CN111625632A - 一种问答对推荐方法、装置、设备及存储介质 - Google Patents

Abstract

本申请实施例提供了一种问答对推荐方法、装置、设备及存储介质，所述方法包括：从用户在对话界面产生的历史对话记录中提取所述用户的关键信息；将所述关键信息和预设的具有多个问答对的系统知识库进行匹配，得到针对所述用户的第一问答对；从所述第一问答对中确定目标问答对；当所述用户进入所述对话界面时，向所述对话界面推送所述目标问答对。本申请实施例所推荐的目标问答对针对用户个性化定制，实现成本较低，可有效改善当前智能客服产品实现方案的局限性。

Description

一种问答对推荐方法、装置、设备及存储介质

技术领域

本申请涉及信息处理技术领域，特别是涉及一种问答对推荐方法、一种问答对推荐装置、一种存储介质以及一种电子设备。

背景技术

智能客服系统是面向企业级客户的智能客服解决方案，是基于自然语言理解(NLU)技术开发的一种智能交互应用系统。系统运用智能人机交互技术，通过文字等方式提供在线智能问答服务。系统可加载丰富的知识库内容，可与企业的业务系统对接，通过网页、微信、短信、APP等渠道服务于广大用户。

在目前的智能客服系统中，用户进入对话界面，系统会自动把热点问题或提前预设的固定问题推荐给用户，引导用户去进行选择。然而这种方式推荐出来的消息过于单一固定，缺少灵活性，不能给用户提供个性化服务。

发明内容

鉴于上述问题，提出了本申请实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种问答对推荐方法，相应的一种问答对推荐装置、一种存储介质以及一种电子设备。

本申请实施例第一方面提供了一种问答对推荐方法，所述方法包括：

从用户在对话界面产生的历史对话记录中提取所述用户的关键信息；

将所述关键信息和预设的具有多个问答对的系统知识库进行匹配，得到针对所述用户的第一问答对；

从所述第一问答对中确定目标问答对；

当所述用户进入所述对话界面时，向所述对话界面推送所述目标问答对。

可选的，所述历史对话记录包括对话文本；从用户在对话界面产生的历史对话记录中提取所述用户的关键信息，包括：

从用户在对话界面产生的历史对话记录中提取符合预设的固定句式的对话文本；

从所述对话文本中提取候选关键词，并根据预设的词表，在所述候选关键词中确定所述用户的关键信息；其中，所述词表包括从所述系统知识库中提取的多个问答对的特征词。

可选的，将所述关键信息和预设的具有多个问答对的系统知识库进行匹配，得到针对所述用户的第一问答对，包括：

将所述关键信息和预设的系统知识库进行匹配，从所述多个问答对中提取与所述关键信息关联的第二问答对；

根据所述关键信息，对所述第二问答对的匹配度进行评分；

将评分大于等于预设分数值的所述第二问答对作为针对所述用户的第一问答对。

可选的，从所述第一问答对中确定目标问答对，包括：

对所述第一问答对的评分按照从高到低的顺序进行排名，将满足预设排名的所述第一问答对确定为目标问答对。

可选的，所述方法还包括：

判断所述历史对话记录的数据量是否达到预设数据量阈值；

从用户在对话界面产生的历史对话记录中提取所述用户的关键信息，还包括：

在所述历史对话记录的数据量达到预设数据量阈值时，从用户在对话界面产生的历史对话记录中提取所述用户的关键信息。

可选的，向所述对话界面推送所述目标问答对前，所述方法还包括：

从所述历史对话记录中提取所述用户的表述习惯特征；

根据所述表述习惯特征，对所述目标问答对的表述习惯进行调整；

向所述对话界面推送所述目标问答对，包括：

向所述对话界面推送调整后的目标问答对。

本申请实施例第二方面提供了一种问答对推荐装置，所述装置包括：

关键信息提取模块，用于从用户在对话界面产生的历史对话记录中提取所述用户的关键信息；

第一问答对获得模块，用于将所述关键信息和预设的具有多个问答对的系统知识库进行匹配，得到针对所述用户的第一问答对；

目标问答对确定模块，用于从所述第一问答对中确定目标问答对；

目标问答对推送模块，用于在所述用户进入所述对话界面时，向所述对话界面推送所述目标问答对。

可选的，所述历史对话记录包括对话文本；所述关键信息提取模块，包括：

对话文本提取子模块，用于从用户在对话界面产生的历史对话记录中提取符合预设的固定句式的对话文本；

关键信息确定子模块，用于从所述对话文本中提取候选关键词，并根据预设的词表，在所述候选关键词中确定所述用户的关键信息；其中，所述词表包括从所述系统知识库中提取的多个问答对的特征词。

本申请实施例第三方面提供了一种可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如本申请第一方面所述的方法中的步骤。

本申请实施例第四方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在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，实现本申请第一方面所述的方法的步骤。

本申请实施例包括以下优点：

本申请实施例从用户在企业的客服系统对话界面中产生的历史对话记录中提取用户的关键信息，再根据用户的关键信息与企业自身的系统知识库去匹配计算，当用户再次进入系统的对话界面时，系统会为将匹配度较高的问答对推荐给用户，达到了所推荐的目标问答对针对用户个性化定制的效果，灵活性较强，能提高用户体验感；

本申请实施例所获得的用户画像与企业业务有较高的关联度，所推荐的问答对也与企业业务有较高的关联度，能够更准确地输出用户期望的响应消息，提高问答对的推荐效果；

本申请实施例的用户画像从历史对话记录中获得，实现成本较低，可有效改善当前智能客服产品实现方案的局限性。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请一种问答对推荐方法实施例一的步骤流程图；

图2是本申请实施例推荐问答对的流程示意图；

图3是本申请实施例实现问答对推荐方法的组网示意图；

图4是本申请一种问答对推荐方法实施例二的步骤流程图；

图5是本申请实施例一种问答对推荐装置的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动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。

在本发明实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。

随着人工智能技术的发展，自然语义理解继语音、图像之后，成为了新的增长点。而智能客服场景是NLU与产业结合的天然的极佳落地形态，面对巨大的市场需求，越来越多智能客服产品应运而生。

本申请的发明人发现，市场现有的部分智能客服产品中有根据用户画像为每个用户智能推荐问答对，但此类实现方式的前提是需要给系统提供现成的用户画像信息，即需要企业提前收集用户原始的个人基本信息、社交网络数据、相关领域大数据等信息才可实现效果。对于没有相关收集用户画像经验的企业，实现成本较高，使用有很大局限性。此外，这种现成的用户画像信息与企业业务的关联度往往较低，所推荐的问答对的点击率较低，推荐效果较差。

有鉴于此，参照图1，示出了本申请一种问答对推荐方法实施例一的步骤流程图，该方法具体可以包括以下步骤：

步骤S101，从用户在对话界面产生的历史对话记录中提取所述用户的关键信息；

在本申请实施例中，对话界面可以是企业针对自身业务开发的应用软件中的一个客服界面，如“某银行的客服对话界面”、“某线上商城的客服对话界面”。

历史对话记录可以为用户在对话界面中与人工客服的对话记录，也可以是与智能客服机器人的对话记录。

关键信息，也可称为用户画像，是通过历史对话记录中提取形成的。示例的，关键信息可以为性别、年龄、职业、地区、收入情况、感兴趣的业务类型等。

从用户在对话界面产生的历史对话记录中提取所述用户的关键信息的方法本申请实施例在此不作限制，能实现关键信息的提取即可。

实际中，系统会将用户每次在对话界面产生的对话记录进行存储，存储频率可以是在对话期间按预设时间间隔存储，也可以是在每次对话结束后，将该次的对话记录存储。其中，按照预设时间间隔存储可以设置为每3～5分钟自动存储一次，此种方式适用于针对在对话界面有较长停留时间的用户，以避免断网或系统异常而导致对话的数据丢失；每次对话结束后再存储的方式适用于针对在对话界面停留时间较短、次数较少等的用户，既能保证对话数据的有效存储，也避免对系统运行造成压力。

存储之后，为保证从历史对话记录中提取出的该用户的关键信息可用，在本申请一可选实施例中，还设置了针对关键信息的提取条件，具体可以包括：判断所述历史对话记录的数据量是否达到预设数据量阈值；在所述历史对话记录的数据量达到预设数据量阈值时，从用户在对话界面产生的历史对话记录中提取所述用户的关键信息。

在本申请实施例中，预设数据量阈值可以针对不同的用户进行设置，对于在对话界面每次停留时间较短，使用对话界面次数较少的用户，针对其的预设数据量阈值可以设置的较低些，如设置为30～50KB，以达到一定的个性化推荐效果；对于在对话界面有较长停留时间的用户，可以设置的预设数据量阈值较高些，如设置为50～100KB，随着历史对话记录的数据量越多，历史对话记录中的可用信息也会越多，可提取的关键信息也就也多，个性化推荐的效果也就越好。

步骤S102，将所述关键信息和预设的具有多个问答对的系统知识库进行匹配，得到针对所述用户的第一问答对；

在本申请实施例，系统知识库中预存有多个问答对，这些问答对来源于企业的业务知识文档，可通过人工按照固定格式进行手动编辑得到。问答对的内容包括问题和答复，示例的，该企业为某旅游整合平台，提问为“车票已经取了票，怎么退票”，答复为“(1)已取票则不支持在线退票，请发车前在出发站按车站规定办理退票；(2)部分车站退票为原支付渠道退款，请保留退票凭证联系客服处理；(3)景区巴士不可在车站退票”。

将关键信息与系统知识库中的问答对进行匹配，匹配算法本申请实施例在此不作限定，能实现匹配目的即可。

步骤S103，从所述第一问答对中确定目标问答对；

基于所获得的问答对的数量可能很多，如果直接推送给用户的对话界面，可能造成信息混杂，用户错乱。本申请实施例还对第一问答对进行进一步筛选，可将第一问答对中评分最高的一个或多个问答对确定为目标问答对。

步骤S104，当所述用户进入所述对话界面时，向所述对话界面推送所述目标问答对。

综合步骤S101～步骤S104，参照图2，示出了本申请实施例推荐问答对的流程示意图，在图2中，问题列表指最终所推荐的目标问答对。参照图3，示出了本申请实施例实现问答对推荐方法的组网示意图，可对本申请进一步说明。在图3中，对话记录存储模块执行存储历史对话记录的任务，信息提取模块执行关键信息的提取任务，知识库管理模块用于对系统知识库进行管理和存储，匹配计算模块执行将关键信息和具有多个问答对的系统知识库进行匹配的任务，最终确定出目标问答对。

本申请实施例从用户在企业的客服系统对话界面中产生的历史对话记录中提取用户的关键信息，再根据用户的关键信息与企业自身的系统知识库去匹配计算，当用户再次进入系统的对话界面时，系统会为将匹配度较高的问答对推荐给用户，这些问答对可能是用户最为关心或最感兴趣的问答对，以此可达到个性化推荐的效果。本申请实施例所获得的用户画像与企业业务有较高的关联度，所推荐的问答对也与企业业务有较高的关联度，能够更准确地输出用户期望的响应消息，提高问答对的推荐效果，用户画像从历史对话记录中获得，实现成本较低，可有效改善当前智能客服产品实现方案的局限性。

为了便于本领域技术人员更加深入理解本申请，下面对本申请实施例一的具体实现过程进一步阐述。参照图4，示出了本申请一种问答对推荐方法实施例二的步骤流程图，该方法具体可以包括以下步骤：

步骤S401，从用户在对话界面产生的历史对话记录中提取符合预设的固定句式的对话文本；

其中，对话文本，指用户与客服之间的问答数据，问题可以是用户提出的，如在某应用软件的客服对话界面中，用户提出问题“北京美食有哪些？”，客服回复“北京美食有……”，在该例子中，“北京美食有哪些？”与“北京美食有……”均是对话文本。再如，某银行软件的客服对话界面中，用户提出问题“XX现金分期是什么？”，客服回复“XX现金分期指……”，在此例子中，“XX现金分期是什么？”与“XX现金分期指……”也属于对话文本。当然，问题也可以是客服提出的，如客服提出问题“您想关注XX的理财信息吗？”用户回复“是的”，在此例子中，“您想关注XX的理财信息吗？”与“是的”也是对话文本。

基于对话文本的特性，系统可以先从历史对话记录中筛选出多个对话本文，然后再根据预设的固定句式对对话本文进行筛选，进一步提取有效的对话本文。预设的固定句式可以有多种，如问句，肯定句、陈述句；其中每种固定句式预设有多种表达方式，如问句可以有以下表达方式：“…是什么？”、“…怎么样？”、“如何…”、“为什么…？”、“…吗？”根据预设的固定句式的多种表达方式，本申请可以将该固定句式下符合其多种表达方式的对话文本筛选出来。

另外，对于不符合固定句式的对话文本，可将其转换为固定句式，再次提取，以此可增加训练样本的数量，提高推荐的问答对的内容的丰富性以及准确性。

步骤S402，从所述对话文本中提取候选关键词，并根据预设的词表，在所述候选关键词中确定所述用户的关键信息；其中，所述词表包括从所述系统知识库中提取的多个问答对的特征词；

本申请实施例可基于神经网络等深度学习模型从对话文本中提取出候选关键词，所采用的深度学习模型本申请在此不作限制，能实现从对话文本中提取出候选关键词即可。

示例的，对于所提取的对话文本来说，其往往符合主语、谓语、宾语、定语、状语、补语等一种或多种组成部分，本申请实施例基于深度学习模型可以提取其中一种或多种组成部分，例如设定提取对话文本中的主语、宾语，即将所提取的主语或宾语作为关键词。具体的，对话文本为“北京有哪些美食”，基于深度学习模型提取对话文本中的主语和宾语，即所提取的候选关键词有“北京”、“美食”。

在本申请实施例中，每个问答对中也包括多个特征词，这些特征词也可根据主语、谓语、宾语、定语、状语、补语等一种或多种组成部分进行提取。将从系统知识库的问答对中提取的多个特征词组成词表，可再基于神经网络模型，将预设的词表和所述候选关键词输入神经网络模型，对候选关键词进一步筛选，以确定用户的关键信息。示例的，将出现在词表中的候选关键词确定为该用户的关键信息；或比较后，发现候选关键词与词表中的特征词表达意思一样的，此时将词表中的该特征词作为用户的关键信息。本申请实施例通过此种方式，可保证获得的关键信息都与词表中的特征词有所重合，即后期保证能找到相应的问答对。

步骤S403，将所述关键信息和预设的系统知识库进行匹配，从所述多个问答对中提取与所述关键信息关联的第二问答对；

在本申请实施例中，将关键信息和预设的系统知识库进行匹配可有以下方式：1、将系统知识库中出现了一个或多个关键信息的问答对提取出来，作为第二问答对；2、将系统知识库中具有与该关键信息具有相同或相似表达意思的特征词所在的问答对提取出来，作为第二问答对；3、将系统知识库中与该关键信息有联系的问答对提取出来，作为第二问答对。

示例的：对于1，关键信息为“退票”，所提取的第二问答对可以是“车票已经取了票，怎么退票？”的相关内容，或“退票费率怎样计算？”的相关内容。对于2，关键信息为“补水”具有相同或相似表达意思的特征词可以为“保湿”，所提取的第二问答对可以是“冬季保湿的护肤品有什么推荐？”的相关内容。对于3，关键信息为“北京”，所提取的第二问答对可以是与北京的特色业务相关的问答对，如“故宫门票怎样购买？”的相关内容，“北京烤鸭哪里好吃？”的相关内容。

步骤S404，根据所述关键信息，对所述第二问答对的匹配度进行评分；

具体实现时，本申请实施例可依据第二问答对所具有的关键信息的数量对问答对进行评分；也可依据关键信息确定第二问答对的置信度，依据置信度对第二问答对进行评分；

步骤S405，将评分大于等于预设分数值的所述第二问答对作为针对所述用户的第一问答对；

由于所筛选的第二问答对的数量可能会太多，本申请实施例还对第二问答对进行评分，最终从第二问答对中筛选出适用于该用户的第一问答对。预设分数值可设为80分，只有满足80分的第二问答对才会作为针对用户的第一问答对。

步骤S406，对所述第一问答对的评分按照从高到低的顺序进行排名，将满足预设排名的所述第一问答对确定为目标问答对；

发明人考虑到，当所筛选出来的第一问答对仍然较多时，不能将所有的第一问答对全部推送给用户，以避免所推送的问答对在对话界面中不能较好的呈现。本申请实施例还依据第一问答对的评分的高低顺序对第一问答对进一步筛选，以达到为用户推荐最佳问答对(目标问答对)的目的。预设排名可根据第一问答对的数量进行设置，例如所筛选出的第一问答对的数量较少时，可将评分排名第一的第一问答对作为目标问答对；例如所筛选出的第一问答对的数量较多时，可将评分排名前三的第一问答对作为目标问答对。

由于不同用户的语言表述习惯不同，为提高个性化推荐的效果，在本申请一可选实施例中，向所述对话界面推送所述目标问答对前，还可先执行以下方法，所述方法还包括：

步骤S407，从所述历史对话记录中提取所述用户的表述习惯特征；

步骤S408，根据所述表述习惯特征，对所述目标问答对的表述习惯进行调整；

用户的表述习惯特征可以是用户对某种事物的表达方式，如“西红柿”，该用户喜欢用“番茄”来表达；也可以是用户的句式表达方式，如“什么是现金分期业务？”，该用户喜欢以“XX现金分期是什么”来表达。

经过对历史对话记录输入相关语言表达深度学习模型中进行训练，可提取出用户的表达习惯特征。再根据所述表述习惯特征，对所述目标问答对的表述习惯进行调整。

示例的，如确定用户的表述习惯特征包括习惯用宾语前置来表达，那么假若所确定的目标问答对为“怎样购买故宫门票？”的相关内容，依据宾语前置调整后，待向用户推送的目标问答对为“故宫门票怎样购买？”的相关内容。

步骤S409，向所述对话界面推送调整后的目标问答对。

在本申请实施例中，在用户进入该对话界面时，系统自动向对话界面推送调整后的目标问答对，以此更能吸引用户的注意，便于用户快速阅读理解所推送的目标问答对，可进一步提高个性化推荐的效果。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请实施例并不受所描述的动作顺序的限制，因为依据本申请实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本申请实施例所必须的。

基于同一发明构思，参照图5，示出了本申请实施例一种问答对推荐装置的结构示意图，所述装置可以包括：

关键信息提取模块501，用于从用户在对话界面产生的历史对话记录中提取所述用户的关键信息；

第一问答对获得模块502，用于将所述关键信息和预设的具有多个问答对的系统知识库进行匹配，得到针对所述用户的第一问答对；

目标问答对确定模块503，用于从所述第一问答对中确定目标问答对；

目标问答对推送模块504，用于在所述用户进入所述对话界面时，向所述对话界面推送所述目标问答对。

在本申请一可选实施例中，所述历史对话记录包括对话文本；所述关键信息提取模块501，可以包括以下子模块：

对话文本提取子模块，用于从用户在对话界面产生的历史对话记录中提取符合预设的固定句式的对话文本；

关键信息确定子模块，用于从所述对话文本中提取候选关键词，并根据预设的词表，在所述候选关键词中确定所述用户的关键信息；其中，所述词表包括从所述系统知识库中提取的多个问答对的特征词。

在本申请一可选实施例中，所述第一问答对获得模块502，可以包括以下子模块：

第二问答对提取子模块，用于将所述关键信息和预设的系统知识库进行匹配，从所述多个问答对中提取与所述关键信息关联的第二问答对；

第二问答对评分子模块，用于根据所述关键信息，对所述第二问答对的匹配度进行评分；

第一问答对确定子模块，用于将评分大于等于预设分数值的所述第二问答对作为针对所述用户的第一问答对。

在本申请一可选实施例中，所述目标问答对确定模块503，可以包括以下子模块：

评分排名确定子模块，用于对所述第一问答对的评分按照从高到低的顺序进行排名，将满足预设排名的所述第一问答对确定为目标问答对。

在本申请一可选实施例中，所述装置还可以包括以下模块：

数据量判断模块，用于判断所述历史对话记录的数据量是否达到预设数据量阈值；

所述关键信息提取模块501，还可以包括以下子模块：

信息提取执行子模块，用于在所述历史对话记录的数据量达到预设数据量阈值时，从用户在对话界面产生的历史对话记录中提取所述用户的关键信息。

在本申请一可选实施例中，向所述对话界面推送所述目标问答对前，所述装置还包括：

表述习惯特征提取模块，用于从所述历史对话记录中提取所述用户的表述习惯特征；

表述习惯调整模块，用于根据所述表述习惯特征，对所述目标问答对的表述习惯进行调整；

目标问答对推送模块504，可以包括以下子模块：

问答对推送执行子模块，用于向所述对话界面推送调整后的目标问答对。

综合上述内容，本申请实施例从用户在企业的客服系统对话界面中产生的历史对话记录中提取用户的关键信息，再根据用户的关键信息与企业自身的系统知识库去匹配计算，当用户再次进入系统的对话界面时，系统会为将匹配度较高的问答对推荐给用户，可达到个性化推荐的效果。本申请实施例所获得的用户画像与企业业务有较高的关联度，所推荐的问答对也与企业业务有较高的关联度，能够更准确地输出用户期望的响应消息，提高问答对的推荐效果。用户画像从历史对话记录中获得，实现成本较低，可有效改善当前智能客服产品实现方案的局限性。

基于同一发明构思，本申请另一实施例提供一种可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请上述实施例所述的问答对推荐方法中的步骤。

基于同一发明构思，本申请另一实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现本申请上述实施例所述的问答对推荐方法中的步骤。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本申请所提供的一种问答对推荐方法、一种问答对推荐装置、一种存储介质以及一种电子设备，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种问答对推荐方法，其特征在于，所述方法包括：

从用户在对话界面产生的历史对话记录中提取所述用户的关键信息；

将所述关键信息和预设的具有多个问答对的系统知识库进行匹配，得到针对所述用户的第一问答对；

从所述第一问答对中确定目标问答对；

当所述用户进入所述对话界面时，向所述对话界面推送所述目标问答对。

2.根据权利要求1所述的方法，其特征在于，所述历史对话记录包括对话文本；从用户在对话界面产生的历史对话记录中提取所述用户的关键信息，包括：

从用户在对话界面产生的历史对话记录中提取符合预设的固定句式的对话文本；

从所述对话文本中提取候选关键词，并根据预设的词表，在所述候选关键词中确定所述用户的关键信息；其中，所述词表包括从所述系统知识库中提取的多个问答对的特征词。

3.根据权利要求2所述的方法，其特征在于，将所述关键信息和预设的具有多个问答对的系统知识库进行匹配，得到针对所述用户的第一问答对，包括：

将所述关键信息和预设的系统知识库进行匹配，从所述多个问答对中提取与所述关键信息关联的第二问答对；

根据所述关键信息，对所述第二问答对的匹配度进行评分；

将评分大于等于预设分数值的所述第二问答对作为针对所述用户的第一问答对。

4.根据权利要求3所述的方法，其特征在于，从所述第一问答对中确定目标问答对，包括：

对所述第一问答对的评分按照从高到低的顺序进行排名，将满足预设排名的所述第一问答对确定为目标问答对。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

判断所述历史对话记录的数据量是否达到预设数据量阈值；

从用户在对话界面产生的历史对话记录中提取所述用户的关键信息，还包括：

在所述历史对话记录的数据量达到预设数据量阈值时，从用户在对话界面产生的历史对话记录中提取所述用户的关键信息。

6.根据权利要求1所述的方法，其特征在于，向所述对话界面推送所述目标问答对前，所述方法还包括：

从所述历史对话记录中提取所述用户的表述习惯特征；

根据所述表述习惯特征，对所述目标问答对的表述习惯进行调整；

向所述对话界面推送所述目标问答对，包括：

向所述对话界面推送调整后的目标问答对。

7.一种问答对推荐装置，其特征在于，所述装置包括：

关键信息提取模块，用于从用户在对话界面产生的历史对话记录中提取所述用户的关键信息；

第一问答对获得模块，用于将所述关键信息和预设的具有多个问答对的系统知识库进行匹配，得到针对所述用户的第一问答对；

目标问答对确定模块，用于从所述第一问答对中确定目标问答对；

目标问答对推送模块，用于在所述用户进入所述对话界面时，向所述对话界面推送所述目标问答对。

8.根据权利要求7所述的装置，其特征在于，所述历史对话记录包括对话文本；所述关键信息提取模块，包括：

对话文本提取子模块，用于从用户在对话界面产生的历史对话记录中提取符合预设的固定句式的对话文本；

关键信息确定子模块，用于从所述对话文本中提取候选关键词，并根据预设的词表，在所述候选关键词中确定所述用户的关键信息；其中，所述词表包括从所述系统知识库中提取的多个问答对的特征词。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时，实现如权利要求1至6任一所述的方法中的步骤。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在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，实现如权利要求1至6任一所述的方法的步骤。

Images