CN111460172A - 产品问题的答案确定方法、装置和电子设备 - Google Patents

产品问题的答案确定方法、装置和电子设备 Download PDF

Info

Publication number
CN111460172A
CN111460172A CN202010245790.5A CN202010245790A CN111460172A CN 111460172 A CN111460172 A CN 111460172A CN 202010245790 A CN202010245790 A CN 202010245790A CN 111460172 A CN111460172 A CN 111460172A
Authority
CN
China
Prior art keywords
sample
answer
question
answers
target product
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
CN202010245790.5A
Other languages
English (en)
Inventor
何力
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.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software 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 Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN202010245790.5A priority Critical patent/CN111460172A/zh
Priority to US16/934,499 priority patent/US11797584B2/en
Publication of CN111460172A publication Critical patent/CN111460172A/zh
Priority to EP20188494.7A priority patent/EP3889872A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • G06F16/33Querying
    • G06F16/332Query formulation
    • G06F16/3329Natural language query formulation or dialogue systems
    • 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
    • G06F16/33Querying
    • G06F16/3331Query processing
    • G06F16/334Query execution
    • G06F16/3344Query execution using natural language analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/02Knowledge representation; Symbolic representation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/01Customer relationship services
    • G06Q30/015Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
    • G06Q30/016After-sales

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Human Computer Interaction (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开是关于产品问题的答案确定方法、装置和电子设备,所述方法包括:接收针对目标产品的问题;获取为所述目标产品预先构建的知识图谱,其中,所述知识图谱包含实体,以及所述实体之间的关系,所述实体至少包括针对所述目标产品的问题以及相应的答案;基于所述知识图谱包含的所述实体之间的关系,确定所述问题的答案。根据本公开的实施例,可以构建包含问题、答案和两者关系的知识图谱,进而在接收到问题时,可以通过知识图谱快速且准确地查找到相应地答案,以供售后人员使用,便于售后人员快速且准确地针对用户提出的问题给出答案,进而提高用户对于产品的满意程度。

Description

产品问题的答案确定方法、装置和电子设备
技术领域
本公开涉及售后技术领域,尤其涉及产品问题的答案确定方法、产品问题的答案确定装置和电子设备。
背景技术
随着电子消费的发展,越来越多的消费者使用上了各式各样的工业产品,例如手机、电视等。但是部分的电子产品在用户使用过程中,产生了售后问题,有些是由于产品本身的质量问题,有些则是由于产品兼容性和功能性的问题。
大量的售后问题,给产品制造商的售后部门和研发部门带来了很大的挑战。通过传统的人工方式解决,效率较低,人力成本较大。而且在一般情况下,售后只能根据产品说明书的描述,来检索消费者的问题关键字,从而给出相应的答案。对于很多兼容性问题和特殊使用场景的问题,却无能为力,如果进一步将问题提交给研发人员,那将会进一步占用研发人员的时间。然而研发人员解决售后问题的过程相对漫长,主要原因在于,研发人员复现问题的场景和用户实际使用过程中产生问题的场景存在差距,并且大部分的用户售后问题是用户使用不当或者第三方的外设影响到了产品而产生,这些问题研发人员很难定位,即使能够定位,定位周期也很长,导致用户抱怨的恶性循环。
为了克服上述问题,相关技术中存在机器人对答系统,可以针对售后问题自动地给出答案。但是目前的机器人对答系统,针对标准格式的问题才能确定出其中的关键信息点,然而用户提出的大部分问题,并不是标准格式,而是相对随性的语言和语音,这就导致机器人对答系统很难获取到用户提出问题的关键信息点,也就难以提供正确的答案,以至于大部分用户最终还是选择人工售后,而人工售后需要手动寻找答案,并且给出的答案存在有较大的局限性,速度相对脚本,准确性相对较低。
发明内容
本公开提供产品问题的答案确定方法、产品问题的答案确定装置和电子设备,以解决相关技术中的不足。
根据本公开实施例的第一方面,提供一种产品问题的答案确定方法,包括:
接收针对目标产品的问题;
获取为所述目标产品预先构建的知识图谱,其中,所述知识图谱包含实体,以及所述实体之间的关系,所述实体至少包括针对所述目标产品的问题以及相应的答案;
基于所述知识图谱包含的所述实体之间的关系,确定所述问题的答案。
可选地,所述知识图谱通过以下方式预先构建:
获取针对所述目标产品的样本问题和样本答案;
对所述样本问题和所述样本答案进行语义理解;
确定语义理解后的样本问题和样本答案之间的相关度;
以所述相关度作为边,以所述样本问题和所述样本答案作为实体,生成所述知识图谱。
可选地,所述确定语义理解后的样本问题和样本答案之间的相关度包括:
根据所述样本问题对应的问题词向量和所述样本答案对应的答案词向量之间的夹角和/或距离,确定语义理解后的样本问题和样本答案之间的相关度。
可选地,语义理解后的所述样本问题为问题词向量,所述确定语义理解后的样本问题和样本答案之间的相关度包括:
获取所述样本答案的质量信息,和/或提供所述样本答案的用户的信息;
根据所述质量信息和/或所述用户的信息,确定语义理解后的样本问题和样本答案之间的第一相关度;
根据所述样本问题对应的问题词向量和所述样本答案对应的答案词向量之间的夹角和/或距离,确定语义理解后的样本问题和样本答案之间的第二相关度;
根据所述第一相关度和所述第二相关度,确定语义理解后的样本问题和样本答案之间的相关度。
可选地,所述样本问题包括公开媒介针对所述目标产品的问题,和/或售后接收到的针对所述目标产品的问题;
所述样本答案包括公开媒介针对所述目标产品的问题的答案,和/或售后针对所述目标产品的问题的答案。
可选地,响应于确定的答案为多个,所述显示获取到的答案包括:
根据所述知识图谱确定所述多个答案分别与所述问题之间的相关度;
根据相关度由高到低对所述多个答案进行排序;
输出排序后的所述多个答案。
根据本公开实施例的第二方面,提供一种产品问题的答案确定装置,包括:
问题接收模块,被配置为接收针对目标产品的问题;
知识图谱获取模块,被配置为获取为所述目标产品预先构建的知识图谱,其中,所述知识图谱包含实体,以及所述实体之间的关系,所述实体至少包括针对所述目标产品的问题以及相应的答案;
答案获取模块,被配置为基于所述知识图谱包含的所述实体之间的关系,确定所述问题的答案。
可选地,所述装置还包括:
知识图谱构建模块,其中,所述知识图谱构建模块包括:
样本获取子模块,被配置为获取针对所述目标产品的样本问题和样本答案;
语义理解子模块,被配置为对所述样本问题和所述样本答案进行语义理解;
相关度确定子模块,被配置为确定语义理解后的样本问题和样本答案之间的相关度;
生成子模块,被配置为以所述相关度作为边,以所述样本问题和所述样本答案作为实体,生成所述知识图谱。
可选地,所述相关度确定子模块,被配置为根据所述样本问题对应的问题词向量和所述样本答案对应的答案词向量之间的夹角和/或距离,确定语义理解后的样本问题和样本答案之间的相关度。
可选地,所述语义理解子模块被配置为,获取所述样本答案的质量信息,和/或提供所述样本答案的用户的信息;
根据所述质量信息和/或所述用户的信息,确定语义理解后的样本问题和样本答案之间的第一相关度;
根据所述样本问题对应的问题词向量和所述样本答案对应的答案词向量之间的夹角和/或距离,确定语义理解后的样本问题和样本答案之间的第二相关度;
根据所述第一相关度和所述第二相关度,确定语义理解后的样本问题和样本答案之间的相关度。
可选地,所述样本问题包括公开媒介针对所述目标产品的问题,和/或售后接收到的针对所述目标产品的问题;
所述样本答案包括公开媒介针对所述目标产品的问题的答案,和/或售后针对所述目标产品的问题的答案。
可选地,响应于确定的答案为多个,所述装置包括:
相关度确定模块,被配置为根据所述知识图谱确定所述多个答案分别与所述问题之间的相关度;
答案排序模块,被配置为根据相关度由高到低对所述多个答案进行排序;
答案输出模块,被配置为输出排序后的所述多个答案。
根据本公开实施例的第三方面,提供一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为实现上述任一实施例所述的方法。
本公开的实施例提供的技术方案可以包括以下有益效果:
根据本公开的实施例,可以构建包含问题、答案和两者关系的知识图谱,进而在接收到问题时,可以通过知识图谱快速且准确地查找到相应地答案,以供售后人员使用,便于售后人员快速且准确地针对用户提出的问题给出答案,进而提高用户对于产品的满意程度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据本公开的实施例示出的一种产品问题的答案确定方法的示意流程图。
图2是根据本公开的实施例示出的一种构建知识图谱的示意流程图。
图3是根据本公开的实施例示出的一种知识图谱部分的示意图。
图4是根据本公开的实施例示出的另一种构建知识图谱的示意流程图。
图5是根据本公开的实施例示出的另一种产品问题的答案确定方法的示意流程图。
图6是根据本公开的实施例示出的又一种产品问题的答案确定方法的示意流程图。
图7是根据本公开的实施例示出的一种产品问题的答案确定装置的示意框图。
图8是根据本公开的实施例示出的一种知识图谱构建模块的示意框图。
图9是根据本公开的实施例示出的一种答案显示模块的示意框图。
图10是根据本公开的实施例示出的一种用于产品问题的答案确定的装置的示意框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据本公开的实施例示出的一种产品问题的答案确定方法的示意流程图。本实施例所示的方法可以适用于售后人员的设备,以供售后人员获取用户提出问题的答案;也可以适用于购买产品的用户的设备,以供用户针对自己提出的问题获取答案;还可以适用于研发人员的设备,以便研发人员基于问题的答案分析问题。
以下主要在本实施例所示的方法应用于售后人员的设备的情况下,对本公开的技术方案进行示例性说明。
如图1所示,所述产品问题的答案确定方法包括:
在步骤S101中,接收针对目标产品的问题;
在步骤S102中,获取为所述目标产品预先构建的知识图谱,其中,所述知识图谱包含实体,以及所述实体之间的关系,所述实体至少包括针对所述目标产品的问题以及相应的答案;
在步骤S103中,基于所述知识图谱包含的所述实体之间的关系,确定所述问题输出的答案。
在一个实施例中,目标产品可以是指某一类产品,例如手机、电视、空调、洗衣机等,也可以是指某一类产品中具体某一型号产品,例如ABC-X型号的手机。
用户在使用目标产品的过程中,可能会产生问题,例如针对目标产品本身结构损坏的问题,针对目标产品在使用过程中报错的问题,需要指导如何使用目标产品某个功能的问题。
在一个实施例中,可以预先收集有关目标产品的问题作为样本问题,以及样本问题对应的答案作为样本答案,然后确定样本问题和样本答案之间的相关度,进而以所述相关度作为边,以所述样本问题和所述样本答案作为实体,生成知识图谱。
在一个实施例中,样本问题和样本答案可以来自于售后,例如可以记录售后在接到用户来电时的语音,从而记录用户提出的问题作为样本问题,并将售后提供给用户的答案作为样本答案。
在一个实施例中,样本问题和样本答案可以来自于论坛(社区),例如可以获取用户在社区上发表的有关目标产品的问题作为样本问题,并将论坛中针对该问题答复的内容作为样本答案。
基于此,可以利用已有的问题作为样本问题,利用已有的答案作为样本答案,来构建知识图谱,无需人工设置问题,以及制作相应的答案,可以极大地节省生成知识图谱的工作量。
售后人员在接收到用户提出的问题后,可以将问题输入到知识图谱中,知识图谱基于所包含的所述实体之间的关系,根据该问题可以查找与其存在关系的答案,并输出查找到的答案,进而将答案显示给售后人员。
根据本公开的实施例,可以构建包含问题、答案和两者关系的知识图谱,进而在接收到问题时,可以通过知识图谱快速且准确地查找到相应地答案,以供售后人员使用,便于售后人员快速且准确地针对用户提出的问题给出答案,进而提高用户对于产品的满意程度。
图2是根据本公开的实施例示出的一种构建知识图谱的示意流程图。图3是根据本公开的实施例示出的一种知识图谱部分的示意图。
如图2所示,所述知识图谱通过以下方式预先构建:
在步骤S104中,获取针对所述目标产品的样本问题和样本答案;
在步骤S105中,对所述样本问题和所述样本答案进行语义理解;
在步骤S106中,确定语义理解后的样本问题和样本答案之间的相关度;
在步骤S107中,以所述相关度作为边,以所述样本问题和所述样本答案作为实体,生成所述知识图谱。
在一个实施例中,可以获取针对所述目标产品的样本问题和样本答案,例如获取的样本问题包括论坛上针对所述目标产品的问题,也可以包括售后接收到的针对所述目标产品的问题;获取的样本答案包括论坛上针对所述目标产品的问题的答案,也可以包括售后针对所述目标产品的问题的答案。
可选地,所述确定语义理解后的样本问题和样本答案之间的相关度包括:
根据所述样本问题对应的问题词向量和所述样本答案对应的答案词向量之间的夹角和/或距离,确定语义理解后的样本问题和样本答案之间的相关度。
在一个实施例中,对于样本问题和样本答案可以进行语义理解,将语法不规则的语句转换为语法规则的语句,例如转换为主谓宾三元组的形式,以S简称主语,以P简称谓语,以O简称宾语,那么语义理解后的样本问题和样本答案,都可以归纳为SPO语言片段,SPO语言片段可以表示为词向量{S,P,O}。
进而对于语义理解后的样本问题和样本答案,可以确定它们之间的相关度,例如可以根据样本问题对应的词向量和样本答案对应的词向量之间的夹角、距离等数据,并基于计算得到的结果确定每两个样本问题和样本答案之间的相关度,例如词向量之间的夹角越小,相关度越大,词向量之间的距离越小,相关度越大。
以Q表示样本问题,以R表示样本答案,以s表示两者时间的相关度,那么相关度可以通过三元组{Q,R,s}表示,并且根据s的值,可以将样本答案和样本问题划分为强相关(例如s大于第一预设值),弱相关(例如s小于第一预设值且大于第二预设值),不相关(例如s小于第二预设值)。
可以根据需要设置强相关,或者强相关与弱相关的样本答案和样本问题之间存在边,并通过边的长度表示相关度,从而以所述相关度作为边,以所述样本问题和所述样本答案作为实体,生成所述知识图谱。
如图3所示,知识图谱可以包括3个样本问题Q1、Q2和Q3,以及6个样本答案R1、R2、R3、R4、R5、R6,其中6个样本答案均与Q1相关,并且R6与Q1的相关度最高,R1、R3和R4与Q3相关,并且R4与Q3的相关度最高,R1、R2、R5和R6与Q2相关,并且R6与Q2的相关度最高。
除了样本问题和样本答案之间可以存在相关度,样本问题之间也可以存在相关度,也即在知识图谱中,可以根据样本问题之间的相关度,在样本问题之间建立边,以便于知识图谱的拓展。
可选地,所述样本问题包括公开媒介针对所述目标产品的问题,和/或售后接收到的针对所述目标产品的问题;
所述样本答案包括公开媒介针对所述目标产品的问题的答案,和/或售后针对所述目标产品的问题的答案。
在一个实施例中,样本问题和样本答案可以来自于售后,例如可以记录售后在接到用户来电时的语音,从而记录用户提出的问题作为样本问题,并将售后提供给用户的答案作为样本答案。
在一个实施例中,样本问题和样本答案可以来自于公开媒介,公开媒介可以是论坛(社区)、官方网站中关于目标产品的评论区、第三方购物网站中关于目标产品的评论区。例如可以获取用户在论坛上发表的有关目标产品的问题作为样本问题,并将论坛中针对该问题答复的内容作为样本答案。
基于此,由于公开媒介中的内容是已有的内容,那么就可以利用已有的问题作为样本问题,利用已有的答案作为样本答案,来构建知识图谱,无需人工设置问题,以及制作相应的答案,可以极大地节省生成知识图谱的工作量。
图4是根据本公开的实施例示出的另一种构建知识图谱的示意流程图。如图4所示,所述确定语义理解后的样本问题和样本答案之间的相关度包括:
在步骤S1061中,获取所述样本答案的质量信息,和/或提供所述样本答案的用户的信息;
在步骤S1062中,根据所述质量信息和/或所述用户的信息,确定语义理解后的样本问题和样本答案之间的第一相关度;
在步骤S1063中,根据所述样本问题对应的问题词向量和所述样本答案对应的答案词向量之间的夹角和/或距离,确定语义理解后的样本问题和样本答案之间的第二相关度;
在步骤S1064中,根据所述第一相关度和所述第二相关度,确定语义理解后的样本问题和样本答案之间的相关度。
在一个实施例中,样本答案与样本问题之间的相关度,除了与两者对应的词向量之间的关系相关,还与样本问题本身的特征有关。
由于样本问题是大量的售后或者用户针对样本问题的回答,其质量有优劣之分。例如样本问题来源于售后针对用户问题的回答,那么样本答案的质量可以基于用户对售后的评分来确定,评分越高,质量越高;例如样本答案的发表时间与当前时刻越接近,其质量越高;例如样本答案来源于论坛,那么可以获取表发样本答案的用户的信息,具体可以获取用户购买过目标产品或者相关产品的数量,购买的越多,其发表的样本答案质量越高。
因此,实施例一方面可以根据所述质量信息和/或所述用户的信息,确定语义理解后的样本问题和样本答案之间的第一相关度,例如答案的质量越高,那么该答案作为样本答案,与样本问题的第一相关度越大,例如用户购买过目标产品或者相关产品的数量越多,用户发表的答案为样本答案,与样本问题的第一相关度越大;另一方面可以根据所述问题词向量和所述答案词向量之间的夹角和/或距离,确定语义理解后的样本问题和样本答案之间的第二相关度。进而根据所述第一相关度和所述第二相关度,确定语义理解后的样本问题和样本答案之间的相关度,例如可以针对第一相关度和第二相关度分别设置相应的权值,然后根据设置的权值对第一相关度和第二相关度进行加权求和,求得的结果作为语义理解后的样本问题和样本答案之间的相关度。
据此,综合考虑了多方面的因素,确定的样本问题和样本答案的相关度与实际更加契合。
图5是根据本公开的实施例示出的另一种产品问题的答案确定方法的示意流程图。如图5所示,响应于确定的答案为多个(也即基于所述知识图谱包含的所述实体之间的关系,确定所述问题的答案为多个),所述方法还包括:
在步骤S108中,根据所述知识图谱确定所述多个答案分别与所述问题之间的相关度;
在步骤S109中,根据相关度由高到低对所述多个答案进行排序;
在步骤S110中,输出排序后的所述多个答案(例如可以以图像的形式输出,也可以以语音等其他方式输出)。
在一个实施例中,与问题相关的答案可以为多个,那么对于多个答案,可以根据知识图谱确定每个答案与问题之间的相关度,其中,知识图谱中的边可以表示答案与问题之间的相关度,可以在构建知识图谱时确定,例如相关度可以基于上述实施例,根据样本问题对应的问题词向量和样本答案对应的答案词向量之间的夹角和/或距离,确定语义理解后的样本问题和样本答案之间的相关度;也可以基于上述实施例,根据第一相关度和第二相关度确定。
然后根据确定的相关度由高到低对多个答案进行排序,例如与问题相关度越高的答案,排序越靠前,进而显示排序后的所述多个答案,便于售后人员快速确定哪个答案与问题相加相关,便于准确且快速地对用户进行回复。
图6是根据本公开的实施例示出的又一种产品问题的答案确定方法的示意流程图。
如图6所示,首先,可以在论坛收集用户提出的问题和相应的答案,以及收集用户在售后提出的问题,和售后答复的答案。
然后将收集到的问题作为样本问题,将收集到的答案作为样本答案,进行语义理解,通过语义理解可以确定样本问题对应的词向量和样本答案对应的词向量。
进而根据词向量之间的夹角、距离等数据,确定每两个样本问题和样本答案之间的相关度(该过程可以通过阅读理解器来实现)。
而对于样本问题和样本答案之间的相关度,还可以考虑样本答案的质量信息,发表所述样本答案的用户的信息,然后根据质量信息和用户的信息综合确定相关度。
最后以确定的相关度作为边,以所述样本问题和所述样本答案作为实体,生成所述知识图谱。其中,对于不同的目标产品,样本问题和样本答案可以有所不同,因此,针对不同的目标产品,可以构建不同的知识图谱。
那么当接收到针对目标产品的问题后,可以将问题输入到目标产品对应的知识图谱中,以得到问题对应的答案。
与前述的产品问题的答案确定方法的实施例相对应,本公开还提供了产品问题的答案确定装置的实施例。
图7是根据本公开的实施例示出的一种产品问题的答案确定装置的示意框图。本实施例所示的装置可以适用于售后人员的设备,以供售后人员获取用户提出问题的答案;也可以适用于购买产品的用户的设备,以供用户针对自己提出的问题获取答案;还可以适用于研发人员的设备,以便研发人员基于问题的答案分析问题。
如图7所示,所述产品问题的答案确定装置包括:
问题接收模块101,被配置为接收针对目标产品的问题;
知识图谱获取模块102,被配置为获取为所述目标产品预先构建的知识图谱,其中,所述知识图谱包含实体,以及所述实体之间的关系,所述实体至少包括针对所述目标产品的问题以及相应的答案;
答案获取模块103,被配置为基于所述知识图谱包含的所述实体之间的关系,确定所述问题的答案。
图8是根据本公开的实施例示出的一种知识图谱构建模块的示意框图。如图8所示,所述装置还包括:知识图谱构建模块104,其中,所述知识图谱构建模块104包括:
样本获取子模块1041,被配置为获取针对所述目标产品的样本问题和样本答案;
语义理解子模块1042,被配置为对所述样本问题和所述样本答案进行语义理解;
相关度确定子模块1043,被配置为确定语义理解后的样本问题和样本答案之间的相关度;
生成子模块1044,被配置为以所述相关度作为边,以所述样本问题和所述样本答案作为实体,生成所述知识图谱。
可选地,所述相关度确定子模块,被配置为根据所述样本问题对应的问题词向量和所述样本答案对应的答案词向量之间的夹角和/或距离,确定语义理解后的样本问题和样本答案之间的相关度。
可选地,所述语义理解子模块被配置为,获取所述样本答案的质量信息,和/或提供所述样本答案的用户的信息;
根据所述质量信息和/或所述用户的信息,确定语义理解后的样本问题和样本答案之间的第一相关度;
根据所述样本问题对应的问题词向量和所述样本答案对应的答案词向量之间的夹角和/或距离,确定语义理解后的样本问题和样本答案之间的第二相关度;
根据所述第一相关度和所述第二相关度,确定语义理解后的样本问题和样本答案之间的相关度。
可选地,所述样本问题包括公开媒介针对所述目标产品的问题,和/或售后接收到的针对所述目标产品的问题;
所述样本答案包括公开媒介针对所述目标产品的问题的答案,和/或售后针对所述目标产品的问题的答案。
图9是根据本公开的实施例示出的一种答案显示模块的示意框图。如图9所示,响应于确定的答案为多个答案,所述装置还包括:
相关度确定模块105,被配置为根据所述知识图谱查询所述多个答案与接收到的问题之间的相关度;
答案排序模块106,被配置为根据确定的相关度对所述多个答案进行排序;
答案显示模块107,被配置为显示排序后的所述多个答案。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在相关方法的实施例中进行了详细描述,此处将不做详细阐述说明。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本公开的实施例还提出一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为实现上述任一实施例所述的方法。
图10是根据本公开的实施例示出的一种用于产品问题的答案确定的装置1000的示意框图。例如,装置1000可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图10,装置1000可以包括以下一个或多个组件:处理组件1002,存储器1004,电源组件1006,多媒体组件1008,音频组件1010,输入/输出(I/O)的接口1012,传感器组件1014,以及通信组件1016。还包括上述任一实施例所述的显示面板。
处理组件1002通常控制装置1000的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件1002可以包括一个或多个处理器1020来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件1002可以包括一个或多个模块,便于处理组件1002和其他组件之间的交互。例如,处理组件1002可以包括多媒体模块,以方便多媒体组件1008和处理组件1002之间的交互。
存储器1004被配置为存储各种类型的数据以支持在装置1000的操作。这些数据的示例包括用于在装置1000上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器1004可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件1006为装置1000的各种组件提供电力。电源组件1006可以包括电源管理系统,一个或多个电源,及其他与为装置1000生成、管理和分配电力相关联的组件。
多媒体组件1008包括在所述装置1000和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件1008包括一个前置摄像头和/或后置摄像头。当装置1000处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件1010被配置为输出和/或输入音频信号。例如,音频组件1010包括一个麦克风(MIC),当装置1000处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1004或经由通信组件1016发送。在一些实施例中,音频组件1010还包括一个扬声器,用于输出音频信号。
I/O接口1012为处理组件1002和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件1014包括一个或多个传感器,用于为装置1000提供各个方面的状态评估。例如,传感器组件1014可以检测到装置1000的打开/关闭状态,组件的相对定位,例如所述组件为装置1000的显示器和小键盘,传感器组件1014还可以检测装置1000或装置1000一个组件的位置改变,用户与装置1000接触的存在或不存在,装置1000方位或加速/减速和装置1000的温度变化。传感器组件1014可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1014还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件1014还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件1016被配置为便于装置1000和其他设备之间有线或无线方式的通信。装置1000可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件1016经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件1016还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置1000可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器1004,上述指令可由装置1000的处理器1020执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (13)

1.一种产品问题的答案确定方法,其特征在于,包括:
接收针对目标产品的问题;
获取为所述目标产品预先构建的知识图谱,其中,所述知识图谱包含实体,以及所述实体之间的关系,所述实体至少包括针对所述目标产品的问题以及相应的答案;
基于所述知识图谱包含的所述实体之间的关系,确定所述问题的答案。
2.根据权利要求1所述的方法,其特征在于,所述知识图谱通过以下方式预先构建:
获取针对所述目标产品的样本问题和样本答案;
对所述样本问题和所述样本答案进行语义理解;
确定语义理解后的样本问题和样本答案之间的相关度;
以所述相关度作为边,以所述样本问题和所述样本答案作为实体,生成所述知识图谱。
3.根据权利要求2所述的方法,其特征在于,所述确定语义理解后的样本问题和样本答案之间的相关度包括:
根据所述样本问题对应的问题词向量和所述样本答案对应的答案词向量之间的夹角和/或距离,确定语义理解后的样本问题和样本答案之间的相关度。
4.根据权利要求2所述的方法,其特征在于,所述确定语义理解后的样本问题和样本答案之间的相关度包括:
获取所述样本答案的质量信息,和/或提供所述样本答案的用户的信息;
根据所述质量信息和/或所述用户的信息,确定语义理解后的样本问题和样本答案之间的第一相关度;
根据所述样本问题对应的问题词向量和所述样本答案对应的答案词向量之间的夹角和/或距离,确定语义理解后的样本问题和样本答案之间的第二相关度;
根据所述第一相关度和所述第二相关度,确定语义理解后的样本问题和样本答案之间的相关度。
5.根据权利要求2所述的方法,其特征在于,所述样本问题包括公开媒介针对所述目标产品的问题,和/或售后接收到的针对所述目标产品的问题;
所述样本答案包括公开媒介针对所述目标产品的问题的答案,和/或售后针对所述目标产品的问题的答案。
6.根据权利要求1至5中任一项所述的方法,其特征在于,响应于确定的答案为多个,所述方法包括:
根据所述知识图谱确定所述多个答案分别与所述问题之间的相关度;
根据相关度由高到低对所述多个答案进行排序;
输出排序后的所述多个答案。
7.一种产品问题的答案确定装置,其特征在于,包括:
问题接收模块,被配置为接收针对目标产品的问题;
知识图谱获取模块,被配置为获取为所述目标产品预先构建的知识图谱,其中,所述知识图谱包含实体,以及所述实体之间的关系,所述实体至少包括针对所述目标产品的问题以及相应的答案;
答案获取模块,被配置为基于所述知识图谱包含的所述实体之间的关系,确定所述问题的答案。
8.根据权利要求7所述的装置,其特征在于,还包括:
知识图谱构建模块,其中,所述知识图谱构建模块包括:
样本获取子模块,被配置为获取针对所述目标产品的样本问题和样本答案;
语义理解子模块,被配置为对所述样本问题和所述样本答案进行语义理解;
相关度确定子模块,被配置为确定语义理解后的样本问题和样本答案之间的相关度;
生成子模块,被配置为以所述相关度作为边,以所述样本问题和所述样本答案作为实体,生成所述知识图谱。
9.根据权利要求8所述的装置,其特征在于,所述相关度确定子模块,被配置为根据所述样本问题对应的问题词向量和所述样本答案对应的答案词向量之间的夹角和/或距离,确定语义理解后的样本问题和样本答案之间的相关度。
10.根据权利要求8所述的装置,其特征在于,所述语义理解子模块被配置为,获取所述样本答案的质量信息,和/或提供所述样本答案的用户的信息;
根据所述质量信息和/或所述用户的信息,确定语义理解后的样本问题和样本答案之间的第一相关度;
根据所述样本问题对应的问题词向量和所述样本答案对应的答案词向量之间的夹角和/或距离,确定语义理解后的样本问题和样本答案之间的第二相关度;
根据所述第一相关度和所述第二相关度,确定语义理解后的样本问题和样本答案之间的相关度。
11.根据权利要求8所述的装置,其特征在于,所述样本问题包括公开媒介针对所述目标产品的问题,和/或售后接收到的针对所述目标产品的问题;
所述样本答案包括公开媒介针对所述目标产品的问题的答案,和/或售后针对所述目标产品的问题的答案。
12.根据权利要求7至11中任一项所述的装置,其特征在于,响应于确定的答案为多个,所述装置还包括:
相关度确定模块,被配置为根据所述知识图谱确定所述多个答案分别与所述问题之间的相关度;
答案排序模块,被配置为根据相关度由高到低对所述多个答案进行排序;
答案输出模块,被配置为输出排序后的所述多个答案。
13.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为实现权利要求1至6中任一项所述的方法。
CN202010245790.5A 2020-03-31 2020-03-31 产品问题的答案确定方法、装置和电子设备 Pending CN111460172A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010245790.5A CN111460172A (zh) 2020-03-31 2020-03-31 产品问题的答案确定方法、装置和电子设备
US16/934,499 US11797584B2 (en) 2020-03-31 2020-07-21 Method, electronic device, and computer-readable storage medium for determining answer to question of product
EP20188494.7A EP3889872A1 (en) 2020-03-31 2020-07-30 Method, apparatus, electronic device, and computer-readable storage medium for determining answer to question of product

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010245790.5A CN111460172A (zh) 2020-03-31 2020-03-31 产品问题的答案确定方法、装置和电子设备

Publications (1)

Publication Number Publication Date
CN111460172A true CN111460172A (zh) 2020-07-28

Family

ID=71683459

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010245790.5A Pending CN111460172A (zh) 2020-03-31 2020-03-31 产品问题的答案确定方法、装置和电子设备

Country Status (3)

Country Link
US (1) US11797584B2 (zh)
EP (1) EP3889872A1 (zh)
CN (1) CN111460172A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112766985A (zh) * 2021-01-26 2021-05-07 北京小米移动软件有限公司 信息处理方法、装置以及存储介质

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114882993B (zh) * 2022-05-19 2024-05-31 平安科技(深圳)有限公司 问题的解释要素生成方法、装置、介质及电子设备
CN114926190A (zh) * 2022-07-19 2022-08-19 辰风策划(深圳)有限公司 一种自动对问答进行回复的电子产品用销售系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105095195A (zh) * 2015-07-03 2015-11-25 北京京东尚科信息技术有限公司 基于知识图谱的人机问答方法和系统
US20180150739A1 (en) * 2016-11-30 2018-05-31 Microsoft Technology Licensing, Llc Systems and methods for performing automated interviews
WO2018151856A1 (en) * 2017-02-16 2018-08-23 Globality, Inc. Intelligent matching system with ontology-aided relation extraction
WO2019051847A1 (en) * 2017-09-18 2019-03-21 Microsoft Technology Licensing, Llc SUPPLY OF ASSISTANCE TO THE PLAN IN A SESSION
WO2019071599A1 (en) * 2017-10-13 2019-04-18 Microsoft Technology Licensing, Llc PROVIDING AN ANSWER IN A SESSION
US20200004875A1 (en) * 2018-06-29 2020-01-02 International Business Machines Corporation Query expansion using a graph of question and answer vocabulary

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9189742B2 (en) * 2013-11-20 2015-11-17 Justin London Adaptive virtual intelligent agent
US20180218374A1 (en) * 2017-01-31 2018-08-02 Moveworks, Inc. Method, system and computer program product for facilitating query resolutions at a service desk
SG10201708929RA (en) * 2017-07-05 2019-02-27 Capillary Tech International Pte Ltd Multi-window time-aware personalized recommendation system
US11120059B2 (en) * 2018-06-27 2021-09-14 Adobe Inc. Conversational query answering system
US11397762B2 (en) * 2020-01-24 2022-07-26 Accenture Global Solutions Limited Automatically generating natural language responses to users' questions

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105095195A (zh) * 2015-07-03 2015-11-25 北京京东尚科信息技术有限公司 基于知识图谱的人机问答方法和系统
US20180150739A1 (en) * 2016-11-30 2018-05-31 Microsoft Technology Licensing, Llc Systems and methods for performing automated interviews
WO2018151856A1 (en) * 2017-02-16 2018-08-23 Globality, Inc. Intelligent matching system with ontology-aided relation extraction
WO2019051847A1 (en) * 2017-09-18 2019-03-21 Microsoft Technology Licensing, Llc SUPPLY OF ASSISTANCE TO THE PLAN IN A SESSION
WO2019071599A1 (en) * 2017-10-13 2019-04-18 Microsoft Technology Licensing, Llc PROVIDING AN ANSWER IN A SESSION
US20200004875A1 (en) * 2018-06-29 2020-01-02 International Business Machines Corporation Query expansion using a graph of question and answer vocabulary

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112766985A (zh) * 2021-01-26 2021-05-07 北京小米移动软件有限公司 信息处理方法、装置以及存储介质

Also Published As

Publication number Publication date
US20210303605A1 (en) 2021-09-30
US11797584B2 (en) 2023-10-24
EP3889872A1 (en) 2021-10-06

Similar Documents

Publication Publication Date Title
CN111431727B (zh) 一种群组展示方法、装置、终端、服务器及系统
CN111460172A (zh) 产品问题的答案确定方法、装置和电子设备
EP3125164A1 (en) Method and device for presenting ticket information
CN109189986B (zh) 信息推荐方法、装置、电子设备和可读存储介质
CN112445970B (zh) 一种信息推荐方法、装置、电子设备及存储介质
CN110688527A (zh) 视频推荐方法、装置、存储介质及电子设备
CN107230137A (zh) 商品信息获取方法及装置
CN112148923B (zh) 搜索结果的排序方法、排序模型的生成方法、装置及设备
CN108460651A (zh) 车辆推荐方法及装置
CN109918565A (zh) 一种搜索数据的处理方法、装置及电子设备
US11546663B2 (en) Video recommendation method and apparatus
CN113407828A (zh) 一种搜索方法、装置和用于搜索的装置
CN110110207A (zh) 一种信息推荐方法、装置及电子设备
CN112000840B (zh) 一种业务对象的展示方法和装置
CN111752436A (zh) 一种推荐方法、装置和用于推荐的装置
CN110147426B (zh) 一种查询文本的分类标签确定方法及相关装置
CN108205534B (zh) 一种皮肤资源展示方法、装置及电子设备
CN115203573A (zh) 画像标签生成方法、模型训练方法、装置、介质及芯片
CN113643068A (zh) 商品购买意图确定方法、装置、存储介质及电子设备
CN106599202B (zh) 一种标签排序方法及装置
CN114117058A (zh) 账户信息的确定方法、装置、电子设备及存储介质
CN109740136A (zh) 网页数据导入方法、装置、电子设备及存储介质
CN111179011A (zh) 一种保险产品推荐方法及装置
CN112241486A (zh) 多媒体信息获取方法及装置
CN112380388B (zh) 搜索场景下的视频排序方法、装置、电子设备及存储介质

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