CN110457440A - 一种反馈答案的方法、装置、设备和介质 - Google Patents
一种反馈答案的方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN110457440A CN110457440A CN201910734183.2A CN201910734183A CN110457440A CN 110457440 A CN110457440 A CN 110457440A CN 201910734183 A CN201910734183 A CN 201910734183A CN 110457440 A CN110457440 A CN 110457440A
- Authority
- CN
- China
- Prior art keywords
- text
- answer
- user
- answers
- matching degree
- 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 115
- 230000005540 biological transmission Effects 0.000 claims abstract description 7
- 230000011218 segmentation Effects 0.000 claims description 45
- 238000012545 processing Methods 0.000 claims description 29
- 238000003860 storage Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 13
- 206010011224 Cough Diseases 0.000 description 61
- 241001093152 Mangifera Species 0.000 description 12
- 210000003128 head Anatomy 0.000 description 12
- 235000004936 Bromus mango Nutrition 0.000 description 11
- 235000014826 Mangifera indica Nutrition 0.000 description 11
- 235000009184 Spondias indica Nutrition 0.000 description 11
- 230000028327 secretion Effects 0.000 description 11
- 206010036790 Productive cough Diseases 0.000 description 7
- 239000000243 solution Substances 0.000 description 7
- 206010020751 Hypersensitivity Diseases 0.000 description 6
- 208000026935 allergic disease Diseases 0.000 description 6
- 230000007815 allergy Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 208000003251 Pruritus Diseases 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 208000015181 infectious disease Diseases 0.000 description 4
- 230000007803 itching Effects 0.000 description 4
- 210000003928 nasal cavity Anatomy 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 208000024891 symptom Diseases 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 206010039101 Rhinorrhoea Diseases 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000037213 diet Effects 0.000 description 3
- 235000005911 diet Nutrition 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 208000010753 nasal discharge Diseases 0.000 description 3
- 230000000241 respiratory effect Effects 0.000 description 3
- 208000024794 sputum Diseases 0.000 description 3
- 210000003802 sputum Anatomy 0.000 description 3
- 206010002198 Anaphylactic reaction Diseases 0.000 description 2
- 206010020565 Hyperaemia Diseases 0.000 description 2
- 206010061218 Inflammation Diseases 0.000 description 2
- 230000036783 anaphylactic response Effects 0.000 description 2
- 208000003455 anaphylaxis Diseases 0.000 description 2
- 230000003266 anti-allergic effect Effects 0.000 description 2
- SOYKEARSMXGVTM-UHFFFAOYSA-N chlorphenamine Chemical compound C=1C=CC=NC=1C(CCN(C)C)C1=CC=C(Cl)C=C1 SOYKEARSMXGVTM-UHFFFAOYSA-N 0.000 description 2
- 229960003291 chlorphenamine Drugs 0.000 description 2
- 230000003749 cleanliness Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 208000021302 gastroesophageal reflux disease Diseases 0.000 description 2
- 235000021268 hot food Nutrition 0.000 description 2
- 210000004251 human milk Anatomy 0.000 description 2
- 235000020256 human milk Nutrition 0.000 description 2
- 230000004054 inflammatory process Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000000474 nursing effect Effects 0.000 description 2
- 210000002345 respiratory system Anatomy 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 235000014102 seafood Nutrition 0.000 description 2
- 230000000638 stimulation Effects 0.000 description 2
- 210000002784 stomach Anatomy 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000008961 swelling Effects 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 206010019233 Headaches Diseases 0.000 description 1
- 206010062717 Increased upper airway secretion Diseases 0.000 description 1
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 1
- 235000011613 Pinus brutia Nutrition 0.000 description 1
- 241000018646 Pinus brutia Species 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000001331 nose Anatomy 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 208000026435 phlegm Diseases 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Electrically Operated Instructional Devices (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种反馈答案的方法、装置、设备和介质，所述方法，包括：获取用户所提供的问题文本；分别使用第一回答文本生成方法和第二回答文本生成方法对用户所提供的所述问题文本进行处理，得到第一回答文本和第二回答文本；将所述第一回答文本和所述第二回答文本中的至少一个向用户发送。本申请中通过第一回答文本生成方法和第二回答文本生成方法可以得到两个回答文本，将不同的两个回答文本中的一个反馈给用户，并且向用户反馈的是与用户所提供的问题文本最适合回答文本，使得用户可以以最快的速度得到准确的回答文本，使得用户可以提高解决问题的效率。
Description
技术领域
本申请涉及客服辅助领域，尤其涉及一种反馈答案的方法、装置、设备和介质。
背景技术
随着科技的发展，为了给用户提供方便，许多商家为客户提供了智能问答服务，用户可以在服务平台上提出自己的问题，服务平台根据该问题查询到结果反馈给用户，不需要用户通过查找大量资料来获得结果，为用户的生活提供了方便，提供了用户体验。
但是，上述方式中服务平台对应的数据库存储的是常规答案，因此，为用户提供的答案是也仅能是常规答案，并不能为用户提供更专业和更高具有针对性的答案，不能给用户提供满意的结果，降低了用户的体验效果。
发明内容
有鉴于此，本申请的目的在于提供了一种反馈答案的方法、装置、设备和介质，以解决现有技术中如何向用户提供更全面的答案的问题。
第一方面，本申请提供了一种反馈答案的方法，包括：
获取用户所提供的问题文本；
分别使用第一回答文本生成方法和第二回答文本生成方法对所述问题文本进行处理，得到第一回答文本和第二回答文本；
将所述第一回答文本和所述第二回答文本中的至少一个向用户发送。
可选的，所述分别使用第一回答文本生成方法和第二回答文本生成方法对所述问题文本进行处理，得到第一回答文本和第二回答文本，包括：
使用标准问题集合中的每个标准问题与所述问题文本进行匹配，以确定出与所述问题文本匹配度最高的目标标准问题；
将所述目标标准问题所对应的回答文本作为第一回答文本；
对所述问题文本进行分词处理，得到所述问题文本的分词结果；
使用所述分词结果与每个标准回答文本的标签进行匹配，以确定所述问题文本所对应的第二回答文本。
可选的，所述方法还包括：
根据所述用户所输入的ID在用户数据库中查找所述用户对应的用户画像；
将所述目标标准问题所对应的标准回答文本作为第一回答文本，包括：
根据所述目标标准问题选出与所述目标标准问题对应的至少一个标准回答文本；
根据所述用户画像与所述目标标准问题对应的至少一个标准回答文本的标签进行匹配，将匹配度最高的标准回答文本作为所述第一回答文本；
使用所述分词结果与每个标准回答文本的标签进行匹配，以确定所述问题文本所对应的第二回答文本，包括：
使用所述分词结果、所述用户画像与每个回答文本的标签进行匹配，以确定所述问题文本所对应的第二回答文本。
可选的，所述将第一回答文本和第二回答文本中的至少一个向用户发送，包括：
计算所述问题文本与所述第一回答文本所对应的标准问题文本之间的第一匹配度，以及计算所述问题文本与所述第二回答文本所对应的标准问题文本之间的第二匹配度；
根据所述第一匹配度和所述第二匹配度之间的大小，选择所述第一回答文本和所述第二回答文本中的一个向提供所述问题文本的用户反馈。
可选的，所述根据所述第一匹配度和所述第二匹配度之间的大小，选择所述第一回答文本和所述第二回答文本中的一个向提供所述问题文本的用户反馈，包括：
判断所述第一匹配度和所述第二匹配度之间的大小是否一致；
如果第一匹配度和所述第二匹配度之间的大小一致，则根据所述第一回答文本和所述第二回答文本分别对应的被采用次数的大小，选择所述第一回答文本和所述第二回答文本中的一个向提供所述问题文本的用户反馈。
可选的，所述被采用次数是通过如下步骤获取到的：
对所述用户接收到所述第一回答文本或者所述第二回答文本后的操作进行监控，并根据监控结果更新被采用次数。
第二方面，本申请提供了一种反馈答案的装置，包括：
获取模块，用于获取用户所提供的问题文本；
处理模块，用于分别使用第一回答文本生成方法和第二回答文本生成方法对所述问题文本进行处理，得到第一回答文本和第二回答文本；
反馈模块，用于将所述第一回答文本和所述第二回答文本中的至少一个向用户发送。
可选的，所述处理模块包括：第一处理分模块、第一确定模块、第二处理分模块和第二确定模块；
第一处理分模块，用于使用标准问题集合中的每个标准问题与所述问题文本进行匹配，以确定出与所述问题文本匹配度最高的目标标准问题；
第一确定模块，用于将所述目标标准问题所对应的回答文本作为第一回答文本；
第二处理分模块，用于对所述问题文本进行分词处理，得到所述问题文本的分词结果；
第二确定模块，用于使用所述分词结果与每个回答文本的标签进行匹配，以确定所述问题文本所对应的第二回答文本。
第三方面，本申请提供了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
第四方面，本申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上述方法的步骤。
本申请提供了一种反馈答案的方法，首先，获取用户所提供的问题文本；然后，分别使用第一回答文本生成方法和第二回答文本生成方法对所述问题文本进行处理，得到第一回答文本和第二回答文本；最后，将所述第一回答文本和所述第二回答文本中的至少一个向用户发送。服务平台通过第一回答文本生成方法和第二回答文本生成方法可以得到两个回答文本，并且向用户反馈的是与用户所提供的问题文本最适合回答文本，使得用户可以以最快的速度得到准确的回答文本，使得用户可以提高解决问题的效率。服务平台还可以将不同的两个回答文本都反馈给用户，用户可以得到多个答案，用户在多个答案中找到与用户所提供的问题更准确对应的答案。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例提供的一种反馈答案的方法的流程示意图；
图2为本申请实施例提供的一种筛选回答文本的方法的流程示意图；
图3为本申请实施例提供的一种反馈答案的装置的结构示意图；
图4为本申请实施例提供的一种计算机设备400的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，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。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
当前市场中为了向用户提供方便，许多商家为用户提供了服务平台，服务平台包括网站、应用程序等，本申请在此不予限制。服务平台可以实现用户与机器之间的智能问答，但是，服务器平台提供的智能问答服务仅能为用户解决比较常规的问题(如，“宝宝咳嗽怎么办”等)，但是，如果用户提问一些更专业、更深入的问题(如，“今天带宝宝在公园玩了一天，但是，在晚上7点的时候，宝宝开始咳嗽了”等)时，上述服务平台并不能提供准确的答案，导致用户得不到答案，或者服务平台为用户提供的答案不准确等，使得用户无法及时的解决遇到的问题，降低了用户的解决问题的效率。
如图1所示，本申请提供了一种反馈答案的方法，包括：
S101，获取用户所提供的问题文本；
S102分别使用第一回答文本生成方法和第二回答文本生成方法对所述问题文本进行处理，得到第一回答文本和第二回答文本；
S103，将所述第一回答文本和所述第二回答文本中的至少一个向用户发送。
在上述步骤S101中，问题文本是用户所提出问题的文字文本。
具体的，在获取用户的问题时，用户通过问题获取设备获取用户所提供的问题。其中，问题获取设备包括智能音箱、手机、电脑等，本申请在此不予限制。
在问题获取设备获取用户所提供的问题文本的方式包括：
用户输入语音信号，问题获取设备将该语音信号转换成问题文本；
用户通过点击选择问题列表输入问题文本；其中，问题列表包含有至少一个问题文本；
用户通过键盘输入问题文本。
在上述步骤S102中，第一回答文本生成方法是通过第三方服务器获取的第一回答文本的方法，第三方服务器可以为用户提供常规的、简单的回答文本，第三方服务器包括科大讯飞服务器、百度服务器等，本申请在此不与限制。第三方服务器中存储有正则表达式组成的标准问题集合，标准问题集合中包括第三方服务器本身存储好的标准问题、专业工作人员提供的标准问题，标准问题包括：“宝宝咳嗽怎么办”、“今天天气怎么样”等。第三方服务器包含有多个第一回答文本生成的方法，每个第一回答文本生成方法具有对应一种问题类型，每个第一回答文本生成方法中包括确定问题文本是否为该方法对应问题类型的方法和该问题类型对应的问题集合。第三方服务器还包括本地数据库，本地数据库中存储有第三方服务器本身存储好的标准问题和第三方服务器本身存储好的标准问题对应的标准回答文本。第一回答文本是通过第一回答文本生成方法查找到的标准回答文本。其中，问题类型包括宝宝生病、宝宝学习、天气、美食、歌曲等，本申请在此不予限制。确定问题文本是否为该方法对应问题类型的方法是通过正则匹配方法确定问题文本中是否包含有与问题类型对应的关键词。例如，问题类型为“宝宝生病”，则与问题类型对应的关键词为“宝宝”、“生病”。
第二回答文本生成方法是通过专业服务器获取第二回答文本的方法，专业服务器可以为用户提供更专业的回答。专业服务器中包含有至少一个第二回答文本生成方法，每个第二回答文本生成方法具有对应的一种问题类型，每一个第二回答文本生成方法包括确定问题文本是否为该方法对应问题类型的方法和分词算法，第二回答文本生成方法通过分词算法可以对用户所提供的问题文本进行分词，提炼出更具有针对性的关键词。专业服务器中存储有专业数据库，专业数据库中存储有专业工作人员提供的标准问题、专业工作人员提供的标准问题对应的标准回答文本，以及专业工作人员提供的标准问题对应的标签。其中，标签包括年龄、职业、地域等。第二回答文本是通过第二回答文本生成方法查找到的标准回答文本。
具体的，服务平台在获取到用户作提供的问题文本后，服务平台将该问题文本同时发送给第三方服务器和专业服务器。
在第三方服务器中，针对每一个第一回答文本生成方法，通过问题类型的确定方法确定问题文本是否为该第一回答文本生成方法对应的问题类型，如果确定问题文本的问题类型不是第一回答文本生成方法对应的问题类型，则该第一回答文本生成方法不再对该问题文本进行处理；如果确定问题文本的问题类型是第一回答文本生成方法对应的问题类型，则通过第一回答文本生成方法对用户所提供的问题文本进行处理。第一回答文本生成方法对用户所提供的问题文本进行处理的过程包括：先判断所述问题文本是否为第三方服务器服务器本身存储好的标准问题，如果所述问题文本是第三方服务器服务器本身存储好的标准问题，则第三方服务器在本地数据库中查找与该问题文本对应的回答文本，该回答文本为第一回答文本；如果所述问题文本是专业工作人员提供的标准问题，则根据该标准问题在专业数据库中查找与该问题文本对应的标准回答文本，该标准回答文本为第一回答文本。
在专业服务器中，针对每一个第二回答文本生成方法，通过问题类型的确定方法确定问题文本是否为该第二回答文本生成方法对应的问题类型，如果确定问题文本的问题类型不是第二回答文本生成方法对应的问题类型，则该第二回答文本生成方法不再对该问题文本进行处理；如果确定问题文本的问题类型是第二回答文本生成方法对应的问题类型，则通过第二回答文本生成方法对用户所提供的问题文本进行处理。第二回答文本生成方法对用户所提供的问题文本进行处理的过程包括：在用户所提供的问题文本中提取关键词，根据关键词在专业数据库中查找与该关键词对应的标签，并根据该标签找到对应的回答文本，该回答文本是第二回答文本。
在上述步骤S103中，向用户发送所述第一回答文本和所述第二回答文本中的至少一个时包括两种情况。第一种情况，如果第一回答文本和第二回答文本都是从专业数据库中获得，专业数据库会将第一回答文本和第二回答文本反馈给用户。第二种情况，如果第一回答文本和第二回答文本分别从不同的数据库中得到，在本地数据库中得到第一回答文本后，本地数据库将第一回答文本反馈给用户，以及在专业数据库中得到第二回答文本后，专业数据库将第二回答文本反馈给用户。
通过上述三个步骤，服务平台通过第一回答文本生成方法和第二回答文本生成方法可以得到两个回答文本，并且向用户反馈的是与用户所提供的问题文本最适合回答文本，使得用户可以以最快的速度得到准确的回答文本，使得用户可以提高解决问题的效率。服务平台还可以将不同的两个回答文本都反馈给用户，用户可以得到更多个的答案，用户在多个答案中找到与用户所提供的问题更准确对应的答案。
为了更详细的了解从获取第一回答文本和第二回答文本的过程，步骤S102，包括：
步骤1021，使用标准问题集合中的每个标准问题与所述问题文本进行匹配，以确定出与所述问题文本匹配度最高的目标标准问题；
步骤1022，将所述目标标准问题所对应的回答文本作为第一回答文本；
步骤1023，对所述问题文本进行分词处理，得到所述问题文本的分词结果；
步骤1024，使用所述分词结果与每个标准回答文本的标签进行匹配，以确定所述问题文本所对应的第二回答文本。
在上述步骤1021中，目标标准问题是问题文本中存在的标准问题。
具体的，第三服务器将预设的标准问题集合中的每个标准问题与用户提供的问题文本进行匹配，如果问题文本中有与标准问题集合中的标准问题一样的语句，则该语句就是匹配度最高的标准问题，该匹配度最高的标准问题就是目标标准问题。
例如，标准问题集合中包括：“宝宝咳嗽怎么办”、“宝宝头痛怎么办”等，用户的问题文本为“吃了芒果之后，宝宝咳嗽怎么办”，则在标准问题集合中与用户所提供的问题文本匹配度最高的标准问题是“宝宝咳嗽怎么办”，则“宝宝咳嗽怎么办”为目标标准问题。
在上述步骤1022中，如果步骤1021中的目标标准问题是第三方服务器本身存储的标准问题，则根据该目标标准问题在第三方服务器的本地数据库中找到对应的第一回答文本。如果步骤1021中的目标标准问题是第三方服务器存储的专业工作人员提供的标准问题，则根据该目标标准问题在专业数据库中找到第一回答文本。
延续上述目标标准问题的示例，在数据库中有标准问题“宝宝咳嗽怎么办”，标准问题“宝宝咳嗽怎么办”对应的标准回答文本为“宝宝咳嗽不严重时，通过家长正确的护理和饮食的调整，宝宝很快就会痊愈。首先，家庭环境一定要干净卫生，经常通风，经常打扫。如果宝宝对螨虫过敏，那么家里最好备有除螨仪，被褥经常清扫、晾晒。如果宝宝对冷空气过敏，家中的空气最好保持一定的温度和湿度。宝宝咳嗽期间，要增加宝宝水分摄取，以保持呼吸道湿润，缓解咳嗽。如果宝宝已经吃辅食，饮食要清淡。宝宝睡觉时尽量侧卧，以避免呛咳。母乳妈妈还应该禁食海鲜等刺激性食物，以清淡少油为主如果经过这些护理，宝宝还是咳嗽得很厉害，需要去医院进行检查治疗，千万不要自行用止咳药”，则在目标标准问题“宝宝咳嗽怎么办”对应的第一回答文本为“宝宝咳嗽不严重时，通过家长正确的护理和饮食的调整，宝宝很快就会痊愈。首先，家庭环境一定要干净卫生，经常通风，经常打扫。如果宝宝对螨虫过敏，那么家里最好备有除螨仪，被褥经常清扫、晾晒。如果宝宝对冷空气过敏，家中的空气最好保持一定的温度和湿度。宝宝咳嗽期间，要增加宝宝水分摄取，以保持呼吸道湿润，缓解咳嗽。如果宝宝已经吃辅食，饮食要清淡。宝宝睡觉时尽量侧卧，以避免呛咳。母乳妈妈还应该禁食海鲜等刺激性食物，以清淡少油为主如果经过这些护理，宝宝还是咳嗽得很厉害，需要去医院进行检查治疗，千万不要自行用止咳药”。
基于上述两个步骤，本申请中还提供了另一种实施例，服务平台与多个第三方服务器连接，其中，每个第三方服务器中都设置有对应的标准问题集合、本地数据库，上述本地数据库中存储有标准问题集合中的标准问题和上述标准问题对应的标准回答文本。在服务平台接收到用户所提供的问题文本后，服务平台将上述问题文本发送至与服务平台连接的每一个第三方服务器，在每一个第三方服务器中，根据步骤1021确定该第三方服务器对应的目标标准问题。在上述所有目标标准问题中查找出与问题文本匹配度最高的目标标准问题，根据查找到的目标标准问题和步骤1022获取第一回答文本。
在上述步骤1023中，分词处理是分词算法对问题文本的处理。分词结果是问题文本经过分词算法处理后的结果。
具体的，专业服务器在接收到问题文本后，通过分词算法对问题文本进行处理后，在问题文本中提取出关键词，提取出的关键词就是问题文本的分词结果。
例如，用户的问题文本为“吃了芒果之后，宝宝咳嗽怎么办”，通过分词算法对问题文本进行处理后，得到分词结果包括：“芒果”、“宝宝”、“咳嗽”、“怎么办”。
在上述步骤1024中，在专业数据库中，通过分词结果中的关键词查找对应标签的标准回答文本，标签与关键词对应最多的标准回答文本就是第二回答文本。
延续上述分词处理的示例，专业数据库中存储有标准问题“宝宝因吃芒果引起咳嗽”，该标准问题对应的标签包括：“芒果”、“宝宝”、“咳嗽”，该标准问题对应的标准答案为“有两种可能，一是之前有咽喉炎情况，芒果属于热性食物，容易使粘膜充血肿胀，加重炎症反应。还有就是对芒果过敏，特别是第一次食用，可能出现过敏性咽喉炎的情况。两种情况都可以服用抗过敏药扑尔敏治疗”，根据上述示例中的分词结果中的“芒果”、“宝宝”、“咳嗽”三个关键词，找到对应的标准回答文本为“有两种可能，一是之前有咽喉炎情况，芒果属于热性食物，容易使粘膜充血肿胀，加重炎症反应。还有就是对芒果过敏，特别是第一次食用，可能出现过敏性咽喉炎的情况。两种情况都可以服用抗过敏药扑尔敏治疗”，将找到的该标准回答文本作为第二回答文本。
基于上述两个步骤，本申请中还提供了另一种实施例，服务平台与多个专业服务器连接，其中，每个专业服务器中都设置有对应的分词算法、专业数据库，上述专业数据库中存储有专业工作人员提供的标准问题、专业工作人员提供的标准问题对应的标签和专业工作人员提供的标准问题对应的标准回答文本。在服务平台接收到用户所提供的问题文本后，服务平台将上述问题文本发送至与服务平台连接的每一个专业服务器，在每一个专业服务器中，根据步骤1023在该专业服务器获取问题文本的分词结果。通过步骤1024将上述每一个分词结果与专业数据库中标准回答文本的标签进行匹配，筛选出分词结果与标准回答文本的标签匹配度最高时，该标准回答文本的标签对应的标准回答文本，筛选出的标准回答文本为第二回答文本。
通过上述四个步骤，针对一个问题文本，通过第一回答文本生成方法和第二回答文本生成方法分别得两个回答文本，两个回答文本是通过不同的方式得到的，两个回答文本的内容不一致，用户可根据回答文本的内容筛选出对问题文本更有利的回答。
用户在提供问题文本时，由于思考不全面，可能会漏掉用户自身的信息，导致得到的答案不符合用户的要求，为了解决上述问题，本申请提供的反馈答案的方法，还包括：
步骤104，根据所述用户所输入的ID在用户数据库中查找所述用户对应的用户画像；
步骤1022，将所述目标标准问题所对应的标准回答文本作为第一回答文本，包括：
步骤10221，根据所述目标标准问题选出与所述目标标准问题对应的至少一个标准回答文本；
步骤10222，根据所述用户画像与所述目标标准问题对应的至少一个标准回答文本的标签进行匹配，将匹配度最高的标准回答文本作为所述第一回答文本；
步骤1024，使用所述分词结果与每个标准回答文本的标签进行匹配，以确定所述问题文本所对应的第二回答文本，包括：
步骤10241，使用所述分词结果、所述用户画像与每个标准回答文本的标签进行匹配，以确定所述问题文本所对应的第二回答文本。
在上述步骤104中，ID是将用户与其他用户进行区别的唯一标识，ID包括字母、数字等，本申请在此不予限制。用户数据库存储有用户ID以及用户ID对应的用户画像，用户画像包括年龄、住址、家庭情况、孕龄、宝宝年龄等，本申请在此不予限制。
具体的，服务平台在获取了用户输入的ID后，服务平台根据ID在用户数据库中查找与该ID对应的用户画像。
在上述步骤10221中，将目标标准问题与专业数据库中的标准问题进行匹配，得到至少一个与目标标准问题对应的标准问题。在上述步骤10222中，根据用户画像与步骤10221中的至少一个与目标标准问题对应的标准问题的标签进行匹配，将标签匹配度最高的标准问题对应的标准回答文本作为第一回答文本。
例如，用户画像包括：婴儿、一周岁等。用户所提供的目标标准问题为“宝宝咳嗽”。在专业数据库中包括：标准问题“宝宝咳嗽”，该标准问题对应的标签为婴儿、一周岁等，该标准问题对应的标准答案为“如果宝宝入睡时咳个不停，可将其头部抬高，咳嗽症状会有所缓解。头部抬高对大部分由感染而引起的咳嗽是有帮助的，因为平躺时，宝宝鼻腔内的分泌物很容易流到喉咙下面，引起喉咙搔痒，致使咳嗽在夜间加剧，而抬高头部可减少鼻分泌物向后引流。还要经常调换睡的位置，最好是左右侧轮换着睡，有利于呼吸道分泌物的排出”；标准问题“宝宝咳嗽”，该标准问题对应的标签为婴儿、两周岁等，该标准问题对应的标准答案为“1、应少量多次喝水，水温不宜太热，以免刺激咽部；2、婴儿剧烈咳嗽时，最好将其抱起，使他的上身呈45度角，同时用手轻轻宝宝的拍背部，使粘附在气管上的分泌物得以松劲，利于咳出；3、保持空气温度，温度和洁净度十分重要。室温最好保持20-26℃左右，定时通风，室内湿度50％-70％，利于痰液稀释而咳出，空气太干燥，痰液粘在气管壁上不易排出；4、夜间咳嗽厉害可稍抬枕头，减少患儿胃食道返流对咽喉部刺激。”。根据用户画像找到目标标准问题“宝宝咳嗽”对应的第一回答文本为“如果宝宝入睡时咳个不停，可将其头部抬高，咳嗽症状会有所缓解。头部抬高对大部分由感染而引起的咳嗽是有帮助的，因为平躺时，宝宝鼻腔内的分泌物很容易流到喉咙下面，引起喉咙搔痒，致使咳嗽在夜间加剧，而抬高头部可减少鼻分泌物向后引流。还要经常调换睡的位置，最好是左右侧轮换着睡，有利于呼吸道分泌物的排出”。
在上述步骤10241中，在专业服务器获取到分词结果后，将分词结果和用户画像中的信息与专业数据库中的存储的标签进行匹配，匹配度最高的标签对应的标准回答文本就是第二回答文本。
例如，用户画像包括：婴儿、一周岁等。专业服务器获取的分词结果为“宝宝”、“咳嗽”。在专业数据库中包括：标准问题“宝宝咳嗽”，该标准问题对应的标签为婴儿、一周岁、宝宝、咳嗽等，该标准问题对应的标准答案为“如果宝宝入睡时咳个不停，可将其头部抬高，咳嗽症状会有所缓解。头部抬高对大部分由感染而引起的咳嗽是有帮助的，因为平躺时，宝宝鼻腔内的分泌物很容易流到喉咙下面，引起喉咙搔痒，致使咳嗽在夜间加剧，而抬高头部可减少鼻分泌物向后引流。还要经常调换睡的位置，最好是左右侧轮换着睡，有利于呼吸道分泌物的排出”；标准问题“宝宝咳嗽”，该标准问题对应的标签为婴儿、两周岁、宝宝、咳嗽等，该标准问题对应的标准答案为“1、应少量多次喝水，水温不宜太热，以免刺激咽部；2、婴儿剧烈咳嗽时，最好将其抱起，使他的上身呈45度角，同时用手轻轻宝宝的拍背部，使粘附在气管上的分泌物得以松劲，利于咳出；3、保持空气温度，温度和洁净度十分重要。室温最好保持20-26℃左右，定时通风，室内湿度50％-70％，利于痰液稀释而咳出，空气太干燥，痰液粘在气管壁上不易排出；4、夜间咳嗽厉害可稍抬枕头，减少患儿胃食道返流对咽喉部刺激。”。根据用户画像和分词结果可知，匹配度最高的标签的对应的标准回答文本为第二回答文本，因此，第二回答文本为“如果宝宝入睡时咳个不停，可将其头部抬高，咳嗽症状会有所缓解。头部抬高对大部分由感染而引起的咳嗽是有帮助的，因为平躺时，宝宝鼻腔内的分泌物很容易流到喉咙下面，引起喉咙搔痒，致使咳嗽在夜间加剧，而抬高头部可减少鼻分泌物向后引流。还要经常调换睡的位置，最好是左右侧轮换着睡，有利于呼吸道分泌物的排出”。
为了便于用户的使用，可以将最准确的回答文本反馈给用户，不需要用户在多个回答文本中进行筛选，提高了用户得到准确回答文本的效率。如图2所示，本申请提供了一种筛选回答文本的方法，步骤103，包括：
S1031，计算所述问题文本与所述第一回答文本所对应的标准问题文本之间的第一匹配度，以及计算所述问题文本与所述第二回答文本所对应的标准问题文本之间的第二匹配度；
S1032，根据所述第一匹配度和所述第二匹配度之间的大小，选择所述第一回答文本和所述第二回答文本中的一个向提供所述问题文本的用户反馈。
在步骤S1031中，第一匹配度是问题文本与第一回答文本对应的标准问题之间文字相同的个数。第二匹配度是问题文本与第二回答文本对应的标准问题之间文字相同的个数。
具体的，根据第一回答文本对应的标准问题文本与用户所提供的问题文本进行匹配，得到文字相同的个数，即第一匹配度。根据第二回答文本对应的标准问题文本与用户所提供的问题文本进行匹配，得到文字相同的个数，即第二匹配度。
例如，第一回答文本对应的标准问题为“宝宝咳嗽”，第二回答文本对应的标准问题为“因吃芒果引起的宝宝咳嗽”，用户所提供的问题文本为“吃了芒果之后，宝宝咳嗽”。将第一回答文本对应的标准问题与用户所提供的问题文本进行匹配，得到第一匹配度为4，将第二回答文本对应的标准问题文本与用户所提供的问题文本进行匹配，得到第二匹配度为7。
在上述步骤S1032中，第一种实现方式是专业数据库得到第一回答文本和第二回答文本之后，专业数据库通过上述步骤1031分别计算得到第一回答文本对应的第一匹配度和第二回答文本对应的第二匹配度。将匹配度最高对应的回答文本发送给服务平台，通过服务平台展示给用户。
第二种实现方式是专业数据库得到第一回答文本和第二回答文本之后，将第一回答文本和第二回答文本发送给服务平台，服务平台分别计算问题文本与第一回答文本对应的标准问题、第二回答文本对应的标准问题之间的匹配度，分别得到第一匹配度和第二匹配度，将两个匹配度中匹配度最大的对应的回答文本发送给服务平台，通过服务平台展示给用户。
延续上述计算匹配度的示例，第二匹配度大于第一匹配度，则将第二匹配度对应的标准回答文本发送给服务平台，通过服务平台展示给用户。
通过上述两个步骤，通过两个回答文本分别对应的标准问题文本与用户提供的问题文本之间的匹配度，找到与用户所提问题最符合、最准确的答案展示给用户，不需要用户在多个答案之间进行筛选，才能找到最合适的答案，提高了用户得到准合适、最准确答案的效率。
根据匹配度找到最合适用户所提问题的答案的过程中，可能户遇到匹配度相同的问题，步骤S1032，包括：
步骤10321，判断所述第一匹配度和所述第二匹配度之间的大小是否一致；
步骤10322，如果第一匹配度和所述第二匹配度之间的大小一致，则根据所述第一回答文本和所述第二回答文本分别对应的被采用次数的大小，选择所述第一回答文本和所述第二回答文本中的一个向提供所述问题文本的用户反馈。
在步骤10321中，第一种实现方式在专业服务器得到第一匹配度和第二匹配度后，判断第一匹配度和第二匹配度的值是否一致。
第二种实现方式在服务平台在计算得到第一第一种实现方式在专业服务器得到第一匹配度和第二匹配度后，判断第一匹配度和第二匹配度的值是否一致。
在步骤10322中，被采用次数是用户采用回答文本的次数，被采用次数是专业数据库中每个回答文本对应的标签。
第一种实现方式，在步骤10321中专业服务器判断出第一匹配度和第二匹配度的值一致时，获取第一回答文本和第二回答文本对应的被采用次数，专业数据库将最高被采用次数对应的标准回答文本发送给服务平台，通过服务平台展示给用户。
第二种实现方式，在步骤10321中服务平台判断出第一匹配度和第二匹配度的值一致时，服务平台从专业数据库中获取第一回答文本和第二回答文本对应的被采用次数，服务平台将最高被采用次数对应的标准回答文本展示给用户。
通过上述两个步骤，将匹配度一样的第一回答文本和第二回答文本再一次通过被采用次数进行比较，将被采用次数最高对应的标准回答文本发送并展示给用户，便于用户可以最快速度的得到与用户所提供的问题文本对应的答案，可以让用户及时解决用户所提供的问题文本对应的事情，提高了用户的工作效率。
被采用次数是确定向用户提供回答文本的重要参考标准，被采用次数是通过如下步骤获取到的：
步骤105，对所述用户接收到所述第一回答文本或者所述第二回答文本后的操作进行监控，并根据监控结果更新被采用次数。
在上述步骤105中，监控是计算机对用户的操作进行存储，监控结果是计算机存储的用户的操作记录。
用户通过服务平台得到第一回答文本或者第二回答文本之后，服务平台会记录用户对接收到的回答文本的操作，对回答文本的操作包括在搜索引擎上搜索该回答文本、对该回答文本进行点赞、针对该回答文本继续提问等，本申请在此不予限制。如果服务平台监控到以上用户对回答文本的操作，则将专业服务器中该回答文本对应的被采用次数进行更新。被采用次数的更新包括被采用次数加1。
上述实施例中，本申请中的服务平台可以与一个第三方服务器和一个专业服务器通信连接，针对一个用户提供的问题文本，服务平台会为用户提供至少一个回答文本，使得用户得到的问题文本是准确的、全面的。本申请中的服务平台还可以与至少一个第三方服务器、至少一个专业服务器通信连接，针对一个问题文本，服务平台可以从多个第一回答文本和多个第二回答文本中筛选出与问题文本最匹配的回答文本，为用户提供全面的、不同来源的答案，为用户解决问题提供了便捷。
如图3所示，本申请实施例提供了一种反馈答案的装置，包括：
获取模块301，用于获取用户所提供的问题文本；
处理模块302，用于分别使用第一回答文本生成方法和第二回答文本生成方法对所述问题文本进行处理，得到第一回答文本和第二回答文本；
反馈模块303，用于将所述第一回答文本和所述第二回答文本中的至少一个向用户发送。
可选的，处理模块302包括：第一处理分模块3021，第一确定模块3022，第二处理分模块3023，第二确定模块3024；
第一处理分模块3021，用于使用标准问题集合中的每个标准问题与所述问题文本进行匹配，以确定出与所述问题文本匹配度最高的目标标准问题；
第一确定模块3022，用于将所述目标标准问题所对应的回答文本作为第一回答文本；
第二处理分模块3023，用于对所述问题文本进行分词处理，得到所述问题文本的分词结果；
第二确定模块3024，用于使用所述分词结果与每个回答文本的标签进行匹配，以确定所述问题文本所对应的第二回答文本。
可选的，还包括：第一输入模块304；
第一输入模块304，用于根据所述用户所输入的ID在用户数据库中查找所述用户对应的用户画像；
第一确定模块3022用于将所述目标标准问题所对应的标准回答文本作为第一回答文本时，包括：
根据所述目标标准问题选出与所述目标标准问题对应的至少一个回答文本；根据所述用户画像与所述目标标准问题对应的至少一个回答文本的标签进行匹配，将匹配度最高的回答文本作为所述第一回答文本；
第二确定模块3024用于使用所述分词结果与每个标准回答文本的标签进行匹配，以确定所述问题文本所对应的第二回答文本时，包括：
使用所述分词结果、所述用户画像与所述专业数据库中每个回答文本的标签进行匹配，以确定所述问题文本所对应的第二回答文本。
可选的，反馈模块303包括：第一选择模块3031；
第一选择模块3031，用于计算所述问题文本与所述第一回答文本所对应的标准问题文本之间的第一匹配度，以及计算所述问题文本与所述第二回答文本所对应的标准问题文本之间的第二匹配度；根据所述第一匹配度和所述第二匹配度之间的大小，选择所述第一回答文本和所述第二回答文本中的一个向提供所述问题文本的用户反馈。
可选的，反馈模块303包括：第二选择模块3032；
第二选择模块3032，用于判断所述第一匹配度和所述第二匹配度之间的大小是否一致；如果第一匹配度和所述第二匹配度之间的大小一致，则根据所述第一回答文本和所述第二回答文本分别对应的被采用次数的大小，选择所述第一回答文本和所述第二回答文本中的一个向提供所述问题文本的用户反馈。
可选的，所述装置还包括：更新模块305；
更新模块305，用于对所述用户接收到所述第一回答文本或者所述第二回答文本后的操作进行监控，并根据监控结果更新被采用次数。
对应于图1中的反馈答案的方法，本申请实施例还提供了一种计算机设备400，如图4所示，该设备包括存储器401、处理器402及存储在该存储器401上并可在该处理器402上运行的计算机程序，其中，上述处理器402执行上述计算机程序时实现上述反馈答案的方法的步骤。
具体地，上述存储器401和处理器402能够为通用的存储器和处理器，这里不做具体限定，当处理器402运行存储器401存储的计算机程序时，能够执行上述反馈答案的方法，用于解决现有技术中如何向用户提供更加准确的答案的问题，首先，获取用户所提供的问题文本；然后，分别使用第一回答文本生成方法和第二回答文本生成方法对所述问题文本进行处理，得到第一回答文本和第二回答文本；最后，将所述第一回答文本和所述第二回答文本中的至少一个向用户发送。服务平台通过第一回答文本生成方法和第二回答文本生成方法可以得到两个回答文本，并且向用户反馈的是与用户所提供的问题文本最适合回答文本，使得用户可以以最快的速度得到准确的回答文本，使得用户可以提高解决问题的效率。服务平台还可以将不同的两个回答文本都反馈给用户，用户可以得到多个答案，用户在多个答案中找到与用户所提供的问题更准确对应的答案。
对应于图1中的反馈答案的方法，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述反馈答案的方法的步骤。
具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述反馈答案的方法，用于解决现有技术中如何向用户提供更加准确的答案的问题，首先，获取用户所提供的问题文本；然后，分别使用第一回答文本生成方法和第二回答文本生成方法对所述问题文本进行处理，得到第一回答文本和第二回答文本；最后，将所述第一回答文本和所述第二回答文本中的至少一个向用户发送。服务平台通过第一回答文本生成方法和第二回答文本生成方法可以得到两个回答文本，并且向用户反馈的是与用户所提供的问题文本最适合回答文本，使得用户可以以最快的速度得到准确的回答文本，使得用户可以提高解决问题的效率。服务平台还可以将不同的两个回答文本都反馈给用户，用户可以得到多个答案，用户在多个答案中找到与用户所提供的问题更准确对应的答案。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置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，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者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者全部单元来实现本实施例方案的目的。
另外，在本申请提供的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。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，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，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种反馈答案的方法，其特征在于，包括：
获取用户所提供的问题文本；
分别使用第一回答文本生成方法和第二回答文本生成方法对用户所提供的所述问题文本进行处理，得到第一回答文本和第二回答文本；
将所述第一回答文本和所述第二回答文本中的至少一个向用户发送。
2.如权利要求1所述的方法，其特征在于，所述分别使用第一回答文本生成方法和第二回答文本生成方法对所述问题文本进行处理，得到第一回答文本和第二回答文本，包括：
使用标准问题集合中的每个标准问题与所述问题文本进行匹配，以确定出与所述问题文本匹配度最高的目标标准问题；
将所述目标标准问题所对应的回答文本作为第一回答文本；
对所述问题文本进行分词处理，得到所述问题文本的分词结果；
使用所述分词结果与每个标准回答文本的标签进行匹配，以确定所述问题文本所对应的第二回答文本。
3.如权利要求2所述的方法，其特征在于，所述方法还包括：
根据所述用户所输入的ID在用户数据库中查找所述用户对应的用户画像；
将所述目标标准问题所对应的标准回答文本作为第一回答文本，包括：
根据所述目标标准问题选出与所述目标标准问题对应的至少一个标准回答文本；
根据所述用户画像与所述目标标准问题对应的至少一个标准回答文本的标签进行匹配，将匹配度最高的标准回答文本作为所述第一回答文本；
使用所述分词结果与每个标准回答文本的标签进行匹配，以确定所述问题文本所对应的第二回答文本，包括：
使用所述分词结果、所述用户画像与每个标准回答文本的标签进行匹配，以确定所述问题文本所对应的第二回答文本。
4.如权利要求1所述的方法，其特征在于，所述将第一回答文本和第二回答文本中的至少一个向用户发送，包括：
计算所述问题文本与所述第一回答文本所对应的标准问题文本之间的第一匹配度，以及计算所述问题文本与所述第二回答文本所对应的标准问题文本之间的第二匹配度；
根据所述第一匹配度和所述第二匹配度之间的大小，选择所述第一回答文本和所述第二回答文本中的一个向提供所述问题文本的用户反馈。
5.如权利要求4所述的方法，其特征在于，所述根据所述第一匹配度和所述第二匹配度之间的大小，选择所述第一回答文本和所述第二回答文本中的一个向提供所述问题文本的用户反馈，包括：
判断所述第一匹配度和所述第二匹配度之间的大小是否一致；
如果第一匹配度和所述第二匹配度之间的大小一致，则根据所述第一回答文本和所述第二回答文本分别对应的被采用次数的大小，选择所述第一回答文本和所述第二回答文本中的一个向提供所述问题文本的用户反馈。
6.如权利要求5所述的方法，其特征在于，所述被采用次数是通过如下步骤获取到的：
对所述用户接收到所述第一回答文本或者所述第二回答文本后的操作进行监控，并根据监控结果更新被采用次数。
7.一种反馈答案的装置，其特征在于，包括：
获取模块，用于获取用户所提供的问题文本；
处理模块，用于分别使用第一回答文本生成方法和第二回答文本生成方法对所述问题文本进行处理，得到第一回答文本和第二回答文本；
反馈模块，用于将所述第一回答文本和所述第二回答文本中的至少一个向用户发送。
8.如权利要求7所述的装置，其特征在于，所述处理模块包括：第一处理分模块、第一确定模块、第二处理分模块和第二确定模块；
第一处理分模块，用于使用标准问题集合中的每个标准问题与所述问题文本进行匹配，以确定出与所述问题文本匹配度最高的目标标准问题；
第一确定模块，用于将所述目标标准问题所对应的回答文本作为第一回答文本；
第二处理分模块，用于对所述问题文本进行分词处理，得到所述问题文本的分词结果；
第二确定模块，用于使用所述分词结果与每个回答文本的标签进行匹配，以确定所述问题文本所对应的第二回答文本。
9.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1-6中任一项所述的方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质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运行时执行上述权利要求1-6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910734183.2A CN110457440B (zh) | 2019-08-09 | 2019-08-09 | 一种反馈答案的方法、装置、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910734183.2A CN110457440B (zh) | 2019-08-09 | 2019-08-09 | 一种反馈答案的方法、装置、设备和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110457440A true CN110457440A (zh) | 2019-11-15 |
| CN110457440B CN110457440B (zh) | 2022-08-16 |
Family
ID=68485695
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910734183.2A Active CN110457440B (zh) | 2019-08-09 | 2019-08-09 | 一种反馈答案的方法、装置、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110457440B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114461889A (zh) * | 2022-02-09 | 2022-05-10 | 北京百度网讯科技有限公司 | 数据搜索的方法、装置、电子设备及程序产品 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106294505A (zh) * | 2015-06-10 | 2017-01-04 | 华中师范大学 | 一种反馈答案的方法和装置 |
| 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 |
| CN107315766A (zh) * | 2017-05-16 | 2017-11-03 | 广东电网有限责任公司江门供电局 | 一种集合智能与人工问答的语音问答方法及其装置 |
| CN107918678A (zh) * | 2017-12-28 | 2018-04-17 | 北京洪泰同创信息技术有限公司 | 问答信息处理方法、问答信息处理系统及服务器 |
| CN108920599A (zh) * | 2018-06-27 | 2018-11-30 | 北京计算机技术及应用研究所 | 一种基于知识本体库的问答系统答案精准定位和抽取方法 |
| US20180373782A1 (en) * | 2017-06-27 | 2018-12-27 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for recommending answer to question based on artificial intelligence |
| CN109145099A (zh) * | 2018-08-17 | 2019-01-04 | 百度在线网络技术（北京）有限公司 | 基于人工智能的问答方法和装置 |
| CN109670088A (zh) * | 2018-12-13 | 2019-04-23 | 平安科技（深圳）有限公司 | 语音问答交互方法、装置、计算机设备及存储介质 |
-
2019
- 2019-08-09 CN CN201910734183.2A patent/CN110457440B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106294505A (zh) * | 2015-06-10 | 2017-01-04 | 华中师范大学 | 一种反馈答案的方法和装置 |
| 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 |
| CN107315766A (zh) * | 2017-05-16 | 2017-11-03 | 广东电网有限责任公司江门供电局 | 一种集合智能与人工问答的语音问答方法及其装置 |
| US20180373782A1 (en) * | 2017-06-27 | 2018-12-27 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for recommending answer to question based on artificial intelligence |
| CN107918678A (zh) * | 2017-12-28 | 2018-04-17 | 北京洪泰同创信息技术有限公司 | 问答信息处理方法、问答信息处理系统及服务器 |
| CN108920599A (zh) * | 2018-06-27 | 2018-11-30 | 北京计算机技术及应用研究所 | 一种基于知识本体库的问答系统答案精准定位和抽取方法 |
| CN109145099A (zh) * | 2018-08-17 | 2019-01-04 | 百度在线网络技术（北京）有限公司 | 基于人工智能的问答方法和装置 |
| CN109670088A (zh) * | 2018-12-13 | 2019-04-23 | 平安科技（深圳）有限公司 | 语音问答交互方法、装置、计算机设备及存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114461889A (zh) * | 2022-02-09 | 2022-05-10 | 北京百度网讯科技有限公司 | 数据搜索的方法、装置、电子设备及程序产品 |
| CN114461889B (zh) * | 2022-02-09 | 2023-04-25 | 北京百度网讯科技有限公司 | 数据搜索的方法、装置、电子设备及程序产品 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110457440B (zh) | 2022-08-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107391906B (zh) | 基于神经网络和图谱结构的健康饮食知识网络构建方法 | |
| Bejar et al. | Cognitive and psychometric analysis of analogical problem solving | |
| Wang et al. | Recipe recognition with large multimodal food dataset | |
| WO2021031566A1 (zh) | 一种基于多任务学习的人脸美丽预测方法 | |
| US10685052B2 (en) | Method of and system for information retrieval | |
| US20140195255A1 (en) | System And Method For Assessment Of Patient Health Using Patient Generated Data | |
| US20190220474A1 (en) | Utilizing multiple knowledge bases to form a query response | |
| US11461700B2 (en) | Methods and systems for using artificial intelligence to analyze user activity data | |
| WO2021120588A1 (zh) | 语料生成方法、装置、计算机设备及存储介质 | |
| WO2021025793A1 (en) | Methods and systems for using artificial intelligence to analyze user activity data | |
| US11321530B2 (en) | Interpreting a meaning of a word string | |
| Eriksson et al. | The digital generation and nursing robotics: A netnographic study about nursing care robots posted on social media | |
| US11176126B2 (en) | Generating a reliable response to a query | |
| CN109189940A (zh) | 一种基于众包及图谱技术的知识共享服务方法 | |
| CN109543179A (zh) | 口语化症状归一化的方法及系统 | |
| US20230409932A1 (en) | Systems and methods for classifying media according to user negative propensities | |
| US20220245358A1 (en) | Creating a superset of knowledge | |
| CN110457440A (zh) | 一种反馈答案的方法、装置、设备和介质 | |
| JP2002056112A (ja) | 育児支援システム、育児支援方法及び記録媒体 | |
| CN115985518A (zh) | 一种基于人工智能的患者健康干预及加速康复方法及系统 | |
| Gorelick et al. | Predicting need for hospitalization in acute pediatric asthma | |
| Oh et al. | Detecting events of daily living using multimodal data | |
| US11775847B2 (en) | Systems and methods for classifying media according to user negative propensities | |
| CN114496162A (zh) | 一种饮食行为信息采集系统及方法 | |
| Sousa‐Pinto et al. | English tweets on allergy: Content analysis and association with surveillance data |
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 | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: Room 4138, 4th Floor, Building 1, No. 18 Enjizhuang, Haidian District, Beijing, 100000 Patentee after: BABYTREE (BEIJING) INFORMATION TECHNOLOGY Co.,Ltd. Country or region after: China Address before: Room C202, Fengyu Office Building, No. 115 Fucheng Road, Haidian District, Beijing 100000 Patentee before: BABYTREE (BEIJING) INFORMATION TECHNOLOGY Co.,Ltd. Country or region before: China |