别平台获取所述选车意图文本信息。
3.根据权利要求1所述的方法,其特征在于,所述用户意图包含多个槽位,每个所述槽位对应一个信息维度,所述前端服务器使用预设意图识别模型获取所述用户意图,所述意图识别模型获取所述用户意图,包括:
对选车意图文本信息进行分词处理,并获取每个分词的词性;
根据分词的词性将分词匹配给对应的所述槽位;
如果槽位匹配结果满足预设查找条件,将所述槽位匹配的分词作为用户意图发送给前端服务器。
4.根据权利要求3所述的方法,其特征在于,还包括:
如果槽位匹配结果不满足预设查找条件,向所述前端服务器发送通知消息,所述通知消息用于指示所述前端服务器继续获取所述选车意图文本信息,以使所述预设意图识别模型根据所述选车意图文本信息继续为所述槽位匹配分词。
5.根据权利要求1所述的方法,其特征在于,所述前端服务器根据用户意图从后端服务器获取与用户意图相匹配的车辆信息,包括:
所述前端服务器向所述后端服务器发送信息查询请求,所述信息查询请求携带用户意图,所述后端服务器用于根据所述用户意图从数据库查询所述车辆信息;
所述前端服务器从所述后端服务器接收所述车辆信息。
6.根据权利要求1所述的方法,其特征在于,所述前端服务器从所述选车意图文本信息中获取用户意图,还包括:
所述前端服务器将所述选车意图文本信息和所述用户意图保存在缓存服务器中。
7.根据权利要求1所述的方法,其特征在于,所述前端服务器将所述车辆信息推送给所述客户端,包括:
所述前端服务器与所述客户端建立socket长连接,所述前端服务器通过socket长连接将所述车辆信息推送给所述客户端。
8.一种车辆信息获取装置,其特征在于,包括:
第一获取模块,用于获取用户的选车意图文本信息,所述选车意图文本信息根据用户在客户端输入的选车意图语音信息生成;
第二获取模块,用于从所述选车意图文本信息中获取用户意图;
匹配模块,用于根据用户意图从后端服务器获取与用户意图相匹配的车辆信息;
发送模块,用于将所述车辆信息推送给所述客户端。
9.根据权利要求8所述的装置,其特征在于,还包括:
语音识别模块,用于从第一获取模块接收所述选车意图语音信息;
所述语音识别模块,还用于将所述选车意图语音信息识别成选车意图文本信息;
所述语音识别模块,还用于将所述选车意图文本信息发送给所述第一获取模块。
10.根据权利要求8所述的装置,其特征在于,所述用户意图包含多个槽位,每个所述槽位对应一个信息维度,所述装置还包括:
意图识别模块,用于从第二获取模块接收所述选车意图文本信息;
所述意图识别模块,还用于对选车意图文本信息进行分词处理,并获取每个分词的词性;
所述意图识别模块,还用于根据分词的词性将分词匹配给对应的所述槽位;
所述意图识别模块,还用于如果槽位匹配结果满足预设查找条件,将所述槽位匹配的分词作为用户意图发送给第二获取模块。
11.根据权利要求10所述的装置,其特征在于,
所述意图识别模块,还用于如果槽位匹配结果不满足预设查找条件,向所述第二获取模块发送通知消息,所述通知消息用于指示所述第一获取模块继续获取所述选车意图文本信息,以使所述意图识别模块根据所述选车意图文本信息继续为所述槽位匹配分词。
12.根据权利要求8所述的装置,其特征在于,所述匹配模块包括:
发送单元,用于向所述后端服务器发送信息查询请求,所述信息查询请求携带用户意图,所述后端服务器用于根据所述用户意图从数据库查询所述车辆信息;
接收单元,用于从所述后端服务器接收所述车辆信息。
13.根据权利要求8所述的装置,其特征在于,还包括:
缓存模块,用于缓存所述选车意图文本信息和所述用户意图。
14.一种车辆信息获取系统,其特征在于,包括:
客户端,用于获取用户输入的选车意图语音信息;
前端服务器,用于获取根据所述选车意图语音信息生成的选车意图文本信息;
所述前端服务器,还用于从所述选车意图文本信息中获取用户意图;
后端服务器,用于从数据库获取与用户意图相匹配的车辆信息;
所述前端服务器,还用于将所述车辆信息推送给所述客户端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811511267.1A CN109636524A (zh) | 2018-12-11 | 2018-12-11 | 一种车辆信息获取方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811511267.1A CN109636524A (zh) | 2018-12-11 | 2018-12-11 | 一种车辆信息获取方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109636524A true CN109636524A (zh) | 2019-04-16 |
Family
ID=66072799
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811511267.1A Pending CN109636524A (zh) | 2018-12-11 | 2018-12-11 | 一种车辆信息获取方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109636524A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110689375A (zh) * | 2019-09-27 | 2020-01-14 | 广州云从人工智能技术有限公司 | 一种基于便携式设备的信息交互方法、系统、设备和介质 |
CN111612015A (zh) * | 2020-05-26 | 2020-09-01 | 创新奇智(西安)科技有限公司 | 车辆识别方法、装置及电子设备 |
CN117786427A (zh) * | 2024-02-26 | 2024-03-29 | 星云海数字科技股份有限公司 | 一种车型主数据匹配方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150100943A1 (en) * | 2013-10-09 | 2015-04-09 | Viv Labs, Inc. | Dynamically evolving cognitive architecture system based on contributions from third-party developers |
CN107133259A (zh) * | 2017-03-22 | 2017-09-05 | 北京晓数聚传媒科技有限公司 | 一种搜索方法和装置 |
CN107292696A (zh) * | 2017-04-27 | 2017-10-24 | 深圳虫门科技有限公司 | 一种汽车智能导购系统以及实现方法 |
CN108922531A (zh) * | 2018-07-26 | 2018-11-30 | 腾讯科技(深圳)有限公司 | 槽位识别方法、装置、电子设备及存储介质 |
-
2018
- 2018-12-11 CN CN201811511267.1A patent/CN109636524A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150100943A1 (en) * | 2013-10-09 | 2015-04-09 | Viv Labs, Inc. | Dynamically evolving cognitive architecture system based on contributions from third-party developers |
CN107133259A (zh) * | 2017-03-22 | 2017-09-05 | 北京晓数聚传媒科技有限公司 | 一种搜索方法和装置 |
CN107292696A (zh) * | 2017-04-27 | 2017-10-24 | 深圳虫门科技有限公司 | 一种汽车智能导购系统以及实现方法 |
CN108922531A (zh) * | 2018-07-26 | 2018-11-30 | 腾讯科技(深圳)有限公司 | 槽位识别方法、装置、电子设备及存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110689375A (zh) * | 2019-09-27 | 2020-01-14 | 广州云从人工智能技术有限公司 | 一种基于便携式设备的信息交互方法、系统、设备和介质 |
CN111612015A (zh) * | 2020-05-26 | 2020-09-01 | 创新奇智(西安)科技有限公司 | 车辆识别方法、装置及电子设备 |
CN111612015B (zh) * | 2020-05-26 | 2023-10-31 | 创新奇智(西安)科技有限公司 | 车辆识别方法、装置及电子设备 |
CN117786427A (zh) * | 2024-02-26 | 2024-03-29 | 星云海数字科技股份有限公司 | 一种车型主数据匹配方法及系统 |
CN117786427B (zh) * | 2024-02-26 | 2024-05-24 | 星云海数字科技股份有限公司 | 一种车型主数据匹配方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021196981A1 (zh) | 语音交互方法、装置和终端设备 | |
US20210295842A1 (en) | Word-level correction of speech input | |
US10546067B2 (en) | Platform for creating customizable dialog system engines | |
KR102475719B1 (ko) | 서드 파티 에이전트를 사용하기 위한 호출 요청 생성 및 전송 | |
US8868428B2 (en) | Integration of embedded and network speech recognizers | |
CN112291203B (zh) | 将用于具有选择性离线能力的话音动作的数据本地保存 | |
US20100106500A1 (en) | Method and system for enhancing verbal communication sessions | |
JP2004287447A (ja) | モバイル通信デバイスのための分散音声認識 | |
US8682640B2 (en) | Self-configuring language translation device | |
CN110415679B (zh) | 语音纠错方法、装置、设备和存储介质 | |
CN112581962A (zh) | 在支持语音的电子设备中对语音转文本模型的场境敏感动态更新 | |
CN102792294A (zh) | 自然语言语音服务环境中的混合处理的系统及方法 | |
CN109636524A (zh) | 一种车辆信息获取方法、装置及系统 | |
US11893993B2 (en) | Interfacing with applications via dynamically updating natural language processing | |
US11514896B2 (en) | Interfacing with applications via dynamically updating natural language processing | |
CN116127046A (zh) | 生成式大语言模型训练方法、基于模型的人机语音交互方法 | |
CN116343766A (zh) | 生成式大模型训练方法、基于模型的人机语音交互方法 | |
CN114064943A (zh) | 会议管理方法、装置、存储介质及电子设备 | |
US20230020574A1 (en) | Disfluency removal using machine learning | |
KR102284912B1 (ko) | 상담 서비스 제공 방법 및 장치 | |
CN107967308A (zh) | 一种智能交互的处理方法、装置、设备和计算机存储介质 | |
CN117221450A (zh) | Ai智慧客服系统 | |
CN115906808A (zh) | 发言回应度确认方法、装置、介质和计算设备 | |
TW202234284A (zh) | 服務系統及服務資訊提供方法 | |
CN117421401A (zh) | 对话处理方法、装置、电子设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190416 |