CN110413627A - 一种信息优化方法、装置、服务器及存储介质 - Google Patents

一种信息优化方法、装置、服务器及存储介质 Download PDF

Info

Publication number
CN110413627A
CN110413627A CN201910709745.8A CN201910709745A CN110413627A CN 110413627 A CN110413627 A CN 110413627A CN 201910709745 A CN201910709745 A CN 201910709745A CN 110413627 A CN110413627 A CN 110413627A
Authority
CN
China
Prior art keywords
information
response message
response
keyword
message
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
Application number
CN201910709745.8A
Other languages
English (en)
Inventor
张云霄
丁如敏
叶方正
赵田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201910709745.8A priority Critical patent/CN110413627A/zh
Publication of CN110413627A publication Critical patent/CN110413627A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23Updating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367Ontology

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computational Linguistics (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明实施例公开了一种信息优化方法、装置、服务器及存储介质,其中方法包括:获取客户端发送的请求信息,并从预设的信息数据库中确定所述请求信息对应的响应信息;将所述响应信息发送给所述客户端,并从所述客户端获取基于所述响应信息输入的反馈信息;根据所述反馈信息确定对所述响应信息的满意度,并在所述满意度小于预设的满意度阈值时,对所述响应信息进行优化,得到优化后的响应信息,其中,根据所述优化后的响应信息确定的满意度大于或等于所述满意度阈值,可提升对服务器中信息数据的更新效率。

Description

一种信息优化方法、装置、服务器及存储介质
技术领域
本申请涉及计算机技术领域,尤其涉及一种信息优化方法、装置、服务器及存储介质。
背景技术
当前在对服务器的原始数据进行更新时,一般是基于众包、用户调研或者人为收集的信息数据,对该原始数据进行更新,而通过众包或用户调研的方式对信息数据进行收集会消耗大量的人力和物力资源,而导致对原始数据的更新成本过高,而且,由于采用众包或用户调研收集信息数据的效率较低,使得对原始数据的更新效率低下,所以,如何快速进行信息数据的收集,并基于收集到的信息数据对原始数据进行有效更新成为了当前的研究热点。
发明内容
本发明实施例提供了一种信息优化方法、装置、服务器及存储介质,可提升对服务器中信息数据的更新效率。
一方面,本发明实施例提供了一种信息优化方法,所述方法包括:
获取客户端发送的请求信息,并从预设的信息数据库中确定所述请求信息对应的响应信息;
将所述响应信息发送给所述客户端,并从所述客户端获取基于所述响应信息输入的反馈信息;
根据所述反馈信息确定对所述响应信息的满意度,并在所述满意度小于预设的满意度阈值时,对所述响应信息进行优化,得到优化后的响应信息,其中,根据所述优化后的响应信息确定的满意度大于或等于所述满意度阈值。
另一方面,本发明实施例提供了一种信息优化装置,所述装置包括:
获取单元,用于获取客户端发送的请求信息;
确定单元,用于从预设的信息数据库中确定所述请求信息对应的响应信息;
发送单元,用于将所述响应信息发送给所述客户端;
所述获取单元,还用于从所述客户端获取基于所述响应信息输入的反馈信息;
优化单元,用于根据所述反馈信息确定对所述响应信息的满意度,并在所述满意度小于预设的满意度阈值时,对所述响应信息进行优化,得到优化后的响应信息,其中,根据所述优化后的响应信息确定的满意度大于或等于所述满意度阈值。
再一方面,本发明实施例提供了一种服务器,包括处理器、存储器和通信接口,所述处理器、所述存储器和所述通信接口相互连接,其中,所述存储器用于存储计算机程序指令,所述处理器被配置用于执行所述程序指令,执行如下步骤:
获取客户端发送的请求信息,并从预设的信息数据库中确定所述请求信息对应的响应信息;
将所述响应信息发送给所述客户端,并从所述客户端获取基于所述响应信息输入的反馈信息;
根据所述反馈信息确定对所述响应信息的满意度,并在所述满意度小于预设的满意度阈值时,对所述响应信息进行优化,得到优化后的响应信息,其中,根据所述优化后的响应信息确定的满意度大于或等于所述满意度阈值。
再一方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。
在本发明实施例中,服务器可获取客户端发送的请求信息,从而可从预设的信息数据库中确定出该请求信息对应的响应信息,在所述服务器将确定出的响应信息发送给客户端后,可从所述客户端获取基于该响应信息输入的反馈信息,从而在所述服务器根据该反馈信息确定对所述响应信息的满意度后,在确定所述满意度小于预设满意度阈值时,可对该响应信息进行优化,从而得到能提升用户满意度的响应信息,实现了根据用户反馈对服务器中响应信息的自动更新,可提升对响应信息的更新效率。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1a是本发明实施例提供的一种信息优化系统的示意性框图;
图1b是本发明实施例提供的一种基于知识图谱的信息数据库对响应信息的更新的系统架构图;
图1c是本发明实施例提供的一种基于知识图谱的信息优化系统对响应信息进行更新的流程图示意图;
图2是本发明实施例提供的一种信息优化方法的流程示意图;
图3是本发明另一实施例提供的一种信息优化方法的流程示意图;
图4是本发明实施例提供的一种生成引导信息的流程示意图;
图5是本发明另一实施例提供的一种生成引导信息的流程示意图;
图6是本发明实施例提供的一种和服务器进行信息交互的交互界面图;
图7是本发明实施例提供的一种信息优化装置的示意性框图;
图8是本发明实施例提供的一种服务器的示意性框图。
具体实施方式
为了实现服务器和客户端进行交互的过程中,对服务器中原始响应信息的优化,使优化后的响应信息更加符合和用户之间的对话场景,同时提高响应信息的准确度,本发明实施例提出了一种信息优化方法,可对响应信息进行优化,所述信息优化方法可应用于如图1a所示的信息优化系统中,所述信息优化系统包括服务器10和客户端11,所述服务器10中预设有信息数据库,所述预设的信息数据库可对从客户端11获取的请求信息进行响应,服务器10可将由信息数据库确定的响应信息发送到客户端11,从而实现服务器10和客户端11之间的信息交互,基于所述服务器10和客户端11之间的信息交互,服务器10可实现对信息数据的收集和响应信息的更新。在一个实施例中,服务器10和客户端11可先通过预设的通信接口建立通信连接,所述服务器10在和客户端11进行信息交互时,可先生成用于信息交流的系统账号,从而可基于该系统账号和所述客户端11对应的即时通信账号(或用户账号)进行信息交互,也就是说,所述服务器10可通过启动该客户端11的即时通信账号中获取请求信息,在一个实施例中,所述服务器10从所述客户端11获取的请求信息例如可以是问题信息、诗词信息或者对联信息等。
在一个实施例中,服务器10在获取到请求信息后,可基于信息数据库确定该请求信息对应的响应信息,从而可将得到的响应信息发送给客户端11,所述客户端11在接收到该响应信息后,可将用户基于该响应信息输入的反馈信息发送给所述服务器10,所述服务器10基于反馈信息指示的该用户对该响应信息的满意度,确定是否对响应信息进行优化,其中,在所述服务器10确定用户对该反馈信息的满意度小于预设的满意度阈值时,则确定对该响应信息进行优化,从而得到优化后的响应信息。在服务器10确定请求信息对应的响应信息后,以及确定对该响应信息进行优化得到优化后的响应信息后,所述服务器10均可进行信息数据的收集,其中,收集的信息数据包括客户端11输入的请求信息、该请求信息对应的响应信息,优化响应信息得到的优化后的响应信息中的一项或多项。
在一个实施例中,服务器10中预设的信息数据库包括知识图谱,其中,知识图谱是一种数据存储结构,知识图谱包括多个存储节点和多条边,任一所述存储节点用于存储一个关键词,任意两个有关联关系的存储节点由一条边相连,连接所述任意两个存储节点的边用于描述该存储节点所存储的关键词之间的关联关系。在一个实施例中,可参见如图1b所示的基于知识图谱的信息数据库对响应信息进行更新的系统架构图,如图所示,所述系统架构以信息对、知识图谱、闲聊模块和基于机器学习的聊天机器人引擎(chatterbot)为所述信息数据库的主体,并将该信息对、知识图谱、闲聊模块以及chatterbot封装在所述预设的通信接口中,使得服务器10在获取到客户端11的请求信息后可基于该请求信息从该信息数据库中查找到对应的响应信息,其中,信息对中存储有多条预设请求信息,以及为任一所述预设请求信息所预设的响应信息,在所述服务器10基于知识图谱不能确定出请求信息对应的响应信息时,可从信息对中查找为该请求信息预设的响应信息,以保证所述服务器能输出该请求信息对应的响应信息到客户端中。
在所述服务器10和客户端11通过预设的通信接口进行通信时,所述服务器10可通过生成的系统账号和客户端11运行的即时通信账号进行单聊,或者,所述服务器10也可在客户端11运行的即时通信账号将所述服务器10生成的系统账号拉入聊天群里进行群聊,从而实现所述服务器10与所述客户端11之间的信息交互。所述服务器10可引导用户进行相关领域信息的讯问和对话,并在接收到用户输入的请求信息后,基于该信息数据库中的信息对、知识图谱、闲聊模块以及chatterbot,可确定针对该请求信息的响应信息,并将所述响应信息输出到所述客户端11,以形成多轮的对话过程。在所述服务器10和用户的对话过程中,所述服务器10可获取到大量的信息数据,从而可通过自然语言处理技术(NaturalLanguage Processing,NLP)对获取到的信息数据进行处理,并将处理后的信息数据反馈到所述信息数据库中,使得该信息数据库可基于获取到的信息数据进行机器学习,从而实现对该信息数据库的更新,更新后的信息数据库基于从客户端获取到的请求信息输出的响应信息更符合用户需求。其中,所述预设的接口服务例如可以是网页服务器超文本传输协议(http)接口服务,所述服务器10收集的信息数据包括和客户端11进行交互时的所有信息数据。
在一个实施例中,请参见图1c,是本发明实施例提出的一种基于知识图谱的信息优化系统对响应信息进行更新的流程图,如图1c所示,上述的信息优化系统可首先选取知识图谱的某个专业领域或者需要对知识图谱进行更新的某个领域作为目标领域,例如,可选取知识图谱的目标领域为世界杯领域,或者男歌手领域或者女歌手领域等等,其中,属于同一领域的知识图谱中的关键词都和该领域所指示的主题相关。在从所述知识图谱中确定出目标领域之后,可基于所述目标领域生成引导信息,所述引导信息用于引导用户通过客户端向服务器发送和所述目标领域所指示的目标主题相关的请求信息,在一个实施例中,服务器可通过预设的引导信息模板、或相关的人工智能(Artificial Intelligence,AI)模型生成所述引导信息,从而可使用即时通信服务接口(IM服务接口)接入所述客户端进行交互,从而可获取用户通过客户端发送的请求信息。
在所述服务器接收到用户通过所述客户端发送的请求信息后,进一步地,可从所述请求信息中提取信息文本,所述信息文本即是所述请求信息中的请求关键词,例如,若所述服务器接收到的请求信息为“首届世界杯的举办地在哪?”则基于该请求信息提取的请求关键词包括:首届、世界杯、举办地。在所述服务器从接收到的请求信息中提取得到请求关键词后,可调用所述问答系统中的核心模块返回所述请求信息对应的响应信息(即对请求信息进行响应)。其中,所述核心模块包括信息对、闲聊模块、人工模板以及自然语言理解(Natural Language Understanding,NLU)模块,在调用该核心模块返回用户请求信息对应的响应信息时,可先从所述知识图谱中查找该请求关键词对应的响应关键词,如查找和上述的首届、世界杯、举办地分别对应的响应关键词等,从而可基于查找到的响应关键词和响应模板生成该请求信息对应的响应信息。此外,如果不能从所述知识图谱中查找到和该请求关键词对应的响应关键词,则可从信息对存储的多条预设请求信息中查找和该请求信息匹配的相似信息,并可从该信息对中确定出为该相似信息预设的响应信息,从而可将为该相似信息预设的响应信息进行输出作为客户端输入的请求信息对应的响应信息;或者,如果也不能从信息对中查找到和该请求信息匹配的相似信息,则服务器可通过人工模板生成所述请求信息对应的响应信息以实现和所述客户端侧用户的闲聊,或者,所述服务器也可以通过NLU技术开启和用户的闲聊模式,并输出该请求信息对应的响应信息。
在一个实施例中,在所述服务器基于从所述客户端获取的请求信息,确定所述请求信息对应的响应信息后,数据收集模块可记录所述请求信息和所述请求信息对应的响应信息,并将所述响应信息发送到所述客户端,从而获取所述客户端基于所述响应信息输入的反馈信息,若成功获取到所述反馈信息,则为所述响应信息添加信息标记,所述信息标记包括用户标记和专家标记。其中,所述反馈信息用于指示所述客户端对应用户对所述响应信息的满意度,基于接收到的反馈信息,所述服务器可确定是否为所述响应信息添加用户标记,所述用户标记用户指示该用户对该响应信息的满意度。进一步地,所述服务器可收集多个用户基于该同一请求信息的响应信息输入的反馈信息,并在将该多个用户针对该响应信息的反馈信息进行排序后,为所述响应信息添加专家标记,所述专家标记用于指示用户集中多个用户对该响应信息的满意度。
在一个实施例中,若所述服务器从所述客户端未获取到基于所述响应信息输入的反馈信息,则不针对所述响应信息添加信息标记,在确定所述响应信息未添加信息标记时,可判断该响应信息是否已经基于用户的历史反馈信息添加了信息标记,若确定已经添加了所述信息标记,则获取该已存在的信息标记。或者,如果确定该响应信息不存在信息标记,则对该请求信息进行聚类运算,确定该请求信息所属的信息集,并将该信息集中和该请求信息所属的信息类别相同的目标信息标记作为该请求信息的信息标记。
在所述服务器确定所述响应信息对应的专家标注,或者确定该请求信息的所属信息集后,可采用自然语言处理(Natural Language Processing,NLP)技术将所述请求信息,或所述响应信息,或所述请求信息和所述响应信息划分为和知识图谱相关的训练数据,或者为和核心模块相关的训练数据,从而实现对知识图谱以及核心模块的更新。具体地,基于分类得到的和知识图谱相关的训练数据可对所述知识图谱指示的实体,各实体之间的关系和属性等信息进行更新或者将所述知识图谱中原先未存储的实体,该实体和其他实体之间的关系和属性添加到所述知识图谱中;所述服务器可基于得到的和核心模块相关的训练数据进行增量学习,对人工模块和闲聊模块的数据进行丰富,使得服务器和客户端的交互更加流畅。
请参见图2,是本发明实施例提出的一种信息优化方法的示意流程图,所述信息优化方法可应用于上述配置有信息数据库的服务器中,如图2所示,该方法可包括:
S201,获取客户端发送的请求信息,并从预设的信息数据库中确定所述请求信息对应的响应信息。
在一个实施例中,服务器和客户端可先基于预设的通信接口建立通信连接,所述预设的通信接口例如可以是http接口,在所述客户端和服务器建立通信连接后,所述服务器可自动生成用于接入客户端的系统账号,在用户有和服务器进行交互的需求时,用户可通过用户账号启动客户端,在启动所述客户端后,所述用户可在所述客户端中点击所述服务器对应的系统账号,从而打开和所述服务器进行信息交互的交互界面,基于该交互界面,所述用户可输入请求信息,以便于所述服务器可通过该客户端获取用户输入的请求信息,以实现客户端和服务器之间的信息交互。在一个实施例中,所述服务器可实时获取所述客户端发送的请求信息,也可获取所述客户端发送的历史未处理的请求信息,其中,所述请求信息可以是问题信息、诗词信息、对联信息等,所述问题信息是指要求回答或解释的信息,所述问题信息的信息句式可以是疑问句式,如“首届世界杯的举办地在哪?”等,也可以是陈述句式,如“今天是个好天气”等,还可以是感叹句式等等。
在一个实施例中,服务器在获取客户端发送的请求信息后,如果该请求信息为文本形式,则直接基于该请求信息从预设的信息数据库中确定该请求信息对应的响应信息,若所述服务器从客户端获取的是语音或者视频形式的请求信息,所述服务器可先确定该语音或者视频形式的请求信息所对应的文本信息形式,从而可从预设的信息数据库中确定该文本信息形式对应的响应信息。
在一个实施例中,所述服务器在确定所述请求信息对应的响应信息时,如果基于所述请求信息能从知识图谱中确定出所述请求信息的响应关键词,则基于所述响应关键词,以及所述信息数据库中的响应模板生成所述请求信息对应的响应信息。例如,如果所述请求信息为“首届世界杯的举办地在哪?”则可从和世界杯相关的知识图谱中查找到所述请求信息的响应关键词,所述响应关键词例如可以是1930年和乌拉圭,将所述响应关键词代入响应模板中,可生成的响应信息例如可以是“1930年在乌拉圭举办了第一届世界杯比赛”。
在一个实施例中,如果所述服务器不能从所述知识图谱中查找到所述请求信息对应的响应关键词,则从所述信息数据库的信息对中查找到所述请求信息,或者与所述请求信息之间的匹配度满足预设的匹配度阈值的相似信息,并将查找到的请求信息或所述相似信息所对应的响应信息作为客户端发送的请求信息对应的响应信息。例如,如果知识图谱中各节点所存储的关键词和世界杯相关,而从客户端接收到的请求信息为“去年除夕是几月几号?”由于不能从和世界杯相关的知识图谱中查找到该请求信息对应的响应关键词,则可从信息对中查找该请求信息或和该请求信息匹配的相似信息,若从所述信息对中查找到和该请求信息匹配的相似信息是“2018年除夕是什么时候呢?”则可将所述相似信息对应的响应信息输出到客户端。
在一个实施例中,如果所述服务器既不能从所述知识图谱中确定出所述请求信息对应的响应关键词,又不能查找到和所述请求信息相似的相似信息,则可通过闲聊模块或者NLU模块开启和所述用户的闲聊模式,以提升用户和服务器的交互体验,如在所述请求信息为“你知道父爱和母爱之间的区别吗?”时,不能从和世界杯相关的知识图谱中确定出和所述请求信息对应的响应关键词,也不能从信息对中查找到和该请求信息相似的相似信息,则基于闲聊模块或者NLU模块确定的发送到所述客户端的响应信息例如可以是“父爱和母爱都是为我们倾尽全部的爱”。
在一个实施例中,在所述服务器确定出客户端发送的请求信息所对应的响应信息后,可转而执行步骤S202。
S202,将所述响应信息发送给所述客户端,并从所述客户端获取基于所述响应信息输入的反馈信息。
在一个实施例中,服务器在确定所述请求信息对应的响应信息后,可将所述响应信息输出到上述的用于和所述客户端进行信息交互的交互界面中,从而可通过所述交互界面将所述响应信息展示给用户。在所述客户端将接收到的所述响应信息展示到所述交互界面后,用户可对所述响应信息的正确性进行判断,以表明所述用户对所述响应信息的满意程度,其中,所述用户对所述响应信息的正确性进行判断后可通过客户端输入反馈信息,用于指示所述用户对所述响应信息的满意度。例如,若所述客户端向服务器发送的请求信息为“首届世界杯的举办地在哪?”,所述服务器基于所述请求信息向所述客户端发送的响应信息为“1930年在乌拉圭举办了第一届世界杯比赛”,用户根据判断确定对所述响应信息满意,则通过客户端输入的反馈信息如果是“正确”,则表明用户对所述反馈信息满意,对应的满意度为100%。
在一个实施例中,所述服务器在确定所述响应信息对应的反馈信息后,可转而执行步骤S203。
S203,根据所述反馈信息确定对所述响应信息的满意度,并在所述满意度小于预设的满意度阈值时,对所述响应信息进行优化,得到优化后的响应信息。
在一个实施例中,服务器可根据从客户端接收到的针对该响应信息的反馈信息,确定该用户对所述响应信息的满意度,具体地,所述服务器在接收到反馈信息后,可对所述反馈信息进行分析,确定所述反馈信息表达的用户对所述响应信息的情感指向,如所述反馈信息包括正确,是的,对,好等关键词,确定所述用户对所述响应信息的情感指向为肯定情感指向,若所述反馈信息包括不是、错、不对等关键词,则确定所述用户对所述响应信息的情感指向为否定情感指向。其中,肯定情感指向表明用户对所述响应信息的满意度较高,否定情感指向表明用户对所述响应信息的满意度较低,所述服务器可预设满意度阈值,用于对肯定情感指向对应的满意度和否定情感指向对应的满意度进行区分,以使得所述服务器可在根据所述反馈信息确定响应信息对应的满意度后,可将所述满意度和预设的满意度阈值进行对比,从而可确定对所述响应信息的满意度是否小于预设的满意度阈值,如果确定小于,则表明用户对服务器当前输出的响应信息不满意,从而确定需要对该响应信息进行优化,得到优化后的响应信息。其中,根据所述优化后的响应信息所确定出的满意度大于或等于所述服务器预设的满意度阈值,所述预设的满意度阈值例如可以是85%或者90%等。
在所述服务对所述响应信息进行优化时,可将该待优化的响应信息和所述待优化的响应信息所对应的请求信息发送给开发人员,由开发人员可根据所述请求信息对所述待优化的响应信息进行优化,并将优化后的响应信息输入到所述服务中。或者,所述服务器还可基于互联网,从所述互联网中获取该请求信息对应的响应信息,从而实现对该待优化的响应信息的优化,并将优化后的响应信息输入到所述服务器中,以便于所述服务器在从所述客户端再次获取到该请求信息时,可将优化后的响应信息输出到所述客户端中,从而提高用户对该响应信息的满意度,以提升人机交互的准确性和实用性,提升用户体验。
在本发明实施例中,服务器可获取客户端发送的请求信息,从而可从预设的信息数据库中确定出该请求信息对应的响应信息,在所述服务器将确定出的响应信息发送给客户端后,可从所述客户端获取基于该响应信息输入的反馈信息,从而在所述服务器根据该反馈信息确定对所述响应信息的满意度后,在确定所述满意度小于预设满意度阈值时,可对该响应信息进行优化,从而得到能提升用户满意度的响应信息,实现了根据用户反馈对服务器中响应信息的自动更新,可提升对响应信息的更新效率。
请参见图3,是本发明另一实施例提出的一种信息优化方法的示意流程图,所述信息优化方法也可应用于上述配置有信息数据库的服务器中,如图3所示,该方法可包括:
S301,获取客户端发送的请求信息,并从预设的信息数据库中确定所述请求信息对应的响应信息。
在一个实施例中,服务器在获取所述客户端发送的请求信息之前,可生成引导信息,生成的所述引导信息用于引导客户端对应用户发送和所述引导信息指示的主题相关的请求信息,其中,所述引导信息指示的主题和所述目标主题之间的关联度大于或等于预设的关联度阈值。具体地,如图4所示,服务器在和所述客户端建立通信连接后,所述服务器可先基于目标主题生成引导信息,以便于在将所述引导信息发送给客户端后,实现引导客户端对应用户发送和该引导信息指示主题相关的请求信息,其中,所述服务器可基于知识图谱中各节点存储的关键词确定目标主题,并生成引导信息,如知识图谱中各节点存储的关键词为和世界杯相关的词语,则确定的目标主题为世界杯主题,并生成的引导信息为用于引导世界杯话题的信息;或者,所述服务器可基于槽位引导确定目标主题并生成引导信息,其中,槽位是指所述服务器期望向用户收集的关键信息,槽位引导则是基于所述期望收集的关键信息确定的引导信息,如槽位指示期望收集的关键信息为A歌手的新专辑目录,则确定的目标主题为A歌手的专辑,进一步地,生成的引导信息可以为围绕A歌手专辑的信息;又或者,所述服务器还可基于自然语言理解/自然语言处理(即NLP/NLU)技术确定目标主题并进一步生成引导信息,或者,所述服务器还可基于人工模板或闲聊模块确定目标主题并生成引导信息。
在所述服务器生成所述引导信息后,可将所述引导信息发送给客户端,并从所述客户端获取请求信息,在所述服务器获取到请求信息后,所述服务器可对所述请求信息指示的主题进行检测,以确定所述请求信息指示的主题和目标主题是否相关。具体地,所述服务器可检测所述请求信息指示的主题和所述目标主题之间的关联度是否小于预设的关联度阈值,若确定小于,则确定所述请求信息指示的主题和所述目标主题不相关,若确定大于或等于所述关联度阈值,则确定所述请求信息指示的主题和所述目标主题相关。在一个实施例中,在所述服务器确定所述请求信息指示的主题和所述目标主题不相关时,则继续生成引导信息发送给客户端,直至接收到和所述目标主题相关的请求信息,在所述服务器接收到和所述目标主题相关的请求信息后,所述服务器可从预设的信息数据库中确定所述请求信息对应的响应信息,以实现对所述请求信息的作答,服务器和客户端在多轮的提问和作答的过程中,所述服务器可实现对请求信息的收集,或者,对由请求信息和响应信息组成的信息对的收集,从而实现对所述服务器信息数据的丰富,此外,所述服务器还可基于收集到的信息数据,对所述服务器信息数据库中的原始数据进行更新,具体的更新过程可参见上述实施例中步骤S203的描述。
在一个实施例中,在所述服务器接收到请求信息,并确定所述请求信息指示的主题和目标主题之间的关联度小于预设的关联度阈值时,服务器生成引导信息的流程示意图可参见图5,如图所示,所述服务器在从客户端获取到请求信息后,可先从所述请求信息中提取请求关键词,在所述服务器提取到请求关键词后,可先采用短文本命名实体识别技术确定所述请求关键词所指示的实体,从而可对各请求关键词所指示的实体进行权重值计算,从而确定出权重值最大的实体,进一步地,对所述权重值最大的实体进行去歧等操作后,可确定出该最大权重值对应的目标实体。其中,实体包括关键词以及该关键词所指示的具体物质,去歧操作是指在同一实体指示多个不同物质时,确定出该实体所指示的唯一物质的过程,如在实体为苹果时,苹果可分别指示属性为水果的物质和属性为智能终端的物质,所以在基于请求关键词确定出实体包括苹果后,可采用去歧操作确定苹果在该请求信息中唯一指示的物质(为属性为水果的物质或者属性为智能终端的物质)。其中,所述短文本命名实体识别技术例如可以是词典、统计、隐马尔科夫模型、语言模型、最大熵模型、支持向量机(Support Vector Machine,SVM)、条件随机场、决策树和英语词典WordNet中的一种或多种。
在所述服务确定出目标实体后,可基于所述目标实体确定出所述请求信息指示的主题,或者所述服务器还可直接采用信息主题识别技术对所述请求信息进行处理,从而确定出所述请求信息指示的主题。在所述服务器确定所述请求信息指示的主题后,可确定所述请求信息指示的主题和目标主题是否一致,若确定一致,则所述服务器可基于所述请求关键词从知识图谱中查找所述请求关键词对应的响应关键词,其中,所述知识图谱存储有至少两个关键词,以及任意两个关键词之间的关联关系,从而可基于所述响应关键词和所述信息数据库中的响应模板,生成所述请求信息对应的响应信息。
在一个实施例中,若确定所述请求信息指示的主题和目标主题不一致,可基于全领域知识图谱进行检索,从互联网中确定出该请求信息对应的响应信息,在所述服务器基于全领域知识图谱进行检索后,可基于所述信息数据库中的信息对和闲聊模型确定该请求信息对应的响应关键词,进一步的,可将所述响应关键词填写到响应模板中,此外,所述服务器还可基于闲聊模块和槽位引导生成引导信息,从而可将所述响应关键词填写到响应模板中后和引导信息组成响应信息输出,完成对请求信息的回答,以及后续请求信息的引导。
在一个实施例中,所述服务器若基于所述请求关键词未从所述知识图谱中查找到所述请求关键词对应的响应关键词,还可先基于所述请求关键词从所述信息数据库(即信息对)中查找与所述请求信息的匹配度满足预设匹配度阈值的相似信息;进一步地,所述服务器可基于所述信息对查找所述相似信息对应的响应信息,并将所述相似信息对应的响应信息作为所述请求信息对应的响应信息。所述服务器在确定请求信息对应的响应信息后,可继续从客户端获取请求信息,实现和客户端的信息交互。
S302,将所述响应信息发送给所述客户端,并从所述客户端获取基于所述响应信息输入的反馈信息。
在一个实施例中,若所述服务器从所述客户端成功获取到所述反馈信息,则转而执行步骤S303;若所述服务器未从所述客户端获取到所述反馈信息,则可进一步判断所述响应信息是否存在信息标记,存在的信息标记是根据用户集中各用户对所述响应信息输入的历史反馈信息确定的;若所述服务器确定所述响应信息存在所述信息标记,则获取所述存在的信息标记,从而可基于所述存在的信息标记对所述响应信息进行优化,得到优化后的响应信息。
在一个实施例中,若所述服务器确定所述响应信息不存在所述信息标记,即所述服务器在历史未获取到针对所述响应信息的反馈信息,则将所述请求信息进行聚类运算,确定所述请求信息所属的信息集。其中,所述服务器可采用聚类算法对所述请求信息进行聚类运算,从而确定所述请求信息所属的信息集,进一步地,所述服务器可将所述信息集中目标响应信息的目标信息标记作为所述响应信息的信息标记,所述信息集包括至少一个请求信息,以及所述请求信息对应的响应信息,所述信息集中各信息所属的信息类别相同,所述目标响应信息为所述信息集中对应有信息标记的任一响应信息。
S303,根据所述反馈信息确定对所述响应信息的满意度,并在所述满意度小于预设的满意度阈值时,对所述响应信息进行优化,得到优化后的响应信息,其中,根据所述优化后的响应信息确定的满意度大于或等于所述满意度阈值。
在一个实施例中,所述服务器在对所述响应信息进行优化之前,可先为所述响应信息添加信息标记,所述信息标记用于指示对所述响应信息进行优化,所述信息标记可以是上述的专家标记。具体地,所述服务器可先确定用户集中对所述响应信息的满意度小于所述满意度阈值的第一用户数量,所述用户集包括第一用户子集和第二用户子集,所述第一用户子集中各用户对所述响应信息的满意度小于所述满意度阈值,所述第二用户子集中各用户对所述响应信息的满意度大于或等于所述满意度阈值;进一步地,所述服务器可基于所述第一用户数量和所述第二用户子集包括用户的第二用户数量,确定对所述响应信息的满意度小于所述满意度阈值的用户占比;从而所述服务器可在所述用户占比大于或等于预设比例阈值时,为所述响应信息添加信息标记。
在一个实施例中,服务器在接收到任一用户对应客户端基于所述响应信息的反馈信息后,可先基于该用户对应客户端发送的反馈信息为所述响应信息添加用户标记,该用户标记用于指示该用户对所述响应信息的满意程度,进一步地,所述服务器可基于预设的用户集确定该用户集对该响应信息的满意度,从而就要该用户集对该响应信息的满意度为该响应信息添加信息标记(即专家标记)。在所述服务器为所述响应信息添加专家标记后,可将添加有专家标记的响应信息输出到相关的优化人员,从而实现对响应信息的优化。在所述服务器对所述响应信息进行优化得到优化后的响应信息后,所述服务器可转而执行步骤S304。
S304,采用预设的自然语言处理算法对所述优化后的响应信息进行分词处理,提取所述优化后的响应信息中的至少两个响应关键词。
S305,确定所述至少两个响应关键词中的任一响应关键词所指示的实体,并确定所述至少两个响应关键词中任意两个响应关键词之间的关联关系。
S306,基于所述任一响应关键词所指示的实体,以及所述任意两个响应关键词之间的关联关系,对知识图谱进行更新。
在步骤S304~步骤S306中,服务器可基于优化后的响应信息对知识图谱进行更新,具体地,所述服务器可采用NLP算法对优化后的响应信息进行分词处理,从而提取得到至少两个响应关键词,进一步地,可采用上述的短文本命名实体识别技术确定该至少两个响应关键词所指示的实体,以及任意两个响应关键词之间的关联关系,从而可基于任一关键词所指示的实体,以及任意两个关键词之间的关联关系,对知识图谱进行更新。具体地,所述服务器可先针对任一响应关键词,确定所述任一响应关键词在所述知识图谱中的存储位置,具体地,服务器可先确定知识图谱中用于存储该任一响应关键词的存储节点,从而可根据该存储节点在知识图谱中的位置确定该任一响应关键词的存储位置。在一个实施例中,若服务器没有从所述知识图谱中确定出用于存储该任一响应关键词的存储节点,则在所述知识图谱中新建一用于存储该任一响应关键词的存储节点,该新建的存储节点在知识图谱中的位置即是该任一响应关键词的存储位置。
进一步地,服务器在确定该任一响应关键词在知识图谱中的存储位置后,可将所述任一响应关键词存储在所述存储位置中,此外,所述服务器还可判断所述任意两个响应关键词之间的关联关系是否改变,并在确定改变时,对所述任意两个响应关键词之间的关联关系进行更新,对所述任意两个关键词之间的关联关系的更新包括:为该任意两个关联关键词添加一条连接边,或者删除该两个关键词之间的连接边。
在一个实施例中,若所述服务器采用NLP算法,确定所述至少两个关键词中的目标关键词不存在指示的实体,则将所述预设的数据库中存储的所述请求信息对应的响应信息更新为所述优化后的响应信息,其中,所述目标关键词为所述至少两个响应关键词中的任一关键词,如目标关键词为“父爱”,则该目标关键词不存在指示的实体,则不对知识图谱进行更新,而数据库中存储的请求信息对应的响应信息更新为优化后的响应信息。
在本发明实施例中,服务器在获取到客户端发送的请求信息后,可将从预设的信息数据库中确定出的请求信息对应的响应信息发送到客户端,从而可从客户端获取基于该响应信息输入的反馈信息,服务器基于该反馈信息可对原始的响应信息进行优化得到优化后的响应信息,进一步地,服务器可对优化后的响应信息进行分词处理,从而得到至少两个响应关键词,从而可基于该响应关键词指示的实体,以及任意两个响应关键词之间的关联关系,对知识图谱进行更新,实现对数据库中原始信息数据的更新,提升服务器的更新效率,基于服务器更新后的信息数据库,可输出使用户的满意度更高的响应信息,从而提升用户对服务器的问答系统的使用体验。
在一个实施例中,如图6所示,服务器从客户端获取到的请求信息例如可以是“你知道本届世界杯主题曲吗”基于对存储有世界杯相关的关键词的知识图谱的查找,服务器可确定该请求信息对应的响应信息,并输出到客户端,输出到所述客户端的响应信息例如可以是“2018俄罗斯世界杯主题曲是迪波洛演唱的《Live It Up》”,基于该响应信息,服务器获取到的反馈信息为“是的,我很喜欢这届世界杯主题曲”,基于该反馈信息,服务器可确定用户对该响应信息的满意度大于预设的满意度阈值,则不对该响应信息进行优化。此外,服务器还获取到了请求信息“话说周杰伦是不是出了新专辑”,由于服务器基于该请求信息确定该请求信息的主题和知识图谱指示的目标主题世界杯无关,则在确定该请求信息对应的答案后,还将和引导信息进行组合生成响应信息,并将该响应信息发送到客户端,如生成的响应信息为“是的,16年出的新专辑名为床边故事,周杰伦的歌很好听,但最近世界杯很火热哦,你有关于世界杯的问题吗”。其中,所述服务器在确定该请求信息对应的答案后,可将该答案和引导信息分别发送到客户端,也可组合发送到客户端,从而实现客户端和服务器之间的信息交互。
基于上述信息优化方法实施例的描述,本发明实施例还提出了一种信息优化装置,该信息优化装置可以是运行于上述服务器中的一个计算机程序(包括程序代码)。该信息优化装置可用于执行如图2和图3所述的信息优化方法,请参见图7,该信息优化装置可包括:获取单元701、确定单元702、发送单元703和优化单元704。
获取单元701,用于获取客户端发送的请求信息;
确定单元702,用于从预设的信息数据库中确定所述请求信息对应的响应信息;
发送单元703,用于将所述响应信息发送给所述客户端;
所述获取单元701,还用于从所述客户端获取基于所述响应信息输入的反馈信息;
优化单元704,用于根据所述反馈信息确定对所述响应信息的满意度,并在所述满意度小于预设的满意度阈值时,对所述响应信息进行优化,得到优化后的响应信息,其中,根据所述优化后的响应信息确定的满意度大于或等于所述满意度阈值。
在一个实施例中,所述装置还包括:添加单元705。
添加单元705,用于为所述响应信息添加信息标记,所述信息标记用于指示对所述响应信息进行优化。
在一个实施例中,所述添加单元705,具体用于:
确定用户集中对所述响应信息的满意度小于所述满意度阈值的第一用户数量,所述用户集包括第一用户子集和第二用户子集,所述第一用户子集中各用户对所述响应信息的满意度小于所述满意度阈值,所述第二用户子集中各用户对所述响应信息的满意度大于或等于所述满意度阈值;
基于所述第一用户数量和所述第二用户子集包括用户的第二用户数量,确定对所述响应信息的满意度小于所述满意度阈值的用户占比;
在所述用户占比大于或等于预设比例阈值时,为所述响应信息添加信息标记。
在一个实施例中,所述装置还包括:判断单元706。
判断单元706,用于若获取单元701未从所述客户端获取到所述反馈信息,则判断所述响应信息是否存在信息标记,存在的信息标记是根据用户集中各用户对所述响应信息输入的历史反馈信息确定的;
所述获取单元701,还用于若确定所述响应信息存在所述信息标记,则获取所述存在的信息标记;
所述优化单元704,还用于基于所述存在的信息标记对所述响应信息进行优化,得到优化后的响应信息。
在一个实施例中,所述确定单元702,还用于若确定所述响应信息不存在所述信息标记,则将所述请求信息进行聚类运算,确定所述请求信息所属的信息集;
所述确定单元702,还用于将所述信息集中目标响应信息的目标信息标记作为所述响应信息的信息标记,所述信息集包括至少一个请求信息,以及所述请求信息对应的响应信息,所述信息集中各信息所属的信息类别相同。
在一个实施例中,所述装置还包括:分词单元707和更新单元708。
分词单元707,用于采用预设的自然语言处理算法对所述优化后的响应信息进行分词处理,提取所述优化后的响应信息中的至少两个响应关键词;
所述确定单元702,还用于确定所述至少两个响应关键词中的任一响应关键词所指示的实体,并确定所述至少两个响应关键词中任意两个响应关键词之间的关联关系;
更新单元708,用于基于所述任一响应关键词所指示的实体,以及所述任意两个响应关键词之间的关联关系,对知识图谱进行更新。
在一个实施例中,所述更新单元708,具体用于
针对任一响应关键词,确定所述任一响应关键词在所述知识图谱中的存储位置,并将所述任一响应关键词存储在所述存储位置中;
判断所述任意两个响应关键词之间的关联关系是否改变,并在确定改变时,对所述任意两个响应关键词之间的关联关系进行更新。
在一个实施例中,所述确定单元702,还用于若采用预设的自然语言处理算法,确定所述至少两个响应关键词中的目标关键词不存在指示的实体;
所述更新单元708,还用于将所述信息数据库中存储的所述请求信息对应的响应信息更新为所述优化后的响应信息。
在一个实施例中,所述确定单元702,具体用于:
获取客户端发送的请求信息,并从所述请求信息中提取请求关键词;
基于所述请求关键词从知识图谱中查找所述请求关键词对应的响应关键词,所述知识图谱存储有至少两个响应关键词,以及任意两个响应关键词之间的关联关系;
基于所述响应关键词和所述信息数据库中的响应模板,生成所述请求信息对应的响应信息。
在一个实施例中,所述装置还包括:查找单元709。
查找单元709,用于若基于所述请求关键词未从所述知识图谱中查找到所述请求关键词对应的响应关键词,则基于所述请求关键词从所述信息数据库中查找与所述请求信息的匹配度满足预设匹配度阈值的相似信息;
所述查找单元709,还用于查找所述相似信息对应的响应信息,并将所述相似信息对应的响应信息作为所述请求信息对应的响应信息。
在一个实施例中,所述装置还包括:生成单元710。
生成单元710,用于生成引导信息,所述引导信息是在获取所述客户端发送的请求信息之前生成的,或者,所述引导信息是在所述请求信息指示的主题和目标主题之间的关联度小于预设的关联度阈值时生成的,所述引导信息指示的主题和所述目标主题之间的关联度大于或等于所述关联度阈值;
所述发送单元703,还用于将所述引导信息发送给所述客户端,以引导所述客户端发送和所述引导信息指示的主题之间的关联度大于或等于所述关联度阈值的请求信息。
在本发明实施例中,获取单元701可获取客户端发送的请求信息,从而确定单元702可从预设的信息数据库中确定出该请求信息对应的响应信息,在所述发送单元703将确定出的响应信息发送给客户端后,获取单元701可从所述客户端获取基于该响应信息输入的反馈信息,从而在所述确定单元702根据该反馈信息确定对所述响应信息的满意度后,在确定所述满意度小于预设满意度阈值时,优化单元704可对该响应信息进行优化,从而得到能提升用户满意度的响应信息,实现了根据用户反馈对服务器中响应信息的自动更新,可提升对响应信息的更新效率。
请参见图8,是本发明实施例提供的一种服务器的结构示意性框图。如图8所示的本实施例中的服务器可包括:一个或多个处理器801;一个或多个输入设备802,一个或多个输出设备803和存储器804。上述处理器801、输入设备802、输出设备803和存储器804通过总线805连接。存储器804用于存储计算机程序,所述计算机程序包括程序指令,处理器801用于执行所述存储器804存储的程序指令。
所述存储器804可以包括易失性存储器(volatile memory),如随机存取存储器(random-access memory,RAM);存储器804也可以包括非易失性存储器(non-volatilememory),如快闪存储器(flash memory),固态硬盘(solid-state drive,SSD)等;存储器804还可以包括上述种类的存储器的组合。
所述处理器801可以是中央处理器(central processing unit,CPU)。所述处理器801还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(application-specific integrated circuit,ASIC),可编程逻辑器件(programmable logic device,PLD)等。该PLD可以是现场可编程逻辑门阵列(field-programmable gate array,FPGA),通用阵列逻辑(generic array logic,GAL)等。所述处理器801也可以为上述结构的组合。
本发明实施例中,所述存储器804用于存储计算机程序,所述计算机程序包括程序指令,处理器801用于执行存储器804存储的程序指令,用来实现上述如图2和图3中相应方法的步骤。
在一个实施例中,所述处理器801被配置调用所述程序指令,用于执行:
获取客户端发送的请求信息,并从预设的信息数据库中确定所述请求信息对应的响应信息;
将所述响应信息发送给所述客户端,并从所述客户端获取基于所述响应信息输入的反馈信息;
根据所述反馈信息确定对所述响应信息的满意度,并在所述满意度小于预设的满意度阈值时,对所述响应信息进行优化,得到优化后的响应信息,其中,根据所述优化后的响应信息确定的满意度大于或等于所述满意度阈值。
在一个实施例中,所述处理器801还被配置调用所述程序指令,用于执行:
为所述响应信息添加信息标记,所述信息标记用于指示对所述响应信息进行优化。
在一个实施例中,所述处理器801还被配置调用所述程序指令,用于执行:
确定用户集中对所述响应信息的满意度小于所述满意度阈值的第一用户数量,所述用户集包括第一用户子集和第二用户子集,所述第一用户子集中各用户对所述响应信息的满意度小于所述满意度阈值,所述第二用户子集中各用户对所述响应信息的满意度大于或等于所述满意度阈值;
基于所述第一用户数量和所述第二用户子集包括用户的第二用户数量,确定对所述响应信息的满意度小于所述满意度阈值的用户占比;
在所述用户占比大于或等于预设比例阈值时,为所述响应信息添加信息标记。
在一个实施例中,所述处理器801还被配置调用所述程序指令,用于执行:
若未从所述客户端获取到所述反馈信息,则判断所述响应信息是否存在信息标记,存在的信息标记是根据用户集中各用户对所述响应信息输入的历史反馈信息确定的;
若确定所述响应信息存在所述信息标记,则获取所述存在的信息标记,并基于所述存在的信息标记对所述响应信息进行优化,得到优化后的响应信息。
在一个实施例中,所述处理器801还被配置调用所述程序指令,用于执行:
若确定所述响应信息不存在所述信息标记,则将所述请求信息进行聚类运算,确定所述请求信息所属的信息集;
将所述信息集中目标响应信息的目标信息标记作为所述响应信息的信息标记,所述信息集包括至少一个请求信息,以及所述请求信息对应的响应信息,所述信息集中各信息所属的信息类别相同。
在一个实施例中,所述处理器801还被配置调用所述程序指令,用于执行:
采用预设的自然语言处理算法对所述优化后的响应信息进行分词处理,提取所述优化后的响应信息中的至少两个响应关键词;
确定所述至少两个响应关键词中的任一响应关键词所指示的实体,并确定所述至少两个响应关键词中任意两个响应关键词之间的关联关系;
基于所述任一响应关键词所指示的实体,以及所述任意两个响应关键词之间的关联关系,对知识图谱进行更新。
在一个实施例中,所述处理器801还被配置调用所述程序指令,用于执行:
针对任一响应关键词,确定所述任一响应关键词在所述知识图谱中的存储位置,并将所述任一响应关键词存储在所述存储位置中;
判断所述任意两个响应关键词之间的关联关系是否改变,并在确定改变时,对所述任意两个响应关键词之间的关联关系进行更新。
在一个实施例中,所述处理器801还被配置调用所述程序指令,用于执行:
若采用预设的自然语言处理算法,确定所述至少两个响应关键词中的目标关键词不存在指示的实体;
将所述信息数据库中存储的所述请求信息对应的响应信息更新为所述优化后的响应信息。
在一个实施例中,所述处理器801还被配置调用所述程序指令,用于执行:
获取客户端发送的请求信息,并从所述请求信息中提取请求关键词;
基于所述请求关键词从知识图谱中查找所述请求关键词对应的响应关键词,所述知识图谱存储有至少两个响应关键词,以及任意两个响应关键词之间的关联关系;
基于所述响应关键词和所述信息数据库中的响应模板,生成所述请求信息对应的响应信息。
在一个实施例中,所述处理器801还被配置调用所述程序指令,用于执行:
若基于所述请求关键词未从所述知识图谱中查找到所述请求关键词对应的响应关键词,则基于所述请求关键词从所述信息数据库中查找与所述请求信息的匹配度满足预设匹配度阈值的相似信息;
查找所述相似信息对应的响应信息,并将所述相似信息对应的响应信息作为所述请求信息对应的响应信息。
在一个实施例中,所述处理器801还被配置调用所述程序指令,用于执行:
生成引导信息,所述引导信息是在获取所述客户端发送的请求信息之前生成的,或者,所述引导信息是在所述请求信息指示的主题和目标主题之间的关联度小于预设的关联度阈值时生成的,所述引导信息指示的主题和所述目标主题之间的关联度大于或等于所述关联度阈值;
将所述引导信息发送给所述客户端,以引导所述客户端发送和所述引导信息指示的主题之间的关联度大于或等于所述关联度阈值的请求信息。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所揭露的仅为本发明的局部实施例而已,当然不能以此来限定本发明之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或局部流程,并依本发明权利要求所作的等同变化,仍属于发明所涵盖的范围。

Claims (14)

1.一种信息优化方法,其特征在于,包括:
获取客户端发送的请求信息,并从预设的信息数据库中确定所述请求信息对应的响应信息;
将所述响应信息发送给所述客户端,并从所述客户端获取基于所述响应信息输入的反馈信息;
根据所述反馈信息确定对所述响应信息的满意度,并在所述满意度小于预设的满意度阈值时,对所述响应信息进行优化,得到优化后的响应信息,其中,根据所述优化后的响应信息确定的满意度大于或等于所述满意度阈值。
2.根据权利要求1所述的方法,其特征在于,所述对所述响应信息进行优化之前,所述方法还包括:
为所述响应信息添加信息标记,所述信息标记用于指示对所述响应信息进行优化。
3.根据权利要求2所述的方法,其特征在于,所述为所述响应信息添加信息标记,包括:
确定用户集中对所述响应信息的满意度小于所述满意度阈值的第一用户数量,所述用户集包括第一用户子集和第二用户子集,所述第一用户子集中各用户对所述响应信息的满意度小于所述满意度阈值,所述第二用户子集中各用户对所述响应信息的满意度大于或等于所述满意度阈值;
基于所述第一用户数量和所述第二用户子集包括用户的第二用户数量,确定对所述响应信息的满意度小于所述满意度阈值的用户占比;
在所述用户占比大于或等于预设比例阈值时,为所述响应信息添加信息标记。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若未从所述客户端获取到所述反馈信息,则判断所述响应信息是否存在信息标记,存在的信息标记是根据用户集中各用户对所述响应信息输入的历史反馈信息确定的;
若确定所述响应信息存在所述信息标记,则获取所述存在的信息标记,并基于所述存在的信息标记对所述响应信息进行优化,得到优化后的响应信息。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
若确定所述响应信息不存在所述信息标记,则将所述请求信息进行聚类运算,确定所述请求信息所属的信息集;
将所述信息集中目标响应信息的目标信息标记作为所述响应信息的信息标记,所述信息集包括至少一个请求信息,以及所述请求信息对应的响应信息,所述信息集中各信息所属的信息类别相同。
6.根据权利要求1所述的方法,其特征在于,所述得到优化后的响应信息之后,所述方法还包括:
采用预设的自然语言处理算法对所述优化后的响应信息进行分词处理,提取所述优化后的响应信息中的至少两个响应关键词;
确定所述至少两个响应关键词中的任一响应关键词所指示的实体,并确定所述至少两个响应关键词中任意两个响应关键词之间的关联关系;
基于所述任一响应关键词所指示的实体,以及所述任意两个响应关键词之间的关联关系,对知识图谱进行更新。
7.根据权利要求6所述的方法,其特征在于,所述基于所述任一响应关键词所指示的实体,以及所述任意两个响应关键词之间的关联关系,对知识图谱进行更新,包括:
针对任一响应关键词,确定所述任一响应关键词在所述知识图谱中的存储位置,并将所述任一响应关键词存储在所述存储位置中;
判断所述任意两个响应关键词之间的关联关系是否改变,并在确定改变时,对所述任意两个响应关键词之间的关联关系进行更新。
8.根据权利要求6所述的方法,其特征在于,所述方法还包括:
若采用预设的自然语言处理算法,确定所述至少两个响应关键词中的目标关键词不存在指示的实体;
将所述信息数据库中存储的所述请求信息对应的响应信息更新为所述优化后的响应信息。
9.根据权利要求1所述的方法,其特征在于,所述获取客户端发送的请求信息,并从预设的信息数据库中确定所述请求信息对应的响应信息,包括:
获取客户端发送的请求信息,并从所述请求信息中提取请求关键词;
基于所述请求关键词从知识图谱中查找所述请求关键词对应的响应关键词,所述知识图谱存储有至少两个响应关键词,以及任意两个响应关键词之间的关联关系;
基于所述响应关键词和所述信息数据库中的响应模板,生成所述请求信息对应的响应信息。
10.根据权利要求9所述的方法,其特征在于,所述方法还包括:
若基于所述请求关键词未从所述知识图谱中查找到所述请求关键词对应的响应关键词,则基于所述请求关键词从所述信息数据库中查找与所述请求信息的匹配度满足预设匹配度阈值的相似信息;
查找所述相似信息对应的响应信息,并将所述相似信息对应的响应信息作为所述请求信息对应的响应信息。
11.根据权利要求1所述的方法,其特征在于,所述方法还包括:
生成引导信息,所述引导信息是在获取所述客户端发送的请求信息之前生成的,或者,所述引导信息是在所述请求信息指示的主题和目标主题之间的关联度小于预设的关联度阈值时生成的,所述引导信息指示的主题和所述目标主题之间的关联度大于或等于所述关联度阈值;
将所述引导信息发送给所述客户端,以引导所述客户端发送和所述引导信息指示的主题之间的关联度大于或等于所述关联度阈值的请求信息。
12.一种信息优化装置,其特征在于,包括:
获取单元,用于获取客户端发送的请求信息;
确定单元,用于从预设的信息数据库中确定所述请求信息对应的响应信息;
发送单元,用于将所述响应信息发送给所述客户端;
所述获取单元,还用于从所述客户端获取基于所述响应信息输入的反馈信息;
优化单元,用于根据所述反馈信息确定对所述响应信息的满意度,并在所述满意度小于预设的满意度阈值时,对所述响应信息进行优化,得到优化后的响应信息,其中,根据所述优化后的响应信息确定的满意度大于或等于所述满意度阈值。
13.一种服务器,其特征在于,包括处理器、存储器和通信接口,所述处理器、所述存储器和所述通信接口相互连接,其中,所述存储器用于存储计算机程序指令,所述处理器被配置用于执行所述程序指令,实现如权利要求1-11任一项所述的方法。
14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1-11任一项所述的方法。
CN201910709745.8A 2019-07-30 2019-07-30 一种信息优化方法、装置、服务器及存储介质 Pending CN110413627A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910709745.8A CN110413627A (zh) 2019-07-30 2019-07-30 一种信息优化方法、装置、服务器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910709745.8A CN110413627A (zh) 2019-07-30 2019-07-30 一种信息优化方法、装置、服务器及存储介质

Publications (1)

Publication Number Publication Date
CN110413627A true CN110413627A (zh) 2019-11-05

Family

ID=68365440

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910709745.8A Pending CN110413627A (zh) 2019-07-30 2019-07-30 一种信息优化方法、装置、服务器及存储介质

Country Status (1)

Country Link
CN (1) CN110413627A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113676840A (zh) * 2021-08-24 2021-11-19 北京腾云天下科技有限公司 数据处理方法、装置、电子设备、存储介质和程序产品
CN113687876A (zh) * 2021-08-17 2021-11-23 华北电力大学(保定) 信息处理方法、自动驾驶控制方法和电子设备

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113687876A (zh) * 2021-08-17 2021-11-23 华北电力大学(保定) 信息处理方法、自动驾驶控制方法和电子设备
CN113687876B (zh) * 2021-08-17 2023-05-23 华北电力大学(保定) 信息处理方法、自动驾驶控制方法和电子设备
CN113676840A (zh) * 2021-08-24 2021-11-19 北京腾云天下科技有限公司 数据处理方法、装置、电子设备、存储介质和程序产品
CN113676840B (zh) * 2021-08-24 2023-08-18 北京腾云天下科技有限公司 数据处理方法、装置、电子设备、存储介质和程序产品

Similar Documents

Publication Publication Date Title
CN107329967B (zh) 基于深度学习的问答系统以及方法
US11030412B2 (en) System and method for chatbot conversation construction and management
WO2018224034A1 (zh) 智能问答方法、服务器、终端及存储介质
US11599729B2 (en) Method and apparatus for intelligent automated chatting
US11487986B2 (en) Providing a response in a session
CN104598445B (zh) 自动问答系统和方法
CN106326440B (zh) 一种面向智能机器人的人机交互方法及装置
WO2019184103A1 (zh) 基于人物ip的人机交互方法、系统、介质及设备
CN108897867A (zh) 用于知识问答的数据处理方法、装置、服务器和介质
CN110399470B (zh) 会话消息处理
JP2017511922A (ja) スマート質問回答の実現方法、システム、および記憶媒体
CN107766371A (zh) 一种文本信息分类方法及其装置
US20230394247A1 (en) Human-machine collaborative conversation interaction system and method
CN108491421A (zh) 一种生成问答的方法、装置、设备和计算存储介质
US11615129B2 (en) Electronic message text classification framework selection
CN112989208B (zh) 一种信息推荐方法、装置、电子设备及存储介质
US20230395075A1 (en) Human-machine dialogue system and method
CN115470338B (zh) 一种基于多路召回的多场景智能问答方法和系统
CN108306813B (zh) 会话消息的处理方法、服务器及客户端
CN115274086B (zh) 一种智能导诊方法及系统
US20210256220A1 (en) Method and system for automated autonomous intent mining
CN111523328B (zh) 一种智能客服语义处理方法
CN110018823A (zh) 交互式应用程序的处理方法及系统、生成方法及系统
CN110413627A (zh) 一种信息优化方法、装置、服务器及存储介质
US20210350263A1 (en) Methods for orchestrating an automated conversation in one or more networks and devices thereof

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