CN110955762B - 一种智能问答平台 - Google Patents
一种智能问答平台 Download PDFInfo
- Publication number
- CN110955762B CN110955762B CN201911060230.6A CN201911060230A CN110955762B CN 110955762 B CN110955762 B CN 110955762B CN 201911060230 A CN201911060230 A CN 201911060230A CN 110955762 B CN110955762 B CN 110955762B
- Authority
- CN
- China
- Prior art keywords
- consultation
- question
- module
- answer
- data
- 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.)
- Active
Links
- 230000004044 response Effects 0.000 claims description 53
- 238000003058 natural language processing Methods 0.000 claims description 31
- 238000006243 chemical reaction Methods 0.000 claims description 21
- 230000005540 biological transmission Effects 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000010801 machine learning Methods 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 4
- 210000001503 joint Anatomy 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims 1
- 238000013138 pruning Methods 0.000 claims 1
- 230000006854 communication Effects 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000035558 fertility Effects 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000000135 prohibitive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer 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
-
- 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
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种智能问答平台,包括问题获取系统、咨询场景建模系统、答案获取系统和数据云存储系统,其中,问题获取系统,包括语义识别模块和数据加密模块;咨询场景建模系统,对问题获取系统获取的关键字进行建模,确定本次咨询问题对应的咨询场景;答案获取系统,用于通过对咨询问题进行模型拆分,提取匹配度最高的咨询场景模型所对应的应答文本数据;数据云存储系统,所述数据云存储系统包括处理器和云端服务器。对法律咨询沟通过程进行建模,并依托模型对不同咨询场景进行画像,在多平台建设法律咨询智能问答系统,可以辅助法律咨询坐席回答用户问题,以提高坐席律师的工作效率,并保证坐席咨询服务的质量稳定性。
Description
技术领域
本发明涉及法律咨询服务领域,尤其涉及一种智能问答平台。
背景技术
法律是人们日常生活中不可缺少的一部分,尤其是在户籍、社保、劳动保障、生育、养老等与人们切身相关的领域。预防性的法律服务需求将会逐步取代原来的矛盾解决性的法律服务需求。
到2015年,我国律所数量达到24000家,律师数量更是达到了297000名。这看上去是个很大的基数,甚至有人认为律师资源已经过剩了。事实上并非如此。对比西方国家,美国每万人拥有的律师数是36名,我们的邻邦日本,每万人拥有的律师数为6.2人,都远远超过我国的每万人2人。每万人拥有律师数只有2人,这还不是我国诉讼领域供给不足的关键原因。律师领域的二八原则才是核心因素。第一个二八原则:20%的律师掌握了80%的案源;其余80%的律师不知道谁需要服务,需要何种服务。第二个二八原则:律师80%的时间花在案源寻找、与当事人沟通基本信息等琐碎事宜上,只有20%的时间关注于法律专业工作中。律师被捆绑在琐碎的法律事务中,法律专业工作反而无法得到有效提升。亟需通过科技的手段和互联网的集聚效应,把律师从无效的工作中解救出来,让律师从事律师真正专业的工作。
近几年,随着网络交易的盛行,网络交易诉讼量暴增,主要涉及网络合同、网络服务质量、网络产品质量,以及知识产权(商标、著作权)相关案件,同时,也催生出大量的行政案件。喷式的案件增长给法院带来极大压力,更使法官的工作面临前所未有的挑战。
2015年末,全国工商登记中小企业超过2000万家,个体工商户超过5400万户。
由此可见,无论是作为法律服务提供方的律师、法官,还是作为法律需求方的自然人和法人,有效提升法律服务效率,满足市场上巨大的法律服务需求,势在必行。
然而,传统模式的法律服务主要服务于大中型企业以及少部分个人的紧急重大法律需求,主要以诉讼、取证、辩护等需要律师牌照的业务为主,具有沟通成本高,服务范围有限的天然弊端。而绝大部分常规的法律服务,如普法宣传、日常法律咨询、法律文书范本检索、判例查询等业务由于数量巨大、需求分散等碎片化特性,传统模式无法满足。传统的由单个律所或律师提供服务的模式并不适合中小企业和个人需求,他们经常难以意识到需要何种法律服务,或因高昂且不可预测的律师费用而对法律服务望而却步。
如何降低法律服务的成本,提高效能,真正“让法律成为中国人的生活习惯”,是亟需解决的问题。
发明内容
本申请的目的是提供一种智能问答平台,可以在多平台满足不同客户多渠道的法律咨询需求,降低坐席律师的数量,提高坐席律师的工作效率。
为实现上述目的,本发明采用以下技术方案:
本申请提供一种智能问答平台,包括问题获取系统、咨询场景建模系统、答案获取系统和数据云存储系统,其中,
问题获取系统,所述问题获取系统包括语义识别模块和数据加密模块,用于通过不同平台的API接口,获取不同平台下用户咨询的问题信息,转换成问题文本数据,利用NLP进行分析和理解问题从中提取关键字信息;
咨询场景建模系统,对问题获取系统获取的关键字进行建模,并根据预先存储的咨询场景模型对获取的问题信息所对应的咨询场景进行画像,确定本次咨询问题对应的咨询场景;
答案获取系统,用于通过对咨询问题进行模型拆分,并与系统中预存的咨询场景进行匹配,提取匹配度最高的咨询场景模型所对应的应答文本数据;
数据云存储系统,所述数据云存储系统包括处理器和云端服务器,通过传输转换通道将语音和/或文字信息数字化后传递给处理器,所述处理器从数字化的语音和/或文字信息中解调出网配置数据并将数据传至云端服务器,所述云端服务器将网络配置数据传输至处理器。
优选地,所述语义识别模块,通过自然语言处理NLP技术对当前咨询问题进行处理,获得第一NLP结果;其中所述第一NLP结果包括类型、关键词与动作;判断前一咨询问题的第二NLP结果是否存在有实际意义的回答语句;若存在有实际意义的回答语句,则根据所述第一NLP结果与所述第二NLP结果,进行替换操作或补位操作,得到第三NLP结果;根据所述第三NLP结果获得对应的回答语句。
优选地,所述数据加密模块,用于数据模块接收任务数据后,基于约定算法,将任务数据添加发送时间戳,以获得携带发送时间戳的第一字符串;根据预设的第一规则,从第一字符串中截取至少两个子字符串;根据预设的第二规则,将截取的各子字符串进行重新排列,以获得重排子字符串;将第一字符串和重排子字符串按照预定格式进行组装后形成加密数据。
优选地,所述语音和/或文字信息包括用户输入和平台预输入的信息。
优选地,所述问题获取系统包括关键字确定模块,所述关键字确定模块包括获取单元和关键字确定单元,其中,
所述获取单元,用于获取待分析文件发送的数据包,并从所述数据包中获取序列,其中,所述数据包是基于所述待分析文件的网络协议发送的,一个数据包包括一条有效载荷序列;
所述关键字确定单元,用于根据所述序列,确定所述数据包的关键字,所述关键字为所述序列中的数值。
优选地,所述问题获取系统,包括语音问题获取转换模块、图片问题转换模块、视频问题转换模块;其中,所述语音问题转换模块,用于获取用户输入的问题语音,并将语音转换为问题文字;所述述图片问题获取转换模块,用于获取问题图片,并将问题图片转换为问题文字;所述视频问题获取转换模块,用于获取问题视频,并将问题视频转换为问题文字。
优选地,所述咨询场景建模系统包括咨询场景画像模块,所述咨询场景画像模块通过对案件判决文书中的法律要素,其中,所述法律要素包括事实描述、诉讼请求、证据、争议焦点。
优选地,所述答案获取模块,还用于根据咨询的问题内容在预先存储的咨询场景模型和/或知识库单元中提取应答文本数据,并计算所提取的应答文本数据与咨询的问题的匹配度,以及根据所述匹配度选择后续的数据传送模式:
当匹配度达到第一预设值,应答文本数据传送至问题应答单元,问题应答单元将应答文本数据传送至用户的咨询设备上完成自动解答;
当匹配度低于第一预设值,直接将咨询的问题内容经律师查找单元传送至人工端,人工端对咨询的问题的解答依照原路径传送至用户端。
优选地,所述答案获取系统包括咨询场景应答模块,知识库应答模块,机器应答模块。
更优选地,所述咨询场景应答模块,用于根据本次咨询构建的咨询场景查找预先存储的咨询场景模型,匹配最贴近的咨询场景模型所对应的应答文本数据。
更优选地,所述知识库应答模块,用于根据本次咨询问题通过对识别出的关键字知识库单元中进行检索,并获取匹配度最高的问题信息所对应的应答文本数据。
更优选地,所述机器应答模块,用于根据本次咨询问题通过关键字输入到机器学习模型中,获取机器学习模型输出的应答文本数据。
优选地,所述答案获取系统还包括词条提取模块,所述词条提取模块通过对知识库单元中的文本建立节点签名,方便查询检测文本中是否包含查询词条,利用文本索引对节点签名与查询词条的签名不匹配的文本进行剪枝,对节点签名与查询词条的签名匹配的文本进行保留提取。
更优选地,所述知识库单元,用于存储法律、法规和案例,为智能问答平台提供数据支持。
优选地,所述答案获取系统还包括问题应答模块,用于展示与用户进行交互的页面,页面上展示用户输入的问题,并且页面展示咨询的问题所对应的应答文本数据。
优选地,所述答案获取系统还包括功能需求分析模块,所述功能需求分析模块包括知识库管理单元、问答数据分析单元、问答引擎单元;所述知识库管理单元,用于对法律知识方面的内容进行整理和结构化,采用人工分析、大数据、机器学习的方式;所述问答数据分析单元,用于给知识库管理单元提供数据,便于知识库管理单元进行自我学习和更新,也用于为用户提供业务大数据;所述问答引擎单元,用于支撑智能问答系统和用户的信息交互,方便智能问答系统和用户的其它平台对接,对于不同的应用场景与其对应的性能需求也不同。
优选地,所述智能问答平台还包括业务流程分析系统,所述业务流程分析系统包括咨询内容分类模块、语音服务律师自动指派模块、智能应答模块和文字服务律师自动指派模块,用于将咨询内容分类指派至语音服务或文字服务进行律师人工应答咨询内容,其中,
所述语音服务律师自动指派模块与所述智能应答模块通过信息同步单元接口连接;所述智能应答模块与所述文字服务律师自动指派模块通过智能转人工接口连接;所述语音服务律师自动指派模块与所述智能应答模块文字服务律师自动指派模块分别通过定向指派律师接口连接至律师服务窗口。
更优选地,所述语音服务律师自动指派模块,用于通过语音自动查找空闲的律师并呼叫查到的律师,或者,根据用户的选择连接所需的律师。
更优选地,所述文字服务律师自动指派模块,用于通过文字自动查找空闲的律师并呼叫查到的律师,或者,根据用户的选择连接所需的律师。
与现有技术相比,本申请的技术方案具有以下有益效果:
本申请提供的一种智能问答平台,对法律咨询沟通过程进行建模,并依托模型对不同咨询场景进行画像,在多平台建设法律咨询智能问答系统。针对一些用户意图明显、回答模式相对标准化的咨询场景,智能服务系统可以做到自动发文补充信息、自动回答。只有用户对智能服务表示不满意的情况下,才有律师人工介入除非用户表示对回答不满意,否则不需要律师的人工介入。本系统可以辅助法律咨询坐席回答用户问题,以提高坐席律师的工作效率,并保证坐席咨询服务的质量稳定性。
附图说明
图1为本发明实施例提供的智能问答平台结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
下文中的第一、第二等编号仅是进行区分,并无其他含义。
以下结合附图和具体实施例对本发明作具体的介绍。
图1为本发明实施例提供的智能问答平台结构示意图。如图1所示,该智能问答平台,包括问题获取系统、咨询场景建模系统、答案获取系统和数据云存储系统,其中,
问题获取系统,所述问题获取系统包括语义识别模块和数据加密模块,用于通过不同平台的API接口,获取不同平台下用户咨询的问题信息,转换成问题文本数据,利用NLP进行分析和理解问题从中提取关键字信息;
咨询场景建模系统,对问题获取系统获取的关键字进行建模,并根据预先存储的咨询场景模型对获取的问题信息所对应的咨询场景进行画像,确定本次咨询问题对应的咨询场景;
答案获取系统,用于通过对咨询问题进行模型拆分,并与系统中预存的咨询场景进行匹配,提取匹配度最高的咨询场景模型所对应的应答文本数据;
数据云存储系统,所述数据云存储系统包括处理器和云端服务器,通过传输转换通道将语音和/或文字信息数字化后传递给处理器,所述处理器从数字化的语音和/或文字信息中解调出网配置数据并将数据传至云端服务器,所述云端服务器将网络配置数据传输至处理器。
优选地,所述语义识别模块,通过自然语言处理NLP技术对当前咨询问题进行处理,获得第一NLP结果;其中所述第一NLP结果包括类型、关键词与动作;判断前一咨询问题的第二NLP结果是否存在有实际意义的回答语句;若存在有实际意义的回答语句,则根据所述第一NLP结果与所述第二NLP结果,进行替换操作或补位操作,得到第三NLP结果;根据所述第三NLP结果获得对应的回答语句。
优选地,所述数据加密模块,用于数据模块接收任务数据后,基于约定算法,将任务数据添加发送时间戳,以获得携带发送时间戳的第一字符串;根据预设的第一规则,从第一字符串中截取至少两个子字符串;根据预设的第二规则,将截取的各子字符串进行重新排列,以获得重排子字符串;将第一字符串和重排子字符串按照预定格式进行组装后形成加密数据。
优选地,所述语音和/或文字信息包括用户输入和平台预输入的信息。
优选地,所述问题获取系统包括关键字确定模块,所述关键字确定模块包括获取单元和关键字确定单元,其中,
所述获取单元,用于获取待分析文件发送的数据包,并从所述数据包中获取序列,其中,所述数据包是基于所述待分析文件的网络协议发送的,一个数据包包括一条有效载荷序列;
所述关键字确定单元,用于根据所述序列,确定所述数据包的关键字,所述关键字为所述序列中的数值。
优选地,所述问题获取系统,包括语音问题获取转换模块、图片问题转换模块、视频问题转换模块;其中,所述语音问题转换模块,用于获取用户输入的问题语音,并将语音转换为问题文字;所述述图片问题获取转换模块,用于获取问题图片,并将问题图片转换为问题文字;所述视频问题获取转换模块,用于获取问题视频,并将问题视频转换为问题文字。
优选地,所述咨询场景建模系统包括咨询场景画像模块,所述咨询场景画像模块通过对案件判决文书中的法律要素,其中,所述法律要素包括事实描述、诉讼请求、证据、争议焦点。
优选地,所述答案获取模块,还用于根据咨询的问题内容在预先存储的咨询场景模型和/或知识库单元中提取应答文本数据,并计算所提取的应答文本数据与咨询的问题的匹配度,以及根据所述匹配度选择后续的数据传送模式:
当匹配度达到第一预设值,应答文本数据传送至问题应答单元,问题应答单元将应答文本数据传送至用户的咨询设备上完成自动解答;
当匹配度低于第一预设值,直接将咨询的问题内容经律师查找单元传送至人工端,人工端对咨询的问题的解答依照原路径传送至用户端。
优选地,所述答案获取系统包括咨询场景应答模块,知识库应答模块,机器应答模块。
更优选地,所述咨询场景应答模块,用于根据本次咨询构建的咨询场景查找预先存储的咨询场景模型,匹配最贴近的咨询场景模型所对应的应答文本数据。
更优选地,所述知识库应答模块,用于根据本次咨询问题通过对识别出的关键字知识库单元中进行检索,并获取匹配度最高的问题信息所对应的应答文本数据。
更优选地,所述机器应答模块,用于根据本次咨询问题通过关键字输入到机器学习模型中,获取机器学习模型输出的应答文本数据。
优选地,所述答案获取系统还包括词条提取模块,所述词条提取模块通过对知识库单元中的文本建立节点签名,方便查询检测文本中是否包含查询词条,利用文本索引对节点签名与查询词条的签名不匹配的文本进行剪枝,对节点签名与查询词条的签名匹配的文本进行保留提取。
更优选地,所述知识库单元,用于存储法律、法规和案例,为智能问答平台提供数据支持。
优选地,所述答案获取系统还包括问题应答模块,用于展示与用户进行交互的页面,页面上展示用户输入的问题,并且页面展示咨询的问题所对应的应答文本数据。
优选地,所述答案获取系统还包括功能需求分析模块,所述功能需求分析模块包括知识库管理单元、问答数据分析单元、问答引擎单元;所述知识库管理单元,用于对法律知识方面的内容进行整理和结构化,采用人工分析、大数据、机器学习的方式;所述问答数据分析单元,用于给知识库管理单元提供数据,便于知识库管理单元进行自我学习和更新,也用于为用户提供业务大数据;所述问答引擎单元,用于支撑智能问答系统和用户的信息交互,方便智能问答系统和用户的其它平台对接,对于不同的应用场景与其对应的性能需求也不同。
优选地,所述智能问答平台还包括业务流程分析系统,所述业务流程分析系统包括咨询内容分类模块、语音服务律师自动指派模块、智能应答模块和文字服务律师自动指派模块,用于将咨询内容分类指派至语音服务或文字服务进行律师人工应答咨询内容,其中,
所述语音服务律师自动指派模块与所述智能应答模块通过信息同步单元接口连接;所述智能应答模块与所述文字服务律师自动指派模块通过智能转人工接口连接;所述语音服务律师自动指派模块与所述智能应答模块文字服务律师自动指派模块分别通过定向指派律师接口连接至律师服务窗口。
更优选地,所述语音服务律师自动指派模块,用于通过语音自动查找空闲的律师并呼叫查到的律师,或者,根据用户的选择连接所需的律师。
更优选地,所述文字服务律师自动指派模块,用于通过文字自动查找空闲的律师并呼叫查到的律师,或者,根据用户的选择连接所需的律师。
智能问答平台的业务流程如下:
1)用户在打电话之前已经通过文字和智能平台进行了充分的沟通。用户已经在没有律师参与的情况下充分的描述了自己的问题。
2)简单的问题会被智能应答平台回答掉。
3)复杂的问题需要用户转文字咨询律师,或者继续拨打12348电话的时候,我们根据他们的问题可以智能判断他们应该被分派给哪些律师。
4)用户的前面相关输入可以被律师快速浏览,节省了双方的通话时间提高了效率。
以上对本发明的具体实施例进行了详细描述,但其只是作为范例,本发明并不限制于以上描述的具体实施例。对于本领域技术人员而言,任何对本发明进行的等同修改和替代也都在本发明的范畴之中。因此,在不脱离本发明的精神和范围下所作的均等变换和修改,都应涵盖在本发明的范围内。
Claims (7)
1.一种智能问答平台,其特征在于,包括问题获取系统、咨询场景建模系统、答案获取系统和数据云存储系统,其中,
问题获取系统,用于通过不同平台的API接口,获取不同平台下用户咨询的问题信息,转换成问题文本数据,利用自然语言处理技术NLP进行分析和理解问题从中提取关键字信息,支持多个平台的用户语音输入和/或文字输入;
咨询场景建模系统,对问题获取系统获取的关键字进行建模,并根据预先存储的咨询场景模型对获取的问题信息所对应的咨询场景进行画像,确定本次咨询问题对应的咨询场景;
答案获取系统,用于通过对咨询问题进行模型拆分,并与系统中预存的咨询场景进行匹配,提取匹配度最高的咨询场景模型所对应的应答文本数据;
数据云存储系统,所述数据云存储系统包括处理器和云端服务器,通过传输转换通道将语音和/或文字信息数字化后传递给处理器,所述处理器从数字化的语音和/或文字信息中解调出网配置数据并将数据传至云端服务器,所述云端服务器将网络配置数据传输至处理器;
其中,所述问题获取系统包括语义识别模块,所述语义识别模块通过自然语言处理NLP技术对当前咨询问题进行处理,获得第一NLP结果,所述第一NLP结果包括类型、关键词与动作;判断前一咨询问题的第二NLP结果是否存在有实际意义的回答语句;若存在有实际意义的回答语句,则根据所述第一NLP结果与所述第二NLP结果,进行替换操作或补位操作,得到第三NLP结果;根据所述第三NLP结果获得对应的回答语句;
其中,所述咨询场景建模系统包括咨询场景画像模块,所述咨询场景画像模块利用案件判决文书中的法律要素建立画像,其中,所述法律要素包括事实描述、诉讼请求、证据、争议焦点;
其中,所述答案获取系统,还用于根据咨询的问题内容在预先存储的咨询场景模型和/或知识库单元中提取应答文本数据,并计算所提取的应答文本数据与咨询的问题的匹配度,以及根据所述匹配度选择后续的数据传送模式:
当匹配度达到第一预设值,应答文本数据传送至问题应答单元,问题应答单元将应答文本数据传送至用户的咨询设备上完成自动解答;
当匹配度低于第一预设值,直接将咨询的问题内容经律师查找单元传送至人工端,人工端对咨询的问题的解答依照原路径传送至用户端。
2.根据权利要求1所述的智能问答平台,其特征在于,所述问题获取系统还包括数据加密模块,所述数据加密模块用于接收任务数据后,基于约定算法,将任务数据添加发送时间戳,以获得携带发送时间戳的第一字符串;根据预设的第一规则,从第一字符串中截取至少两个子字符串;根据预设的第二规则,将截取的各子字符串进行重新排列,以获得重排子字符串;将第一字符串和重排子字符串按照预定格式进行组装后形成加密数据,加密数据用于传递给处理器。
3.根据权利要求1所述的智能问答平台,其特征在于,所述问题获取系统还包括语音问题获取转换模块、图片问题转换模块、视频问题转换模块;其中,所述语音问题转换模块,用于获取用户输入的问题语音,并将语音转换为问题文字;所述图片问题获取转换模块,用于获取问题图片,并将问题图片转换为问题文字;所述视频问题获取转换模块,用于获取问题视频,并将问题视频转换为问题文字。
4.根据权利要求1所述的智能问答平台,其特征在于,所述答案获取系统还包括词条提取模块,所述词条提取模块通过对知识库单元中的文本建立节点签名,方便查询检测文本中是否包含查询词条,利用文本索引对节点签名与查询词条的签名不匹配的文本进行剪枝,对节点签名与查询词条的签名匹配的文本进行保留提取。
5.根据权利要求1所述的智能问答平台,其特征在于,所述答案获取系统还包括问题应答模块,用于展示与用户进行交互的页面,页面上展示用户输入的问题,并且页面展示咨询的问题所对应的应答文本数据。
6.根据权利要求1所述的智能问答平台,其特征在于,所述答案获取系统还包括功能需求分析模块,所述功能需求分析模块包括知识库管理单元、问答数据分析单元、问答引擎单元;所述知识库管理单元,用于对法律知识方面的内容进行整理和结构化,采用人工分析、大数据、机器学习的方式;所述问答数据分析单元,用于给知识库管理单元提供数据,便于知识库管理单元进行自我学习和更新,也用于为用户提供业务大数据;所述问答引擎单元,用于支撑智能问答系统和用户的信息交互,方便智能问答系统和用户的其它平台对接,对于不同的应用场景与其对应的性能需求也不同。
7.根据权利要求1所述的智能问答平台,其特征在于,所述智能问答平台还包括业务流程分析系统,所述业务流程分析系统包括咨询内容分类模块、语音服务律师自动指派模块、智能应答模块和文字服务律师自动指派模块,用于将咨询内容分类指派至语音服务或文字服务进行律师人工应答咨询内容,其中,
所述语音服务律师自动指派模块与所述智能应答模块通过信息同步单元接口连接;所述智能应答模块与所述文字服务律师自动指派模块通过智能转人工接口连接;所述语音服务律师自动指派模块与所述智能应答模块文字服务律师自动指派模块分别通过定向指派律师接口连接至律师服务窗口。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911060230.6A CN110955762B (zh) | 2019-11-01 | 2019-11-01 | 一种智能问答平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911060230.6A CN110955762B (zh) | 2019-11-01 | 2019-11-01 | 一种智能问答平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110955762A CN110955762A (zh) | 2020-04-03 |
CN110955762B true CN110955762B (zh) | 2023-10-31 |
Family
ID=69976658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911060230.6A Active CN110955762B (zh) | 2019-11-01 | 2019-11-01 | 一种智能问答平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110955762B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111651554A (zh) * | 2020-04-17 | 2020-09-11 | 世纪保众(北京)网络科技有限公司 | 基于自然语言理解及处理的保险问答回答的方法和装置 |
CN111310234B (zh) * | 2020-05-09 | 2020-11-03 | 支付宝(杭州)信息技术有限公司 | 基于零知识证明的个人数据处理方法、装置及电子设备 |
CN112527983A (zh) * | 2020-11-27 | 2021-03-19 | 长威信息科技发展股份有限公司 | 一种个性化政务人机自然交互服务系统 |
CN112633919A (zh) * | 2020-12-15 | 2021-04-09 | 航天信息股份有限公司 | 一种智能客服的实现方法及系统 |
CN112580371A (zh) * | 2020-12-25 | 2021-03-30 | 江苏鑫盛通讯科技有限公司 | 一种基于人工智能的人机耦合客服系统及方法 |
CN112650838B (zh) * | 2020-12-31 | 2023-07-14 | 南京视察者智能科技有限公司 | 一种基于历史案件大数据的智能问答方法及系统 |
CN112950326A (zh) * | 2021-03-17 | 2021-06-11 | 南通大学 | 一种支持深度学习工作原理的人工智能数据分析系统 |
CN112907402A (zh) * | 2021-03-29 | 2021-06-04 | 海南师范大学 | 一种法律事务咨询智能答复系统 |
CN113205808A (zh) * | 2021-04-27 | 2021-08-03 | 无锡星凝互动科技有限公司 | 一种基于ai咨询云计算搭建方法及系统 |
CN113409173A (zh) * | 2021-06-29 | 2021-09-17 | 重庆市司法局 | 一种法律援助系统及援助方法 |
CN116737964B (zh) * | 2023-08-04 | 2023-11-17 | 联想新视界(北京)科技有限公司 | 一种人工智能大脑系统 |
CN117992600A (zh) * | 2024-04-07 | 2024-05-07 | 之江实验室 | 一种业务执行方法、装置、存储介质以及电子设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106357942A (zh) * | 2016-10-26 | 2017-01-25 | 广州佰聆数据股份有限公司 | 基于上下文对话语义识别的智能应答方法及系统 |
WO2018030672A1 (ko) * | 2016-08-09 | 2018-02-15 | 주식회사 피노텍 | 머신러닝을 활용한 정해진 시나리오로 고객과 상담하는 로봇 자동 상담 방법 및 시스템 |
-
2019
- 2019-11-01 CN CN201911060230.6A patent/CN110955762B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018030672A1 (ko) * | 2016-08-09 | 2018-02-15 | 주식회사 피노텍 | 머신러닝을 활용한 정해진 시나리오로 고객과 상담하는 로봇 자동 상담 방법 및 시스템 |
CN106357942A (zh) * | 2016-10-26 | 2017-01-25 | 广州佰聆数据股份有限公司 | 基于上下文对话语义识别的智能应答方法及系统 |
Non-Patent Citations (2)
Title |
---|
申珈宇 ; .客户无感知的人工与机器客服的混合服务系统.科技经济导刊.2019,(15),全文. * |
郭山 ; .图书馆参考咨询服务应用WeChatPN+QAR模式探析.图书馆研究.2019,(02),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN110955762A (zh) | 2020-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110955762B (zh) | 一种智能问答平台 | |
CN110990544B (zh) | 一种用于法务咨询的智能问答平台 | |
CN102880649B (zh) | 一种个性化信息处理方法和系统 | |
CN106357942A (zh) | 基于上下文对话语义识别的智能应答方法及系统 | |
CN104240164A (zh) | 一种基于大数据分析的法律咨询方法及系统 | |
CN108984650B (zh) | 计算机可读记录介质及计算机设备 | |
CN105632498A (zh) | 生成会议记录的方法、装置和系统 | |
CN105808695A (zh) | 一种获取聊天回复内容的方法及装置 | |
CN105072173A (zh) | 自动客服和人工客服自动切换的客服方法及系统 | |
US20120158989A1 (en) | System and method for providing argument maps based on activity in a network environment | |
CN103488796B (zh) | 根据上下文输入的方法及移动终端 | |
CN109446305A (zh) | 智能旅游客服系统的构建方法以及系统 | |
CN102737022B (zh) | 获取和搜索相关知识信息的方法及装置 | |
KR20150096295A (ko) | 문답 데이터베이스 구축 시스템 및 방법, 그리고 이를 이용한 검색 시스템 및 방법 | |
WO2021036439A1 (zh) | 一种信访问题答复方法及装置 | |
CN105721725A (zh) | 一种面向客服的问答交互方法及系统 | |
CN102298587A (zh) | 满意度调查方法及系统 | |
CN101339560B (zh) | 一种搜索系列性数据的方法、装置及一种搜索引擎系统 | |
TW202036323A (zh) | 智能線上客服匯流核心系統 | |
CN102036198A (zh) | 一种在短信内容中增加附加信息的方法及装置 | |
CN110321414B (zh) | 一种基于深度学习的人工智能咨询服务方法及系统 | |
CN113095852B (zh) | 一种通过智能语音进行自助分发和服务系统 | |
CN106156262A (zh) | 一种搜索信息处理方法及系统 | |
CN114491010A (zh) | 信息抽取模型的训练方法及装置 | |
KR20020010226A (ko) | 자연어로 입력된 사용자의 질문을 인공지능 시스템이분석하여 인터넷에 존재하는 정보를 효과적으로 제시하는서비스에 대한방법 |
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 |