CN109710818A - 答案权重的确定方法、答案确定方法、装置和存储介质 - Google Patents
答案权重的确定方法、答案确定方法、装置和存储介质 Download PDFInfo
- Publication number
- CN109710818A CN109710818A CN201811625095.0A CN201811625095A CN109710818A CN 109710818 A CN109710818 A CN 109710818A CN 201811625095 A CN201811625095 A CN 201811625095A CN 109710818 A CN109710818 A CN 109710818A
- Authority
- CN
- China
- Prior art keywords
- answer
- weight
- candidate answers
- target answer
- acquisition modes
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种答案权重的确定方法，包括：获取行为轨迹；所述行为轨迹表征用户对提供给所述用户的目标答案的满意程度；根据所述行为轨迹确定所述目标答案的权重。本发明还公开了一种答案权重的确定装置、存储介质、答案确定方法、装置及存储介质。
Description
技术领域
本发明涉及计算机技术，尤其涉及一种答案权重的确定方法、答案确定方法、装置和存储介质。
背景技术
目前大部分智能客服都是提前将需要的数据存储于知识库中，在智能客服或者人工客服工作时，随时去读取知识库中存储的数据，所述数据由大量的“问答对”组成，问题和对应答案匹配成一组。这些“问答对”来自平时访客和人工客服的交流沟通，或者其它对话场合，然后经人工梳理形成可供智能客服使用的知识库。
由于同一个问题有多种表达方式，同一个相似的问题可能存在多个答案。现在系统只是通过问卷调查结果计算好评率以确定答案的权重，所述权重表征倾向于将此答案提供给用户的程度；权重值越高，越倾向于将此答案提供给用户。问卷调查好评越多、差评越少的答案权重就越高，但由于用户在填写问卷调查时往往可能应付了事，带有很大的随意性，从而问卷调查好评率并不能准确地反映用户对答案的满意程度，这也就使得答案权重不能准确反映用户对于答案的真实满意程度。
发明内容
有鉴于此，本发明的主要目的在于提供一种答案权重的确定方法、答案确定方法、装置和存储介质，解决了答案权重不能准确反映用户对于答案的真实满意程度的问题。
为达到上述目的，本发明的技术方案是这样实现的：
本发明实施例提供了一种答案权重的确定方法，所述方法包括：
获取行为轨迹；所述行为轨迹表征用户对提供给所述用户的目标答案的满意程度；
根据所述行为轨迹确定所述目标答案的权重。
上述方案中，所述方法还包括：确定所述目标答案的答案获取方式；
根据所述行为轨迹确定所述目标答案的权重，具体包括：
根据所述行为轨迹以及所述答案获取方式，确定所述目标答案的权重。
上述方案中，所述根据所述行为轨迹以及所述答案获取方式，确定所述目标答案的权重，包括：
根据所述答案获取方式和所述行为轨迹，以及针对所述目标答案所预设的映射关系，确定与所述答案获取方式和所述行为轨迹相对应的正负向因子的权值；所述映射关系包括：答案获取方式、行为轨迹和正负向因子的权值的映射关系；根据确定出的正负向因子的权值，确定所述目标答案的权重。
上述方案中，所述根据所述答案获取方式和所述行为轨迹，以及预设映射关系，确定与所述答案获取方式和所述行为轨迹相对应的正负向因子的权值前，所述方法还包括：
确定针对所述目标答案的可用答案获取方式，以及在所述可用答案获取方式下预期存在的行为轨迹；其中，在所述可用答案获取方式下预期存在的行为轨迹，表征样本用户对采用所述可用答案获取方式获取的所述目标答案的满意程度；
按照预定规则，设置所述预设映射关系；
其中，所述预定规则包括：正向因子的权值大小与所述可用答案获取方式的自动化程度正相关，与所述样本用户对于所述目标答案的满意程度正相关；负向因子的权值大小与所述可用答案获取方式的自动化程度负相关，与所述样本用户对于所述目标答案的满意程度正相关。
上述方案中，所述根据确定出的正负向因子的权值，确定所述目标答案的权重，具体包括：
将针对目标答案确定的正向因子对应的权值累计之和除以正向因子对应的权值和负向因子对应的权值的累计之和得到的商值，作为所述目标答案的权重。
上述方案中，所述获取行为轨迹之前，所述方法还包括：获取咨询的问题，确定所述问题对应的候选答案集；根据所述候选答案集确定目标答案；
所述根据候选答案集确定目标答案，包括：
确定答案获取方式为第一答案获取方式时，根据所述候选答案集中各候选答案的权重选择目标答案；
确定答案获取方式为第二答案获取方式时，根据所述候选答案集中各候选答案的权重选择目标答案，或者，获取针对所述候选答案集中任一候选答案的二次编辑后的答案作为所述目标答案。
上述方案中，所述根据所述候选答案集确定目标答案之前，所述方法还包括：
根据所述候选答案集中各候选答案的第一标签进行分类，确定至少一个候选答案子集及各候选答案子集对应的第一标签；
获取针对的用户的第二标签，根据所述第二标签和所述第一标签从所述候选答案集中选择候选答案子集；
相应的，所述根据所述候选答案集确定目标答案，包括：根据选择的所述候选答案子集确定目标答案。
本发明实施例提供了一种答案确定方法，所述方法包括：
获取咨询的问题，确定所述问题对应的候选答案集；
确定所述候选答案集中包括至少两个候选答案时，根据所述候选答案集中各候选答案对应的权重，确定针对所述问题的目标答案；候选答案对应的所述权重采用以上所述的任意一项答案权重的确定方法进行确定。
本发明实施例提供了一种答案权重的确定装置，所述装置包括：第一处理模块、第二处理模块；其中，
所述第一处理模块，用于获取行为轨迹；所述行为轨迹表征用户对提供给所述用户的目标答案的满意程度；
所述第二处理模块，用于根据所述行为轨迹确定所述目标答案的权重。
本发明实施例提供了一种答案确定装置，所述装置包括：第三处理模块、第四处理模块；其中，
所述第三处理模块，用于获取咨询的问题，确定所述问题对应的候选答案集；
所述第四处理模块，用于确定所述候选答案集中包括至少两个候选答案时，根据所述候选答案集中各候选答案对应的权重，确定针对所述问题的目标答案；候选答案对应的所述权重采用以上所述的任意一项答案权重的确定方法进行确定。
本发明实施例提供了一种答案权重的确定装置，所述装置包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器；其中，
所述处理器用于运行所述计算机程序时，执行以上所述的任意一项答案权重的确定方法的步骤，或者，用于执行以上所述的答案确定方法的步骤。
本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以上所述的任意一项答案权重的确定方法的步骤；
或者，所述计算机程序被处理器执行时实现以上所述的答案确定方法的步骤。
本发明实施例所提供的答案权重的确定方法、装置和计算机可读存储介质，获取行为轨迹；所述行为轨迹表征用户对提供给所述用户的目标答案的满意程度；根据所述行为轨迹确定所述目标答案的权重。本发明实施例中，根据用户的满意程度确定目标答案的权重，以提供更准确、更符合用户心意的答案，进而提高用户体验。
附图说明
图1为本发明实施例提供的一种答案权重的确定方法的流程示意图；
图2为本发明实施例提供的一种知识库中答案权重确定流程的示意图；
图3为本发明实施例提供的一种答案确定方法的流程示意图；
图4为本发明实施例提供的一种答案权重的确定装置的结构示意图；
图5为本发明实施例提供的一种答案确定装置的结构示意图；
图6为本发明实施例提供的另一种答案权重的确定装置的结构示意图；
图7为本发明实施例提供的另一种答案确定装置的结构示意图。
具体实施方式
在本发明的各种实施例中，获取行为轨迹；所述行为轨迹表征用户对提供给所述用户的目标答案的满意程度；根据所述行为轨迹确定所述目标答案的权重。
下面结合实施例对本发明再作进一步详细的说明。
图1为本发明实施例提供的一种答案权重的确定方法的流程示意图；所述方法可以应用于服务器，如图1所示，所述方法包括：
步骤101、获取行为轨迹；所述行为轨迹表征用户对提供给所述用户的目标答案的满意程度。
步骤102、根据所述行为轨迹确定所述目标答案的权重。
具体地，所述方法还包括：确定所述目标答案的答案获取方式。所述答案获取方式包括：向机器客服咨询问题以获得目标答案、向人工客服咨询问题以获得目标答案。
所述向机器客服咨询问题以获得目标答案指用户向机器客服咨询问题，由机器客服获取目标答案并提供给用户；所述向人工客服咨询问题以获得目标答案指用户向人工客服咨询问题，由人工客服获取目标答案并提供给用户。
这里，根据所述行为轨迹确定所述目标答案的权重，具体包括：根据所述答案获取方式以及所述答案获取方式，确定所述目标答案的权重。
具体地，所述根据所述答案获取方式以及所述答案获取方式，确定所述目标答案的权重，包括：
根据所述答案获取方式和所述行为轨迹，以及针对所述目标答案所预设的映射关系，确定与所述答案获取方式和所述行为轨迹相对应的正负向因子的权值；所述映射关系包括：答案获取方式、行为轨迹和正负向因子的权值的映射关系；根据确定出的正负向因子的权值，确定所述目标答案的权重。
这里，所述正负向因子包括：正向因子和负向因子；所述正向因子的权值表征用户对所述目标答案的满意度；所述负向因子的权值表征用户对所述目标答案的不满意度。
具体地，根据所述答案获取方式和所述行为轨迹，以及预设映射关系，确定与所述答案获取方式和所述行为轨迹相对应的正负向因子的权值前，所述方法还包括：
确定针对所述目标答案的可用答案获取方式，以及在所述可用答案获取方式下预期存在的行为轨迹；其中，在所述可用答案获取方式下预期存在的行为轨迹，表征样本用户对采用所述可用答案获取方式获取的所述目标答案的满意程度；按照预定规则，设置所述预设映射关系；
其中，所述预定规则包括：正向因子的权值大小与所述可用答案获取方式的自动化程度正相关，与所述样本用户对于所述目标答案的满意程度正相关；负向因子的权值大小与所述可用答案获取方式的自动化程度负相关，与所述样本用户对于所述目标答案的满意程度正相关。
本实施例中，提供向机器客服咨询问题以获得目标答案和向人工客服咨询问题以获得目标答案两种答案获取方式，考虑到自动化程度越高，向用户提供答案的效率越高，从而用户的满意程度越高，因此结合答案获取方式确定正负向因子的权值，更能反映出用户真实的满意程度。
另外，考虑到不同的行为轨迹反映的用户满意程度也不同，针对获取答案之后的行为轨迹设定不同的正负向因子和正负向因子对应的权值，以表征用户真实的满意程度，基于反映用户真实的满意程度的正负向因子的权值确定各个答案的权重，从而可以提供更准确、更符合用户心意的答案，进而提高用户体验。
具体地，所述根据确定出的正负向因子的权值，确定所述目标答案的权重，包括：将针对目标答案确定的正向因子对应的权值累计之和除以正向因子对应的权值和负向因子对应的权值的累计之和得到的商值，作为所述目标答案的权重。
具体可以按下式确定所述目标答案的权重：
其中，A表示问题，k表示目标答案的标识；Ak表示问题A的标识为k的目标答案；
x和y表示咨询过问题A后获得了目标答案Ak的用户的序号；具体地，x表示获得了目标答案Ak后的行为轨迹对应正向因子的用户的序号，x的取值范围为[1，M]；y表示获得了目标答案Ak后的行为轨迹对应负向因子的用户的序号，y的取值范围为[1，N]；
M表示获得了目标答案Ak后的行为轨迹对应正向因子的最大用户数量；N表示获得了目标答案Ak后的行为轨迹对应负向因子的最大用户数量；
Wxi表示第x个用户咨询问题并获得目标答案Ak后，根据其答案获取方式和行为轨迹确定出的第i种正向因子的权值；
i表示根据答案获取方式和行为轨迹确定出的正向因子的序号；
Wyj表示第y个用户咨询问题并获得目标答案Ak后，根据其答案获取方式和行为轨迹确定出的第j种负向因子的权值；
j表示根据答案获取方式和行为轨迹确定出的负向因子的序号。
具体地，根据所述答案获取方式和所述行为轨迹，以及针对所述目标答案所预设的映射关系，确定与所述答案获取方式和所述行为轨迹相对应的正负向因子的权值，包括：根据获取的所述答案获取方式和所述行为轨迹查询所述映射关系，确定所述针对目标答案的正负向因子。
这里，所述答案获取方式，可以包括：向机器客服咨询问题以获得目标答案、向人工客服咨询问题以获得目标答案。所述行为轨迹可以包括：是否由机器客服转为人工客服、是否由人工客服转为电话渠道、是否给出好评、是否给出差评等。具体地，结合所述答案获取方式和所述行为轨迹进行说明，不同的答案获取方式可以对应不同的行为轨迹，可以包括以下至少一种：
向机器客服咨询问题以获得目标答案，且保持向机器客服咨询问题；
向机器客服咨询问题以获得目标答案，且保持向机器客服咨询问题，并反馈正面评价；
向人工客服咨询问题以获得目标答案，且保持向人工客服咨询问题；
向人工客服咨询问题以获得目标答案，且保持向人工客服咨询问题，并反馈正面评价；
向机器客服咨询问题以获得目标答案，由所述机器客服转为所述人工客服，保持向人工客服咨询问题；
向机器客服咨询问题以获得目标答案，保持向机器客服咨询问题，并反馈负面评价；
向人工客服咨询问题以获得目标答案，由所述人工客服转为电话客服，保持向电话客服咨询问题；
向人工客服咨询问题以获得目标答案，保持向人工客服咨询问题，并反馈负面评价。
本实施例提供几种答案获取方式、轨迹类型、正负向因子、正负向因子的权值的对应关系示例，具体如下表1所示。通过表1也可以看出不同的答案获取方式对应有不同的行为轨迹，不同的行为轨迹表征的用户满意程度也不同，即正负向因子及正负向因子对应的权值也不同。
表1
表1中，Wx1、Wx2、Wx3、Wx4为正向因子，分别对应不同的权值；Wy1、Wy2、Wy3、Wy4为负向因子，分别对应不同的权值。
本实施例中，所述获取行为轨迹之前，所述方法还包括：获取咨询的问题，确定所述问题对应的候选答案集；根据所述候选答案集确定目标答案。
这里，所述根据候选答案集确定目标答案，包括：
确定答案获取方式为第一答案获取方式时，根据所述候选答案集中各候选答案的权重选择目标答案；
确定答案获取方式为第二答案获取方式时，根据所述候选答案集中各候选答案的权重选择目标答案，或者，获取针对所述候选答案集中任一候选答案的二次编辑后的答案作为所述目标答案。
所述第一答案获取方式可以为向机器客服咨询问题以获得目标答案；所述第二答案获取方式可以为向人工客服咨询问题以获得目标答案。
具体地，所述根据所述候选答案集确定目标答案之前，所述方法还包括：
根据所述候选答案集中各候选答案的第一标签进行分类，确定至少一个候选答案子集及各候选答案子集对应的第一标签；
获取针对的用户的第二标签，根据所述第二标签和所述第一标签从所述候选答案集中选择候选答案子集。
这里，根据所述第二标签和所述第一标签从所述候选答案集中选择候选答案子集指根据所述第一标签从候选答案集中确定与第一标签匹配的第二标签所对应的候选答案子集。
相应的，所述根据所述候选答案集确定目标答案，包括：根据选择的所述候选答案子集确定目标答案。具体可以根据候选答案子集中各候选答案的权重选择目标答案。
这里，所述第一标签可以由服务器根据候选答案包含的关键词确定。所述第二标签可以基于用户历史使用记录进行确定；由服务器获取用户的历史使用记录，并生成用户画像，根据用户画像确定所述第二标签。以上所述的第一标签、第二标签可以包括：线上、线下、互联网等；基于不同的标签将候选答案进行分类，不同类别的候选答案单独基于权重排序，用户咨询问题，如果检测到用户带有相关第二标签且与第一标签匹配，则确定该第一标签对应的候选答案子集，从中选择权重最高的目标答案，获得的答案更符合用户使用习惯，千人千面，更有针对性，提高用户满意度。
本实施例中，所述方法还包括：更新所述候选答案集。所述更新所述候选答案集，具体包括：确定将所述二次编辑后的答案添加至所述候选答案集时，确定所述二次编辑后的答案对应的权重；将所述二次编辑后的答案和所述二次编辑后的答案对应的权重添加至所述候选答案集。
这里，所述更新所述候选答案集，还包括：删除所述候选答案集中权重低于预设阈值的候选答案。所述预设阈值由开发人员预先设置并保存，通过删除权重低于预设阈值的候选答案，提高搜索性能以提高客服满意度。
图2为本发明实施例提供的一种知识库中答案权重确定流程的示意图；所述知识库保存有问题和候选答案组成的问答对；每个问题可以对应有一个或多个候选答案，每个候选答案对应有权重；一般选定权重最高的答案作为问题的目标答案，将所述目标答案提供给用户。所述候选答案的来源一般包括：知识库管理员采编获得答案、用户和人工客服对话过程中由人工客服二次编辑获得。
所述知识库可以包括：采编模块、存储模块、搜索模块、权重计算模块、标签采集模块、过滤模块。
所述采编模块，用于提供问答对模板，供知识库管理员使用以采编问答对，并给候选答案预添加标签。例如：知识库管理员可以对某候选答案添加“互联网”的标签。所述采编模块，还用于获取人工客服二次编辑后的答案并存储到存储模块。
所述存储模块，用于存储知识库管理员和/或人工客服采编的问答对。所述问答对可以包括：问题标题、问题摘要、至少一个候选答案、各候选答案对应的标签、权重等。
所述搜索模块，用于提供机器客服或人工客服搜索存储模块，并依据候选答案的权重、标签确定目标答案并反馈所述目标答案。
所述权重计算模块，用于确定答案获取方式及行为轨迹，确定与所述答案获取方式和所述行为轨迹相对应的正负向因子的权值，并根据正负向因子的权值确定目标答案的权重，并将确定后的权重对应保存在存储模块中。例如，所述答案获取方式，包括：向人工客服咨询问题以获得目标答案、向机器客服咨询问题以获得目标答案；所述轨迹类型包括：用户是否从机器客服转人工客服、是否转电话客服、是否好评、是否差评等，具体可以参考表1所示。
所述过滤模块，用于将小于或等于预设的权重阈值的候选答案过滤，未被过滤的候选答案可相应增加权重。
所述标签采集模型，用于定期扫描候选答案，并根据候选答案的关键词添加第一标签。例如：候选答案为“可以线上充值”，其中存在关键词“线上”，则根据预设的匹配规则自动对该候选答案添加“互联网”标签。所述标签采集模块，还用获取用户历史记录，根据用户历史记录对用户添加第二标签。举例来说，某个用户有2次以上网上充值记录，则对该用户添加“互联网”标签；当该用户接入客服系统的时候，基于“互联网”标签优先返回带该标签的最高权重的答案。
表2提供了用户历史记录与标签的对应关系，以及候选答案的关键词与标签的对应关系。
表2
需要说明的是，用户与机器客服、人工客服对话过程中权重计算模块不断获取用户的行为轨迹，根据行为轨迹确定正负向因子的权值，基于确定的权值更新候选答案的权重，供客服系统推荐候选答案；标签采集模块定时扫描候选答案并添加标签，对候选答案进行分类；过滤模块将小于等于权重阈值的候选答案过滤，对未被过滤的候选答案增加权重。通过以上模块，确定各个用户与人工客服、机器客服的交互过程，并确定用户的行为轨迹，从而不断的优化候选答案的权重，优化知识库。以上所述知识库可以供客服系统访问，或者可以将知识库中的数据定期同步到客服系统；所述客服系统在接收到用户发送的问题咨询后，可以根据知识库中的数据提供目标答案。
以下提供几种具体实施方式，以说明权重的确定过程。
实施例一：用户向机器客服咨询问题以获得目标答案
I、用户U1联系机器客服S1，与机器客服对话，提问机器客服“快递是哪家？”；
II、机器客服根据用户提问搜索到两个候选答案，分别记做A1和A2，初始情况下A1和A2权值都是0；
III、机器客服随机将答案A1推送用户，用户继续提问下一个问题；
IV、确定用户的行为轨迹：用户没有转人工客服也没结束会话；则答案A1的权值加1；
基于这一次用户和机器客服的接触以后会形成如下数据：
Q：快递是哪家？ 权重
A1：快递是顺丰 1
A2：顺丰快递 0
之后，用户U2联系机器客服S2，提问相似的问题，机器客服也搜索到A1、A2两个候选答案，由于A1的权值是1，A2的权值是0，所以机器客服用A1答复用户问题。
实施例二：用户向人工客服咨询问题以获得目标答案
I、机器客服使用A1答复用户后，用户选择转人工客服。
II、用户继续提问“物流几天能到，已经2天了？”，人工客服从知识库中搜索到候选答案A3，并进行了二次编辑，编辑后获得的答案为A4。以答案A4答复用户后，用户结束会话并给与好评；结合表1确定A4对应的正向因子的权值为2。
在这样的情况下，针对答案A1，根据获取答案方式和行为轨迹确定负向因子的权值为1(这里参考表1中的“向机器客服咨询问题以获得目标答案，机器客服搜索答案并回答用户，用户转人工客服”对应的负向因子的权值)；根据公式可确定A1的权重为1/(1+1)，即1/2。
回答用户后，针对答案A4，根据用户的获取答案方式和行为轨迹确定正向因子的权值为2(参考表1中的向人工客服咨询问题以获得目标答案，人工客服搜索答案并回答用户，解决用户问题，会话结束，好评)，确定A4的权重为2/2＝1，A3未被客服使用，仍然为初始权重0。
Q：物流几天能到，已经2天了？
A3：一般3-5天。
A4：一般3-5天，请您耐心等待一下哦。
由于人工客服对答案进行了二次编辑，需要人工客服二次确认是否存储这个答案？人工客户选择确认存储，则将该答案存储到知识库。
确定后数据如下：
Q：快递是哪家？ 权重
A1：快递是顺丰 1/2
A2：顺丰快递 0
Q：物流几天能到？ 权重
A3：一般3-5天。 0
A4：一般3-5天，请您耐心等待一下哦。 1
实施例三：数据过滤
I、经过一段时间运行，知识库条目不断增加，很多问题存在多个候选答案。
假设存在以下问答对：
Q：物流几天能到？ 权重
A1：一般3-5天。 1/100
A2：一般3-5天，请您耐心等待一下哦。 99/100
II、知识库内保存有预设阈值、如5/100，确定权重小于等于5/100的候选答案则标注逻辑删除，之后用户询问“物流几天能到？”问题时，搜索结果仅出现A2一个候选答案，A1被过滤。机器客服直接使用答案A2回复用户即可，即权重在问题只有一个答案的情况下不起作用。数据过滤后问答对如下：
Q：物流几天能到？
A2：一般3-5天，请您耐心等待一下哦。
需要说明的是，以上标记逻辑删除需由人工客服确认后才可进行物理删除。
实施例四：答案添加标签
I、用户接入客服，确定用户存在“互联网”标签。
II、当前知识库中存在如下问答对的数据：
III、如果没有标签属性，A1权重最高，选择A1答复用户。而从用户使用习惯而言，这个答复并不准确，引入标签属性以后，选择权重第二高的带有互联网标签的答案A3答复用户。
图3为本发明实施例提供的一种答案确定方法的流程示意图；如图3所示，所述方法包括：
步骤301、获取咨询的问题，确定所述问题对应的候选答案集；
步骤302、确定所述候选答案集中包括至少两个候选答案时，根据所述候选答案集中各候选答案对应的权重，确定针对所述问题的目标答案；所述候选答案对应的所述权重采用以上图1所述答案权重的确定方法进行确定。这里对答案权重的确定方法不再赘述，具体可以参考图1所示的方法。
图4为本发明实施例提供的一种答案权重的确定装置的结构示意图；所述装置包括：第一处理模块401、第二处理模块402。
所述第一处理模块401，用于获取行为轨迹；所述行为轨迹表征用户对提供给所述用户的目标答案的满意程度；
所述第二处理模块402，用于根据所述行为轨迹确定所述目标答案的权重。
具体地，所述第一处理模块401，还用于确定所述目标答案的答案获取方式；
相应的，所述第二处理模块402，具体用于根据所述行为轨迹以及所述答案获取方式，确定所述目标答案的权重。
具体地，所述第二处理模块402，具体用于根据所述答案获取方式和所述行为轨迹，以及针对所述目标答案所预设的映射关系，确定与所述答案获取方式和所述行为轨迹相对应的正负向因子的权值；所述映射关系包括：答案获取方式、行为轨迹和正负向因子的权值的映射关系；根据确定出的正负向因子的权值，确定所述目标答案的权重。
具体地，所述装置还包括：预处理模块，用于确定针对所述目标答案的可用答案获取方式，以及在所述可用答案获取方式下预期存在的行为轨迹；其中，在所述可用答案获取方式下预期存在的行为轨迹，表征样本用户对采用所述可用答案获取方式获取的所述目标答案的满意程度；按照预定规则，设置所述预设映射关系；其中，所述预定规则包括：正向因子的权值大小与所述可用答案获取方式的自动化程度正相关，与所述样本用户对于所述目标答案的满意程度正相关；负向因子的权值大小与所述可用答案获取方式的自动化程度负相关，与所述样本用户对于所述目标答案的满意程度正相关。
具体地，所述第二处理模块402，具体用于将针对目标答案确定的正向因子对应的权值累计之和除以正向因子对应的权值和负向因子对应的权值的累计之和得到的商值，作为所述目标答案的权重。
所述装置还包括：确定模块，所述确定模块，用于在获取行为轨迹之前，获取咨询的问题，确定所述问题对应的候选答案集；根据所述候选答案集确定目标答案。
这里，所述确定模块，具体用于确定答案获取方式为第一答案获取方式时，根据所述候选答案集中各候选答案的权重选择目标答案；
确定答案获取方式为第二答案获取方式时，根据所述候选答案集中各候选答案的权重选择目标答案，或者，获取针对所述候选答案集中任一候选答案的二次编辑后的答案作为所述目标答案。
具体地，所述确定模块，还用于根据所述候选答案集中各候选答案的第一标签进行分类，确定至少一个候选答案子集及各候选答案子集对应的第一标签；
获取针对的用户的第二标签，根据所述第二标签和所述第一标签从所述候选答案集中选择候选答案子集；
相应的，所述根据所述候选答案集确定目标答案，包括：根据选择的所述候选答案子集确定目标答案。
需要说明的是：上述实施例提供的答案权重的确定装置在进行答案权重的确定时，仅以上述各程序模块的划分进行举例说明，实际应用中，可以根据需要而将上述处理分配由不同的程序模块完成，即将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述实施例提供的答案权重的确定装置与答案权重的确定方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
图5为本发明实施例提供的一种答案权重的确定装置的结构示意图；所述装置包括：第三处理模块501、第四处理模块502。
所述第三处理模块501，用于获取咨询的问题，确定所述问题对应的候选答案集；
所述第四处理模块502，用于确定所述候选答案集中包括至少两个候选答案时，根据所述候选答案集中各候选答案对应的权重，确定针对所述问题的目标答案；候选答案对应的所述权重采用以上图1所示的答案权重的确定方法进行确定。
需要说明的是：上述实施例提供的答案确定装置在进行答案确定时，仅以上述各程序模块的划分进行举例说明，实际应用中，可以根据需要而将上述处理分配由不同的程序模块完成，即将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述实施例提供的答案确定装置与答案确定方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
图6为本发明实施例提供的另一种答案权重的确定装置的结构示意图。所述装置60包括：第一处理器601和用于存储能够在所述第一处理器上运行的计算机程序的第一存储器602；其中，所述第一处理器601用于运行所述计算机程序时，执行：获取行为轨迹；所述行为轨迹表征用户对提供给所述用户的目标答案的满意程度；根据所述行为轨迹确定所述目标答案的权重。
在一实施例中，所述第一处理器601用于运行所述计算机程序时，执行：确定所述目标答案的答案获取方式；相应的，根据所述行为轨迹确定所述目标答案的权重，具体包括：根据所述行为轨迹以及所述答案获取方式，确定所述目标答案的权重。
在一实施例中，所述第一处理器601用于运行所述计算机程序时，执行：根据所述答案获取方式和所述行为轨迹，以及针对所述目标答案所预设的映射关系，确定与所述答案获取方式和所述行为轨迹相对应的正负向因子的权值；所述映射关系包括：答案获取方式、行为轨迹和正负向因子的权值的映射关系；根据确定出的正负向因子的权值，确定所述目标答案的权重。
在一实施例中，所述第一处理器601还用于运行所述计算机程序时，执行：确定针对所述目标答案的可用答案获取方式，以及在所述可用答案获取方式下预期存在的行为轨迹；其中，在所述可用答案获取方式下预期存在的行为轨迹，表征样本用户对采用所述可用答案获取方式获取的所述目标答案的满意程度；按照预定规则，设置所述预设映射关系；其中，所述预定规则包括：正向因子的权值大小与所述可用答案获取方式的自动化程度正相关，与所述样本用户对于所述目标答案的满意程度正相关；负向因子的权值大小与所述可用答案获取方式的自动化程度负相关，与所述样本用户对于所述目标答案的满意程度正相关。
在一实施例中，所述第一处理器601还用于运行所述计算机程序时，执行：将针对目标答案确定的正向因子对应的权值累计之和除以正向因子对应的权值和负向因子对应的权值的累计之和得到的商值，作为所述目标答案的权重。
在一实施例中，所述第一处理器601还用于运行所述计算机程序时，执行：获取咨询的问题，确定所述问题对应的候选答案集；根据所述候选答案集确定目标答案；其中，所述根据候选答案集确定目标答案，包括：确定答案获取方式为第一答案获取方式时，根据所述候选答案集中各候选答案的权重选择目标答案；确定答案获取方式为第二答案获取方式时，根据所述候选答案集中各候选答案的权重选择目标答案，或者，获取针对所述候选答案集中任一候选答案的二次编辑后的答案作为所述目标答案。
在一实施例中，所述第一处理器601还用于运行所述计算机程序时，执行：根据所述候选答案集中各候选答案的第一标签进行分类，确定至少一个候选答案子集及各候选答案子集对应的第一标签；获取针对的用户的第二标签，根据所述第二标签和所述第一标签从所述候选答案集中选择候选答案子集；相应的，所述根据所述候选答案集确定目标答案，包括：根据选择的所述候选答案子集确定目标答案。
需要说明的是：上述实施例提供的答案权重的确定装置与答案权重的确定方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
当然，实际应用时，如图6所示，该装置60还可以包括：至少一个网络接口603。装置60中的各个组件通过总线系统604耦合在一起。可理解，总线系统604用于实现这些组件之间的连接通信。总线系统604除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图6中将各种总线都标为总线系统604。
其中，所述第一处理器604的个数可以为至少一个。网络接口603用于装置60与其他设备之间有线或无线方式的通信。本发明实施例中的第一存储器602用于存储各种类型的数据以支持装置60的操作。
上述本发明实施例揭示的方法可以应用于第一处理器601中，或者由第一处理器601实现。第一处理器601可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过第一处理器601中的硬件的集成逻辑电路或者软件形式的指令完成。上述的第一处理器601可以是通用处理器、数字信号处理器(DSP，Digital SignalProcessor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。第一处理器601可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于第一存储器602，第一处理器601读取第一存储器602中的信息，结合其硬件完成前述方法的步骤。
在示例性实施例中，答案权重的确定装置60可以被一个或多个应用专用集成电路(ASIC，Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD，Programmable Logic Device)、复杂可编程逻辑器件(CPLD，Complex Programmable LogicDevice)、现场可编程门阵列(FPGA，Field-Programmable Gate Array)、通用处理器、控制器、微控制器(MCU，Micro Controller Unit)、微处理器(Microprocessor)、或其他电子元件实现，用于执行前述方法。
为实现本发明实施例的方法，本发明实施例提供一种答案确定装置，具体来说，如图7所示，该装置70包括：第二处理器701和用于存储能够在所述第一处理器上运行的计算机程序的第二存储器702；其中，所述第二处理器701用于运行所述计算机程序时，执行：获取咨询的问题，确定所述问题对应的候选答案集；确定所述候选答案集中包括至少两个候选答案时，根据所述候选答案集中各候选答案对应的权重，确定针对所述问题的目标答案；候选答案对应的所述权重采用以上所述答案权重的确定方法进行确定。
需要说明的是：上述实施例提供的答案确定装置与答案确定方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
当然，实际应用时，如图7所示，该装置70还可以包括：至少一个网络接口703。装置70中的各个组件通过总线系统704耦合在一起。可理解，总线系统704用于实现这些组件之间的连接通信。总线系统704除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图7中将各种总线都标为总线系统704。其中，所述第二处理器701的个数可以为至少一个。网络接口703用于装置70与其他设备之间有线或无线方式的通信。
本发明实施例中的第二存储器702用于存储各种类型的数据以支持装置70的操作。
上述本发明实施例揭示的方法可以应用于第二处理器701中，或者由第二处理器701实现。第二处理器701可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过第二处理器701中的硬件的集成逻辑电路或者软件形式的指令完成。上述的第二处理器701可以是通用处理器、DSP，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。第二处理器701可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于第二存储器702，第二处理器701读取第二存储器702中的信息，结合其硬件完成前述方法的步骤。
在示例性实施例中，装置70可以被一个或多个ASIC、DSP、PLD、CPLD、FPGA、通用处理器、控制器、MCU、微处理器(Microprocessor)、或其他电子元件实现，用于执行前述方法。
可以理解，本发明实施例中的存储器(比如第一存储器602及第二存储器702)，可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，ErasableProgrammable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，ElectricallyErasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagneticrandom access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random Access Memory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，SynchronousStatic Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random AccessMemory)、同步动态随机存取存储器(SDRAM，Synchronous Dynamic Random AccessMemory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data RateSynchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本发明实施例描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时，执行：获取行为轨迹；所述行为轨迹表征用户对提供给所述用户的目标答案的满意程度；根据所述行为轨迹确定所述目标答案的权重。
在一实施例中，所述计算机程序被处理器运行时，执行：确定所述目标答案的答案获取方式；相应的，根据所述行为轨迹确定所述目标答案的权重，具体包括：根据所述行为轨迹以及所述答案获取方式，确定所述目标答案的权重。
在一实施例中，所述计算机程序被处理器运行时，执行：根据所述答案获取方式和所述行为轨迹，以及针对所述目标答案所预设的映射关系，确定与所述答案获取方式和所述行为轨迹相对应的正负向因子的权值；所述映射关系包括：答案获取方式、行为轨迹和正负向因子的权值的映射关系；根据确定出的正负向因子的权值，确定所述目标答案的权重。
在一实施例中，所述计算机程序被处理器运行时，执行：确定针对所述目标答案的可用答案获取方式，以及在所述可用答案获取方式下预期存在的行为轨迹；其中，在所述可用答案获取方式下预期存在的行为轨迹，表征样本用户对采用所述可用答案获取方式获取的所述目标答案的满意程度；按照预定规则，设置所述预设映射关系；其中，所述预定规则包括：正向因子的权值大小与所述可用答案获取方式的自动化程度正相关，与所述样本用户对于所述目标答案的满意程度正相关；负向因子的权值大小与所述可用答案获取方式的自动化程度负相关，与所述样本用户对于所述目标答案的满意程度正相关。
在一实施例中，所述计算机程序被处理器运行时，执行：将针对目标答案确定的正向因子对应的权值累计之和除以正向因子对应的权值和负向因子对应的权值的累计之和得到的商值，作为所述目标答案的权重。
在一实施例中，所述计算机程序被处理器运行时，执行：获取咨询的问题，确定所述问题对应的候选答案集；根据所述候选答案集确定目标答案；其中，所述根据候选答案集确定目标答案，包括：确定答案获取方式为第一答案获取方式时，根据所述候选答案集中各候选答案的权重选择目标答案；确定答案获取方式为第二答案获取方式时，根据所述候选答案集中各候选答案的权重选择目标答案，或者，获取针对所述候选答案集中任一候选答案的二次编辑后的答案作为所述目标答案。
在一实施例中，所述计算机程序被处理器运行时，执行：根据所述候选答案集中各候选答案的第一标签进行分类，确定至少一个候选答案子集及各候选答案子集对应的第一标签；获取针对的用户的第二标签，根据所述第二标签和所述第一标签从所述候选答案集中选择候选答案子集；相应的，所述根据所述候选答案集确定目标答案，包括：根据选择的所述候选答案子集确定目标答案。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时，执行：获取咨询的问题，确定所述问题对应的候选答案集；确定所述候选答案集中包括至少两个候选答案时，根据所述候选答案集中各候选答案对应的权重，确定针对所述问题的目标答案；候选答案对应的所述权重采用以上所述答案权重的确定方法进行确定。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，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，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (12)
1.一种答案权重的确定方法，其特征在于，所述方法包括：
获取行为轨迹；所述行为轨迹表征用户对提供给所述用户的目标答案的满意程度；
根据所述行为轨迹确定所述目标答案的权重。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：确定所述目标答案的答案获取方式；
根据所述行为轨迹确定所述目标答案的权重，具体包括：
根据所述行为轨迹以及所述答案获取方式，确定所述目标答案的权重。
3.根据权利要求2所述的方法，其特征在于，所述根据所述行为轨迹以及所述答案获取方式，确定所述目标答案的权重，包括：
根据所述答案获取方式和所述行为轨迹，以及针对所述目标答案所预设的映射关系，确定与所述答案获取方式和所述行为轨迹相对应的正负向因子的权值；所述映射关系包括：答案获取方式、行为轨迹和正负向因子的权值的映射关系；根据确定出的正负向因子的权值，确定所述目标答案的权重。
4.根据权利要求3所述的方法，其特征在于，所述根据所述答案获取方式和所述行为轨迹，以及预设映射关系，确定与所述答案获取方式和所述行为轨迹相对应的正负向因子的权值前，所述方法还包括：
确定针对所述目标答案的可用答案获取方式，以及在所述可用答案获取方式下预期存在的行为轨迹；其中，在所述可用答案获取方式下预期存在的行为轨迹，表征样本用户对采用所述可用答案获取方式获取的所述目标答案的满意程度；
按照预定规则，设置所述预设映射关系；
其中，所述预定规则包括：正向因子的权值大小与所述可用答案获取方式的自动化程度正相关，与所述样本用户对于所述目标答案的满意程度正相关；负向因子的权值大小与所述可用答案获取方式的自动化程度负相关，与所述样本用户对于所述目标答案的满意程度正相关。
5.根据权利要求3所述的方法，其特征在于，所述根据确定出的正负向因子的权值，确定所述目标答案的权重，具体包括：
将针对目标答案确定的正向因子对应的权值累计之和除以正向因子对应的权值和负向因子对应的权值的累计之和得到的商值，作为所述目标答案的权重。
6.根据权利要求1所述的方法，其特征在于，所述获取行为轨迹之前，所述方法还包括：获取咨询的问题，确定所述问题对应的候选答案集；根据所述候选答案集确定目标答案；
所述根据候选答案集确定目标答案，包括：
确定答案获取方式为第一答案获取方式时，根据所述候选答案集中各候选答案的权重选择目标答案；
确定答案获取方式为第二答案获取方式时，根据所述候选答案集中各候选答案的权重选择目标答案，或者，获取针对所述候选答案集中任一候选答案的二次编辑后的答案作为所述目标答案。
7.根据权利要求6所述的方法，其特征在于，所述根据所述候选答案集确定目标答案之前，所述方法还包括：
根据所述候选答案集中各候选答案的第一标签进行分类，确定至少一个候选答案子集及各候选答案子集对应的第一标签；
获取针对的用户的第二标签，根据所述第二标签和所述第一标签从所述候选答案集中选择候选答案子集；
相应的，所述根据所述候选答案集确定目标答案，包括：根据选择的所述候选答案子集确定目标答案。
8.一种答案确定方法，其特征在于，所述方法包括：
获取咨询的问题，确定所述问题对应的候选答案集；
确定所述候选答案集中包括至少两个候选答案时，根据所述候选答案集中各候选答案对应的权重，确定针对所述问题的目标答案；候选答案对应的所述权重采用以上权1至7任一项所述方法进行确定。
9.一种答案权重的确定装置，其特征在于，所述装置包括：第一处理模块、第二处理模块；其中，
所述第一处理模块，用于获取行为轨迹；所述行为轨迹表征用户对提供给所述用户的目标答案的满意程度；
所述第二处理模块，用于根据所述行为轨迹确定所述目标答案的权重。
10.一种答案确定装置，其特征在于，所述装置包括：第三处理模块、第四处理模块；其中，
所述第三处理模块，用于获取咨询的问题，确定所述问题对应的候选答案集；
所述第四处理模块，用于确定所述候选答案集中包括至少两个候选答案时，根据所述候选答案集中各候选答案对应的权重，确定针对所述问题的目标答案；候选答案对应的所述权重采用以上权1至7任一项所述方法进行确定。
11.一种答案权重的确定装置，其特征在于，所述装置包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器；其中，
所述处理器用于运行所述计算机程序时，执行权利要求1至7任一项所述方法的步骤，或者，用于执行权利要求8所述方法的步骤。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤；
或者，所述计算机程序被处理器执行时实现权利要求8所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811625095.0A CN109710818B (zh) | 2018-12-28 | 2018-12-28 | 答案权重的确定方法、答案确定方法、装置和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811625095.0A CN109710818B (zh) | 2018-12-28 | 2018-12-28 | 答案权重的确定方法、答案确定方法、装置和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109710818A true CN109710818A (zh) | 2019-05-03 |
| CN109710818B CN109710818B (zh) | 2021-08-06 |
Family
ID=66259115
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811625095.0A Active CN109710818B (zh) | 2018-12-28 | 2018-12-28 | 答案权重的确定方法、答案确定方法、装置和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109710818B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111914059A (zh) * | 2019-05-09 | 2020-11-10 | 中智关爱通（上海）科技股份有限公司 | 员工福利客诉的处理方法、系统、存储介质、及电子设备 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104699708A (zh) * | 2013-12-09 | 2015-06-10 | 中国移动通信集团北京有限公司 | 一种客服机器人的自学习方法及装置 |
| CN105989040A (zh) * | 2015-02-03 | 2016-10-05 | 阿里巴巴集团控股有限公司 | 智能问答的方法、装置及系统 |
| CN106844686A (zh) * | 2017-01-26 | 2017-06-13 | 武汉奇米网络科技有限公司 | 基于solr的智能客服问答机器人及其实现方法 |
| CN107103005A (zh) * | 2016-02-23 | 2017-08-29 | 阿里巴巴集团控股有限公司 | 问答语料的收集方法及装置 |
| CN107193811A (zh) * | 2016-03-09 | 2017-09-22 | 阿里巴巴集团控股有限公司 | 信息处理方法及装置 |
| CN107908803A (zh) * | 2017-12-26 | 2018-04-13 | 上海智臻智能网络科技股份有限公司 | 问答交互的响应方法及装置、存储介质、终端 |
| WO2018077655A1 (en) * | 2016-10-24 | 2018-05-03 | Koninklijke Philips N.V. | Multi domain real-time question answering system |
| CN108304154A (zh) * | 2017-09-19 | 2018-07-20 | 腾讯科技（深圳）有限公司 | 一种信息处理方法、装置、服务器及存储介质 |
| CN108415980A (zh) * | 2018-02-09 | 2018-08-17 | 平安科技（深圳）有限公司 | 问答数据处理方法、电子装置及存储介质 |
| CN108959633A (zh) * | 2018-07-24 | 2018-12-07 | 北京京东尚科信息技术有限公司 | 一种提供客户服务的方法和装置 |
| CN108984658A (zh) * | 2018-06-28 | 2018-12-11 | 阿里巴巴集团控股有限公司 | 一种智能问答数据处理方法及装置 |
-
2018
- 2018-12-28 CN CN201811625095.0A patent/CN109710818B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104699708A (zh) * | 2013-12-09 | 2015-06-10 | 中国移动通信集团北京有限公司 | 一种客服机器人的自学习方法及装置 |
| CN105989040A (zh) * | 2015-02-03 | 2016-10-05 | 阿里巴巴集团控股有限公司 | 智能问答的方法、装置及系统 |
| CN107103005A (zh) * | 2016-02-23 | 2017-08-29 | 阿里巴巴集团控股有限公司 | 问答语料的收集方法及装置 |
| CN107193811A (zh) * | 2016-03-09 | 2017-09-22 | 阿里巴巴集团控股有限公司 | 信息处理方法及装置 |
| WO2018077655A1 (en) * | 2016-10-24 | 2018-05-03 | Koninklijke Philips N.V. | Multi domain real-time question answering system |
| CN106844686A (zh) * | 2017-01-26 | 2017-06-13 | 武汉奇米网络科技有限公司 | 基于solr的智能客服问答机器人及其实现方法 |
| CN108304154A (zh) * | 2017-09-19 | 2018-07-20 | 腾讯科技（深圳）有限公司 | 一种信息处理方法、装置、服务器及存储介质 |
| CN107908803A (zh) * | 2017-12-26 | 2018-04-13 | 上海智臻智能网络科技股份有限公司 | 问答交互的响应方法及装置、存储介质、终端 |
| CN108415980A (zh) * | 2018-02-09 | 2018-08-17 | 平安科技（深圳）有限公司 | 问答数据处理方法、电子装置及存储介质 |
| CN108984658A (zh) * | 2018-06-28 | 2018-12-11 | 阿里巴巴集团控股有限公司 | 一种智能问答数据处理方法及装置 |
| CN108959633A (zh) * | 2018-07-24 | 2018-12-07 | 北京京东尚科信息技术有限公司 | 一种提供客户服务的方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 张世强: "《中国智能金融产业蓝皮书》", 31 March 2018 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111914059A (zh) * | 2019-05-09 | 2020-11-10 | 中智关爱通（上海）科技股份有限公司 | 员工福利客诉的处理方法、系统、存储介质、及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109710818B (zh) | 2021-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107958317A (zh) | 一种众包项目中选取众包参与人的方法和装置 | |
| CN107590688A (zh) | 目标客户的识别方法及终端设备 | |
| CN109919316A (zh) | 获取网络表示学习向量的方法、装置和设备及存储介质 | |
| CN107844879A (zh) | 订单分配方法和装置 | |
| CN105912697B (zh) | 一种对话系统知识库的优化方法及装置 | |
| CN104965890A (zh) | 广告推荐的方法和装置 | |
| Zhao et al. | Learning sequential distribution system restoration via graph-reinforcement learning | |
| CN107526807A (zh) | 信息推荐方法及装置 | |
| CN110377804A (zh) | 培训课程数据的推送方法、装置、系统及存储介质 | |
| CN109508426A (zh) | 一种基于物理环境的智能推荐方法及其系统与存储介质 | |
| CN103916436B (zh) | 信息推送方法、装置、终端及服务器 | |
| CN103534697B (zh) | 用于提供统计对话管理器训练的方法和系统 | |
| CN107767055A (zh) | 一种基于串谋检测的众包结果汇聚方法及装置 | |
| CN106156907A (zh) | 一种基于移动终端的物品管理方法及装置 | |
| CN110264276A (zh) | 确定推送用户群的方法、装置、设备及存储介质 | |
| CN110490625A (zh) | 用户偏好确定方法及装置、电子设备、存储介质 | |
| CN109492191A (zh) | 计算投保概率的方法、装置、计算机设备和存储介质 | |
| CN109741177A (zh) | 用户信用的评估方法、装置及智能终端 | |
| CN106874316A (zh) | 一种用户汇总数据的展示方法、装置及服务器 | |
| CN107944677A (zh) | 业绩追踪方法、应用服务器及计算机可读存储介质 | |
| CN109949172A (zh) | 社交账号影响力评价方法、装置及存储介质 | |
| CN109710818A (zh) | 答案权重的确定方法、答案确定方法、装置和存储介质 | |
| CN107145574A (zh) | 数据库数据处理方法、装置及存储介质和电子设备 | |
| CN107247720B (zh) | 表情排行榜单生成方法及装置、计算机设备 | |
| CN109670624A (zh) | 一种预估用餐等候时间的方法及装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |