CN111382230B - 用于法律咨询选项的模糊识别方法 - Google Patents

用于法律咨询选项的模糊识别方法 Download PDF

Info

Publication number
CN111382230B
CN111382230B CN202010144153.9A CN202010144153A CN111382230B CN 111382230 B CN111382230 B CN 111382230B CN 202010144153 A CN202010144153 A CN 202010144153A CN 111382230 B CN111382230 B CN 111382230B
Authority
CN
China
Prior art keywords
information
word
consultant
consultation
answer
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
Application number
CN202010144153.9A
Other languages
English (en)
Other versions
CN111382230A (zh
Inventor
吴怡
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.)
Chongqing Daniu Cognitive Technology Co.,Ltd.
Original Assignee
Chongqing Best Daniel Robot 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 Chongqing Best Daniel Robot Co ltd filed Critical Chongqing Best Daniel Robot Co ltd
Priority to CN202010144153.9A priority Critical patent/CN111382230B/zh
Publication of CN111382230A publication Critical patent/CN111382230A/zh
Application granted granted Critical
Publication of CN111382230B publication Critical patent/CN111382230B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及咨询服务的技术领域，具体公开了用于法律咨询选项的模糊识别方法，包括：步骤S4，对回答信息进行语义分词处理得到词语信息，并对词语信息进行联想词汇处理得到第二词汇信息，将将第二词汇信息中与选项信息相关联的词汇作为解答信息，将第二词汇信息中与选项信息无关联的词汇作为预选项信息；步骤S5，预选项信息供咨询者确认，当咨询者肯定时，将预选项信息作为解答信息；步骤S6、过服务器根据解答信息匹配下一个咨询问题信息，当匹配不到下一个咨询问题信息时，执行步骤S7；步骤S7、通过服务器对解答信息进行分析处理得到建议报告，并将建议报告通过交互终端反馈给咨询者。采用本发明的技术方案能提高多轮会话过程中信息提取的效率。

Description

用于法律咨询选项的模糊识别方法
技术领域
本发明涉及咨询服务的技术领域，特别涉及用于法律咨询选项的模糊识别方法。
背景技术
当前，人们逐渐认识到采用法律更能很好的切身维护自身利益。但是，由于熟练的运用法律需要有扎实的法律基础，而普通大众通常不具备这样的条件，因此，在人们需要采用法律维护自身利益时，常常会寻求律师的帮助。由于律师的人数相对于具有法律需求的大众而言，是非常不够的。
因此，当前也出现了一些用于法律咨询的系统或者网站等。例如中国专利公开号为CN109086372A的专利文献中公开了一种基于人工智能应用于法律咨询的多轮会话方法及系统包括如下步骤：步骤一：咨询者对需要进行询问的问题通过会话终端进行语音输入，然后将输入语音发送给服务器；步骤二：服务器接收到语音信息后再匹配该语音信息对应的解答信息；步骤三：若服务器内匹配到语音信息相应的解答信息则将该解答信息发送给会话终端；步骤四：若服务器内没有匹配到语音信息合适的解答信息，则在服务器内寻找该语音信息相关的法律条文，然后将法律条文作为语音信息对应的解答信息发送给会话终端；步骤五：会话终端接收到解答信息后将该解答信息进行语音输出；步骤六：咨询者判断输出的解答信息是否是自己所需信息，若输出的解答信息不是咨询者所需信息，则咨询者通过会话终端输入所需信息相关的语音信息发送给服务器，进入步骤二，若输出的解答信息是咨询者所需信息，则结束流程。
该方案步骤一到步骤六中，咨询者询问问题和获得咨询结果信息采用的是问答方式进行，使得即使是不识字的咨询者也能通过会话终端进行法律问题的咨询；步骤六中，在解答信息不是咨询者自己所需信息时，通过再次输入所需信息相关的语音信息来重新获取新的咨询结果信息，便于咨询者寻找到自己满意的咨询结果信息；步骤四中，若服务器内没有输入语音信息合适的解答信息，则通过现有与咨询者咨询问题最接近的法律条文作为咨询结果信息进行输出，由此，该方案形成多轮会话的形式，对咨询者的资料进行采集，避免咨询者问问题后得不到咨询结果信息。
但是，该技术方案在多轮会话中，咨询者提供的语音信息和服务器提供的解答信息是一一对应的，当服务器提供的解答信息不是咨询者自己所需要的信息时，或者服务器匹配不到语音信息相对应的解答信息时，需要咨询者再次输入相关信息的语音信息来重新获取新的咨询结果信息，并且该方案一轮对话只能采集咨询者的一项资料。从而，导致该方案多轮会话中的信息提取效率低。
发明内容
为解决多轮会话的过程中，信息提取效率低的技术问题，本发明提供用于法律咨询选项的模糊识别方法。
本发明技术方案如下：
用于法律咨询选项的模糊识别方法，依次包括以下步骤：
步骤S1，咨询者在交互终端选择所需要咨询的咨询选项信息；
步骤S2，咨询选项信息通过服务器的识别和匹配得到咨询问题信息，咨询问题信息包括问题信息和选项信息；
步骤S3，咨询者在交互终端根据咨询问题通过语音的方式回复回答信息；
步骤S4，服务器对回答信息进行语义分词处理得到第一词语信息，并对词语信息进行联想词汇处理得到第二词汇信息，将第二词汇信息中与选项信息相关联的词汇作为解答信息，将第二词汇信息中与选项信息无关联的词汇作为预选项信息；
步骤S5，预选项信息显示在交互终端供咨询者确认，当咨询者确认结果为肯定时，将预选项信息作为解答信息；
步骤S6、通过服务器根据交互终端获取的解答信息匹配下一个咨询问题信息，当匹配到下一个咨询问题信息时，执行步骤S3；当匹配不到下一个咨询问题信息时，执行步骤S7；
步骤S7、通过服务器对解答信息进行分析处理得到建议报告，并将建议报告通过交互终端反馈给咨询者。
本方案的工作原理及优点在于：首先咨询者选择所需咨询的大方向(咨询选项信息)，如婚姻家庭、合同务工和交通事故等，从而缩小需要采集咨询者信息的范围，实现咨询者信息有效采集，提高采集效率。然后，根据咨询选项信息向用户提供相关的咨询问题信息，咨询者根据咨询问题通过语音的方式回复回答信息，语音的方式便于不会写字的咨询者回答。之后，对回答信息进行语义分词处理得到词汇信息，并对词汇信息进行联想词汇处理，将词汇信息中与选项信息相关联的词汇信息作为解答信息，将与选项信息无关联的词汇信息作为预选项信息，由此，筛选出咨询者提供的回答信息中不在预设的选项信息中的信息“预选项信息”，再将预选项信息显示在交互终端，当交互终端确认预选项信息为正确时，将预选项信息作为解答信息，从而实现在一轮对话中获取除预设选项信息中的一项咨询者信息以外，还获取其他的咨询者信息，即实现一轮对话中获取多条咨询者信息(解答信息)。之后，根据解答信息获取下一个咨询问题信息，从而实现多轮会话，并且根据上一个咨询问题信息获取的解答信息获取下一个咨询问题信息，使得前后的咨询问题信息之间存在逻辑关联，避免以获取解答信息的咨询问题信息重复询问，提高咨询者的体验效果。最后，当根据解答信息匹配不到咨询问题信息后，对采集到的解答信息进行分析处理得到建议报告，并将建议报告反馈给咨询者。
本发明方案中，步骤S1到步骤S6通过多轮会话的采取咨询者信息，类似人与人的交流方式，一问一答，并且，步骤S3到步骤S4对咨询者提供的未在咨询问题选项中的信息，提取出来，让咨询者确定，实现在一轮会话中获取多条咨询者信息(解答信息)，相较于现有技术中多轮会话，一轮会话提取一条咨询者信息而言，提高多轮会话信息提取的效率。
进一步，步骤S7、服务器对解答信息进行分析处理的方式为通过建议分析模型，建议分析模型是由若干组原始解答信息和若干组原始建议报告训练而成的神经网络模型，原始解答信息为用户在A时间时根据问题选项信息作出的解答信息，原始建议报告为律师根据用户在A时间作出的解答信息给出的建议报告。
有益效果：建议分析模型通过大量的原始解答信息和原始建议报告在基于人工智能的不断训练下形成的，具有大量的数据基础，解答信息能通过建议分析模型匹配得出最接近解答信息的建议报告。
进一步，咨询选项信息、咨询问题信息预选项信息均同时通过语音和文本的方式输出。
有益效果：语音的方式便于不识字以及眼盲的咨询者进行咨询，文本的方式便于识字的咨询者正常咨询。
进一步，联想词汇处理为：根据第一词汇信息从预设的词汇库中查询相关的词语信息，并将查询得到的词语信息与第一词汇信息形成第二词汇信息，词语信息包括词语信息的近义词和同步出现率高的词汇。
有益效果：通过对咨询者提供的回答信息经过语义分词处理得到的第一词汇信息进行联想词汇处理，能够找寻到第一词汇信息相关的词汇信息，增大第一词汇信息与选项信息的匹配成功率。如重庆话中“老汉”关联词汇为“父亲”“爸爸”等，若未进行联想词汇处理，选项信息为“父亲”时，第一词汇信息中的“老汉”将与选项信息中的“父亲”不匹配，由此，通过联想词汇处理后可以提高第一词汇信息与选项信息的匹配成功率。
进一步，咨询者确认预选项信息的方式还包括表情确定方式具体为采集咨询者听到或者看到预选项信息时的面部表情，当面部表情为高兴时，视为咨询者肯定预选项信息，当面部表情为沮丧时，视为咨询者否定预选项信息。
有益效果：咨询者不需要输入“是”或者“否”的语音信息或者文本信息，仅通过咨询者听取或者读取预选项信息过程中的面部表情即可确定咨询者的判断结果，从而提高咨询者回复信息的速度，即提高会话过程中信息提取的效率。
进一步，咨询问题信息包括问题信息和选项信息，选项信息包括预设答案和预设答案对应的序号。
有益效果：咨询者可以通过回答序号直接选择相应的预设答案，不需要咨询者说预设答案，便于咨询者回答，提高用户回答时的用户体验。
进一步，还包括步骤S0、采集咨询者的语音信息，分析识别语音信息的语音类别，然后，根据得到的语音类别向输出语音，语音类别包括方言类型和语音类型。
有益效果：根据咨询者的语音信息更正输出的语音的语音类别，增加咨询者使用效果，例如用户说的英文，由此，将输出的语音更改英文的语音类型，便于咨询者能听懂，从而提高咨询效果。
进一步，步骤S6中通过服务器根据交互终端获取的解答信息匹配下一个咨询问题信息的具体方法为，根据解答信息从咨询问题信息中匹配到相关联的选项信息，将不存在相匹配的咨询问题信息作为下一个咨询问题信息，执行步骤S2；当所有的咨询问题信息中均匹配到相关联的选项信息时，视为匹配不到下一个咨询问题信息，执行步骤S7。
有益效果：避免咨询者已经提供相关的解答信息的咨询问题信息再次向咨询者询问，不仅增加咨询者的咨询体验，也能增加咨询过程中的信息采集效率。
进一步，还包括步骤S8,采集咨询者的满意程度，满意程度为满意和不满意，当咨询者的满意程度为不满意时，执行步骤S1，当咨询者的满意程度为满意时，结束进程。
有益效果：当咨询者对得到的建议报告不满意时，继续依次执行步骤S1及后续步骤，便于采集更多咨询者的信息，使得生成的建议报告更加符合咨询者的需求。
进一步，步骤S5中还包括当咨询者对预选项信息的确认结果为否定时，删除交互终端的预选项信息，咨询者提供相关的回答信息，执行步骤S5。
有益效果：当咨询者对预选项信息的确认结果为否定时，通过让咨询者提供相关的回答信息，从而实现在一轮对话中尽可能获取更多咨询者的信息，从而提高多轮会话过程中信息提取的效率。
附图说明
图1为用于法律咨询选项的模糊识别方法实施例一的流程图。
具体实施方式
下面通过具体实施方式进一步详细说明：
实施例一
如图1所示，用于法律咨询选项的模糊识别方法，依次包括以下步骤：
步骤S0、采集咨询者的语音信息，分析识别语音信息的语音类别，然后，根据得到的语音类别向输出语音，语音类别包括方言类型和语音类型。
步骤S1，咨询者在交互终端选择所需要咨询的咨询选项信息；
步骤S2，咨询选项信息通过服务器的识别和匹配得到咨询问题信息，咨询问题信息包括问题信息和选项信息，选项信息包括预设答案和预设答案对应的序号；
步骤S3，咨询者在交互终端根据咨询问题通过语音的方式回复回答信息；
步骤S4，服务器对回答信息进行语义分词处理得到第一词语信息，并对词语信息进行联想词汇处理得到第二词汇信息，将第二词汇信息中与选项信息相关联的词汇作为解答信息，将第二词汇信息中与选项信息无关联的词汇作为预选项信息；具体而言：联想词汇处理为，根据第一词汇信息从预设的词汇库中查询相关的词语信息，并将查询得到的词语信息与第一词汇信息形成第二词汇信息，词语信息包括词语信息的近义词和同步出现率高的词汇。
步骤S5，预选项信息显示在交互终端供咨询者确认，当咨询者确认结果为肯定时，将预选项信息作为解答信息；本实施例中，咨询选项信息、咨询问题信息预选项信息均同时通过语音和文本的方式输出。咨询者确认预选项信息的方式还包括表情确定方式具体为采集咨询者听到或者看到预选项信息时的面部表情，当面部表情为高兴时，视为咨询者肯定预选项信息，当面部表情为沮丧时，视为咨询者否定预选项信息。步骤S5中还包括当咨询者对预选项信息的确认结果为否定时，删除交互终端的预选项信息，咨询者提供相关的回答信息，执行步骤S5。
步骤S6、通过服务器根据交互终端获取的解答信息匹配下一个咨询问题信息，当匹配到下一个咨询问题信息时，执行步骤S3；当匹配不到下一个咨询问题信息时，执行步骤S7；本实施例中，步骤S6中通过服务器根据交互终端获取的解答信息匹配下一个咨询问题信息的具体方法为，根据解答信息从咨询问题信息中匹配到相关联的选项信息，将不存在相匹配的咨询问题信息作为下一个咨询问题信息，执行步骤S2；当所有的咨询问题信息中均匹配到相关联的选项信息时，视为匹配不到下一个咨询问题信息，执行步骤S7。
步骤S7、通过服务器对解答信息进行分析处理得到建议报告，并将建议报告通过交互终端反馈给咨询者。具体而言：服务器对解答信息进行分析处理的方式为通过建议分析模型，建议分析模型是由若干组原始解答信息和若干组原始建议报告训练而成的神经网络模型，原始解答信息为用户在A时间时根据问题选项信息作出的解答信息，原始建议报告为律师根据用户在A时间作出的解答信息给出的建议报告。
步骤S8,采集咨询者的满意程度，满意程度为满意和不满意，当咨询者的满意程度为不满意时，执行步骤S1，当咨询者的满意程度为满意时，结束进程。
具体实施过程为：咨询者在交互终端通过语音方式叙述“开始咨询”，此处，咨询者采用自己习惯的重庆方言，识别咨询者的语音类别为重庆方言，然后设定语音的输出的语音类型为重庆方言。咨询者语音输入咨询选项信息为“婚姻家庭”，通过服务器的识别和匹配的带咨询问题信息包括问题信息为“你家里有哪些人？”，选项信息“A、父亲，B、母亲、C妻子、D、丈夫、E、孩子”经过语音类别转换，输出的语音为“你屋头有哪些人？”，咨询者回答的回答信息为“有妈妈、老汉、两个娃儿和老公，一共5个人”，回答信息通过服务器进行语义拆分处理得到第一词汇信息：“妈妈”、“老汉”、“两个”、“娃儿”、“两个娃儿”和“老公”，对第一词汇信息进行联想词汇处理得到第二词汇信息，“妈妈”、“老汉”、“两个”、“娃儿”、“两个娃儿”、“老公”、“母亲”、“父亲”、“爸爸”、“两个”、“孩子”、“两个孩子”和“丈夫”，根据第二词汇信息在选项信息(“A、父亲，B、母亲、C妻子、D、丈夫、E、孩子”)中进行匹配，匹配得到“母亲”、“父亲”、“孩子”和“丈夫”作为解答信息，未匹配到的“孩子”和“两个孩子”作为预选项信息，并将预选项信息提供给咨询者确定，咨询者看到以及听到“是两个娃儿吗？”，用户说“是”，肯定了预选项信息，并将预选项信息作为解答信息。然后，服务器根据解答信息匹配咨询问题选项中的选项信息，提取选项信息未与解答信息匹配上的咨询问题信息，继续上述的询问过程，直到服务器根据解答信息匹配咨询问题选项中的选项信息，提取选项信息均与解答信息匹配上的咨询问题信息。此时，通过服务器的建议分析模型对解答信息进行分析处理得到建议报告。咨询者对得到的建议报告满意程度为满意，则结束流程。
实施例二
与实施例一的区别之处在于：还包括语音自动纠正的方法，具体步骤依次包括：步骤S10、采集第一咨询者的第一语音信息，对第一语音信息进行识别，转换为文字形式，显示给第一咨询者确认是否有误，并连续采集第一咨询者的第一面部图像，并记录第一面部图像进行分析得到第一面部表情；步骤S11、当文字形式的第一语音信息被第一咨询者确认为识别错误时，通过第一咨询者对错误的字词进行针对性的修改，记录修改结果，并将修改的字词作为触发词；步骤S12、采集第二咨询者的第二语音信息，对第二语音信息进行识别，判断是否有触发词，如果没有，将第二语音信息转换为文字信息，显示给第二咨询者确认是否有误，如果有，将第二语音信息转换为文字信息，并连续采集第二咨询者的第二面部图像，对第二面部图像进行分析识别得到第二面部表情；步骤S13、对比分析第一面部表情和第二面部表情是否相同或者类似，当对比分析的结果为是相同或者相似时，再现纠错结果。通过这种方式，能够对不同地区与普通话发音不同的词汇进行学习，综合考虑到同一个地区的表达方式相近，发音有些不同，通过对咨询者改正后的词汇的学习，实现对发音不同的词汇的区分，并且通过分析咨询者的面部表情变化辅助对触发词汇对于咨询者而言是否错误的判断，当咨询者的面部表情与之前更改词汇时的咨询者的面部表情相似或相同时，才对触发词修改，避免在遇到触发词时，直接修改，从而使得对语音信息识别的到错误词汇进行修改的过程自然，不生硬，提高咨询者的使用效果。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (9)

1.用于法律咨询选项的模糊识别方法，其特征在于，依次包括以下步骤：
步骤S1，咨询者在交互终端选择所需要咨询的咨询选项信息；
步骤S2，咨询选项信息通过服务器的识别和匹配得到咨询问题信息，咨询问题信息包括问题信息和选项信息；
步骤S3，咨询者在交互终端根据咨询问题通过语音的方式回复回答信息；
步骤S4，服务器对回答信息进行语义分词处理得到第一词语信息，并对词语信息进行联想词汇处理得到第二词汇信息，将第二词汇信息中与选项信息相关联的词汇作为解答信息，将第二词汇信息中与选项信息无关联的词汇作为预选项信息；
步骤S5，预选项信息显示在交互终端供咨询者确认，当咨询者确认结果为肯定时，将预选项信息作为解答信息；
步骤S6、通过步骤S4和步骤S5中得到的解答信息匹配下一个咨询问题信息，当匹配到下一个咨询问题信息时，执行步骤S3；当匹配不到下一个咨询问题信息时，执行步骤S7；其中，通过步骤S4和步骤S5中得到的解答信息匹配下一个咨询问题信息的具体方法为：根据解答信息从咨询问题信息中匹配到相关联的选项信息，将不存在相匹配的咨询问题信息作为下一个咨询问题信息，执行步骤S2；当所有的咨询问题信息中均匹配的相关联的选项信息时，视为匹配不到下一个咨询问题信息，执行步骤S7；
步骤S7、通过服务器对解答信息进行分析处理得到建议报告，并将建议报告通过交互终端反馈给咨询者。
2.根据权利要求1所述的用于法律咨询选项的模糊识别方法，其特征在于：步骤S7、服务器通过建议分析模型对解答信息进行分析处理，建议分析模型是由若干组原始解答信息和若干组原始建议报告训练而成的神经网络模型，原始解答信息为用户在A时间时根据问题选项信息作出的解答信息，原始建议报告为律师根据用户在A时间作出的解答信息给出的建议报告。
3.根据权利要求1所述的用于法律咨询选项的模糊识别方法，其特征在于：咨询选项信息、咨询问题信息和预选项信息均同时通过语音和文本的方式输出。
4.根据权利要求1所述的用于法律咨询选项的模糊识别方法，其特征在于：联想词汇处理为：根据第一词汇信息从预设的词汇库中查询相关的词语信息，并将查询得到的词语信息与第一词汇信息形成第二词汇信息，词语信息包括词语信息的近义词和同步出现率高的词汇。
5.根据权利要求1所述的用于法律咨询选项的模糊识别方法，其特征在于：咨询者确认预选项信息的方式还包括表情确定方式，具体为采集咨询者听到或者看到预选项信息时的面部表情，当面部表情为高兴时，视为咨询者肯定预选项信息，当面部表情为沮丧时，视为咨询者否定预选项信息。
6.根据权利要求1所述的用于法律咨询选项的模糊识别方法，其特征在于：咨询问题信息包括问题信息和选项信息，选项信息包括预设答案和预设答案对应的序号。
7.根据权利要求1所述的用于法律咨询选项的模糊识别方法，其特征在于：还包括步骤S0、采集咨询者的语音信息，分析识别语音信息的语音类别，然后，根据得到的语音类别更改输出语音的类别，语音类别包括方言类别。
8.根据权利要求1所述的用于法律咨询选项的模糊识别方法，其特征在于：还包括步骤S8,采集咨询者的满意程度，满意程度为满意和不满意，当咨询者的满意程度为不满意时，执行步骤S1，当咨询者的满意程度为满意时，结束进程。
9.根据权利要求1所述的用于法律咨询选项的模糊识别方法，其特征在于：步骤S5中还包括当咨询者对预选项信息的确认结果为否定时，删除交互终端的预选项信息，咨询者提供相关的回答信息，执行步骤S4。
CN202010144153.9A 2020-03-04 2020-03-04 用于法律咨询选项的模糊识别方法 Active CN111382230B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010144153.9A CN111382230B (zh) 2020-03-04 2020-03-04 用于法律咨询选项的模糊识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010144153.9A CN111382230B (zh) 2020-03-04 2020-03-04 用于法律咨询选项的模糊识别方法

Publications (2)

Publication Number Publication Date
CN111382230A CN111382230A (zh) 2020-07-07
CN111382230B true CN111382230B (zh) 2020-12-22

Family

ID=71215244

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010144153.9A Active CN111382230B (zh) 2020-03-04 2020-03-04 用于法律咨询选项的模糊识别方法

Country Status (1)

Country Link
CN (1) CN111382230B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116521842A (zh) * 2023-04-27 2023-08-01 南北联合信息科技有限公司 一种具有口语描述的民事案件咨询系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7219091B1 (en) * 2003-02-24 2007-05-15 At&T Corp. Method and system for pattern matching having holistic twig joins
CN102831197A (zh) * 2012-08-07 2012-12-19 网讯电通股份有限公司 用于咨询服务系统的咨询支援系统及其方法
CN104809197A (zh) * 2015-04-24 2015-07-29 同程网络科技股份有限公司 基于智能机器人的在线问答方法
CN109460457A (zh) * 2018-10-25 2019-03-12 北京奥法科技有限公司 文本语句相似度计算方法、智能政务辅助解答系统及其工作方法
CN110825862B (zh) * 2019-11-06 2022-12-06 北京诺道认知医学科技有限公司 基于药学知识图谱的智能问答方法及装置

Also Published As

Publication number Publication date
CN111382230A (zh) 2020-07-07

Similar Documents

Publication Publication Date Title
CN115238101B (zh) 一种面向多类型知识库的多引擎智能问答系统
CN110008322B (zh) 多轮对话场景下的话术推荐方法和装置
CN110266899B (zh) 客户意图的识别方法和客服系统
CN109344237B (zh) 一种用于人机交互的信息处理的方法及装置
WO2021017612A1 (zh) 基于语音分析的问答方法、装置、设备及存储介质
CN112804400A (zh) 客服呼叫语音质检方法、装置、电子设备及存储介质
CN111046133A (zh) 基于图谱化知识库的问答方法、设备、存储介质及装置
CN113780012B (zh) 基于预训练语言模型的抑郁症访谈对话生成方法
CN111667926A (zh) 一种基于人工智能的心理咨询（会话）系统及其方法
US20040073424A1 (en) Method and system for the processing of voice data and for the recognition of a language
CN111651497A (zh) 用户标签挖掘方法、装置、存储介质及电子设备
CN111899140A (zh) 基于话术水平提升的客服培训方法及系统
CN111429157A (zh) 投诉工单的评价处理方法、装置、设备及存储介质
KR20190046062A (ko) 대화 시스템을 위한 대화 시나리오 데이터베이스 구축 방법 및 장치
CN110059161A (zh) 一种基于文本分类技术的电话语音机器人系统
CN115292461A (zh) 基于语音识别的人机交互学习方法及系统
Ramadani et al. A new technology on translating Indonesian spoken language into Indonesian sign language system.
CN111382230B (zh) 用于法律咨询选项的模糊识别方法
Elmitwally et al. Personality Detection Using Context Based Emotions in Cognitive Agents.
CN113555133A (zh) 一种医疗问诊数据处理方法和装置
CN111324719B (zh) 用于法律咨询的模糊识别系统
CN116051151A (zh) 基于机器阅读理解的客户画像确定方法、系统和电子设备
CN111581338B (zh) 一种农业技术服务机器人人机融合咨询问答方法及系统
CN110765242A (zh) 一种客服信息的提供方法，装置及系统
CN114297450A (zh) 一种基于深度学习的对话系统及其对话方法

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: Office 1, 18, building 7, Zhongyu xiangnai mansion, No. 101, Xinji Avenue, Longxi street, Yubei District, Chongqing

Patentee after: Chongqing Daniu Cognitive Technology Co.,Ltd.

Address before: Office 1, 18, building 7, Zhongyu xiangnai mansion, No. 101, Xinji Avenue, Longxi street, Yubei District, Chongqing

Patentee before: Chongqing best Daniel robot Co.,Ltd.