CN111711559B - 用于撤回信息的方法和装置 - Google Patents

用于撤回信息的方法和装置 Download PDF

Info

Publication number
CN111711559B
CN111711559B CN202010537959.4A CN202010537959A CN111711559B CN 111711559 B CN111711559 B CN 111711559B CN 202010537959 A CN202010537959 A CN 202010537959A CN 111711559 B CN111711559 B CN 111711559B
Authority
CN
China
Prior art keywords
customer service
similarity
service reply
text
determining
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
CN202010537959.4A
Other languages
English (en)
Other versions
CN111711559A (zh
Inventor
徐凯旋
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 Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology 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 Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010537959.4A priority Critical patent/CN111711559B/zh
Publication of CN111711559A publication Critical patent/CN111711559A/zh
Application granted granted Critical
Publication of CN111711559B publication Critical patent/CN111711559B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
    • H04L51/043—Real-time or near real-time messaging, e.g. instant messaging [IM] using or handling presence information
    • 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
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/216—Parsing using statistical methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
    • H04L51/046—Interoperability with other network applications or services

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Mathematical Physics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Computer Interaction (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Computation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请公开了用于撤回信息的方法和装置，涉及自然语言处理领域、深度学习领域和云计算领域。具体实现方案为：获取客服终端的客服回复文本对，其中，客服回复文本对由当前客服回复文本和目标历史客服回复文本所组成；确定组成客服回复文本对的两条客服回复文本之间的相似度；响应于确定相似度大于预设的相似度阈值，执行撤回操作。该实施方式减少了客服回复文本中具有重复语义的答复。

Description

用于撤回信息的方法和装置
技术领域
本申请实施例涉及计算机技术领域，具体涉及自然语言处理领域、深度学习领域和云计算领域。
背景技术
工单系统是客服服务中常见的一类系统。客服人员可以在一条工单中与客户进行多次交互，从而解决用户的问题，所以客服人员的回复内容会直接影响到客服服务的质量。为了保证或提升服务质量，在一条工单中，客服人员应尽量避免重复性的答复。现有的客服人员在处理工单的过程中，主要是通过人工来保证客服回复质量。
发明内容
本公开提供了一种用于撤回信息的方法和装置。
根据第一方面，提供了一种用于撤回信息的方法，包括：获取客服终端的客服回复文本对，其中，所述客服回复文本对由当前客服回复文本和目标历史客服回复文本所组成；确定组成所述客服回复文本对的两条客服回复文本之间的相似度；响应于确定所述相似度大于预设的相似度阈值，执行撤回操作。
根据第二方面，提供了一种用于撤回信息的装置，包括：获取单元，被配置成获取客服终端的客服回复文本对，其中，所述客服回复文本对由当前客服回复文本和目标历史客服回复文本所组成；确定单元，被配置成确定组成所述客服回复文本对的两条客服回复文本之间的相似度；撤回单元，被配置成响应于确定所述相似度大于预设的相似度阈值，执行撤回操作。
根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行第一方面中任一项的方法。
根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行第一方面中任一项的方法。
根据第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述方法。
根据本申请的技术，首先获取客服终端的由当前客服回复文本和目标历史客服回复文本所组成的客服回复文本对；之后，确定组成上述客服回复文本对的两条客服回复文本之间的相似度；最后，若确定上述相似度大于预设的相似度阈值，执行撤回操作。通过这种方式可以将具有重复语义的客服回复文本撤回，减少了客服回复文本中具有重复语义的答复。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是本申请的各个实施例可以应用于其中的示例性系统架构图；
图2是根据本申请的用于撤回信息的方法的一个实施例的流程图；
图3是根据本申请的用于撤回信息的方法的一个应用场景的示意图；
图4是根据本申请的用于撤回信息的方法中确定两条客服回复文本之间的相似度的一个实施例的流程图；
图5是根据本申请的用于撤回信息的方法中确定相似度阈值的一个实施例的流程图；
图6是根据本申请的用于撤回信息的装置的一个实施例的结构示意图；
图7是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1示出了可以应用本申请的用于撤回信息的方法的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括用户终端1011、1012，网络1021、1022，客服终端1031、1032和服务器104。网络1021用以在用户终端1011、1012和客服终端1031、1032之间提供通信链路的介质。网络1022用以在客服终端1031、1032和服务器104之间提供通信链路的介质。网络1021、1022可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用用户终端1011、1012通过网络1021与客服终端1031、1032交互，以发送或接收消息等(例如，用户终端1011、1012可以接收客服终端1031、1032发送的客服回复文本)等。用户终端1011、1012上可以安装有各种通讯客户端应用，例如购物类应用、问答类应用、即时通讯软件等。
用户终端1011、1012可以是硬件，也可以是软件。当用户终端1011、1012为硬件时，可以是支持信息交互的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当用户终端1011、1012为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
客服人员可以使用客服终端1031、1032通过网络1022与服务器104交互，以发送或接收消息等(例如，服务器104可以获取客服终端1031、1032的客服回复文本对)等。客服终端1031、1032上可以安装有各种通讯客户端应用，例如购物类应用、问答类应用、客服助理类应用、即时通讯软件等。
客服终端1031、1032可以是硬件，也可以是软件。当客服终端1031、1032为硬件时，可以是支持信息交互的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当客服终端1031、1032为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器104可以是提供各种服务的服务器。例如，可以是对客服回复文本对进行分析的后台服务器。服务器104可以首先从客服终端1031、1032中获取由当前客服回复文本和目标历史客服回复文本所组成的客服回复文本对；之后，可以确定组成上述客服回复文本对的两条客服回复文本之间的相似度；最后，若确定上述相似度大于预设的相似度阈值，可以执行撤回操作。
需要说明的是，服务器104可以是硬件，也可以是软件。当服务器104为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器104为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是，本申请实施例所提供的用于撤回信息的方法通常由服务器104执行，则用于撤回信息的装置通常设置于服务器104中。
应该理解，图1中的用户终端、网络、客服终端和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的用户终端、网络、客服终端和服务器。
继续参考图2，示出了根据本申请的用于撤回信息的方法的一个实施例的流程200。该用于撤回信息的方法，包括以下步骤：
步骤201，获取客服终端的客服回复文本对。
在本实施例中，用于撤回信息的方法的执行主体(例如图1所示的服务器)可以获取客服终端的客服回复文本对。在这里，上述客服回复文本对通常是由当前客服回复文本和预设的历史客服回复文本所组成。上述当前客服回复文本通常为客服人员通过客服终端在当前时刻针对客户提出的问题所回复的文本。上述历史客服回复文本可以为与上述当前客服回复文本在同一工单中的历史回复文本。在这里，一个工单通常指的是客服与客户的一次沟通过程所生成的客服问答记录。
需要说明的是，上述客服终端可以将当前客服回复文本与同一条工单中的历史回复文本进行两两组合，得到客服回复文本对，并将得到的客服回复文本对发送给上述执行主体。上述执行主体也可以从上述客服终端获取当前客服回复文本，上述执行主体可以将获取到的当前客服回复文本与本地存储的、同一条工单中的历史回复文本进行两两组合，从而获取到上述客服终端的客服回复文本对。
作为示例，若当前客服回复文本为A，历史客服回复文本包括B、C、D和E，则上述客服回复文本对可以包括由A和B组成的文本对、由A和C组成的文本对、由A和D组成的文本对、由A和E组成的文本对。
步骤202，确定组成客服回复文本对的两条客服回复文本之间的相似度。
在本实施例中，上述执行主体可以确定组成上述客服回复文本对的两条客服回复文本之间的相似度。具体地，上述执行主体可以将组成客服回复文本对的两条客服回复文本输入到预先训练的相似度预测模型中，得到上述两条客服回复文本之间的相似度。上述相似度预测模型可以用于表征两条文本与这两条文本之间的相似度之间的对应关系。
步骤203，响应于确定相似度大于预设的相似度阈值，执行撤回操作。
在本实施例中，上述执行主体可以确定在步骤202中确定出的相似度是否大于预设的相似度阈值。在这里，确定上述相似度是否大于预设的相似度阈值即确定上述客服回复文本对的两条客服回复文本是否具有语义重复。若上述相似度大于上述相似度阈值，上述执行主体可以执行撤回操作。作为示例，上述执行主体可以向接收到当前客服回复文本的用户终端和上述客服终端发送撤回指令(例如，撤回UDP(User Datagram Protocol，用户数据报协议)包)。上述撤回指令通常用于将上述当前客服回复文本撤回。上述用户终端和上述客服终端在接收到撤回指令之后，可以对撤回指令进行分析，确定待撤回的消息，从而将消息撤回。而后，可以向用户终端发送目标话术，例如，可以向用户终端发送“客服人员正在处理您的请求，稍后答复，请等待”的话术。
在一些情况下，上述执行主体也可以仅向上述用户终端发送撤回指令，上述用户终端将当前客服回复文本撤回即可，而无需向上述客服终端发送撤回指令。
本申请的上述实施例提供的方法可以将具有重复语义的客服回复文本撤回，减少了客服回复文本中具有重复语义的答复，提高了客服服务质量。
在本实施例的一些可选的实现方式中，若确定出上述相似度大于上述相似度阈值，上述执行主体可以向上述客服终端发送提示信息。上述客服终端在接收到上述提示信息之后，可以呈现上述提示信息。上述提示信息可以用于提示上述当前客服回复文本与上述目标历史客服回复文本具有语义重复。作为示例，上述提示信息可以为“信息发送重复，请及时处理”。这种方式可以在确定出客服回复文本重复之后提示客服人员对当前客服回复文本进行更改，从而保证客服服务质量。
在本实施例的一些可选的实现方式中，上述执行主体可以通过如下步骤执行图2所示的步骤202(确定组成上述客服回复文本对的两条客服回复文本之间的相似度)：
步骤一，上述执行主体可以对组成客服回复文本对的两条客服回复文本进行分词。在这里，可以利用基于词典分词方法、基于统计的机器学习算法等分词方法对上述两条客服回复文本进行分词。之后，上述执行主体可以确定上述两条客服回复文本中的每条客服回复文本的关键词。在这里，可以利用基于统计特征的关键词抽取方法、基于词图模型的关键词抽取方法和基于主题模型的关键词抽取方法等关键词抽取方法从每条客服回复文本中提取关键词。
步骤二，上述执行主体可以提取每条客服回复文本的关键词的词向量。具体地，上述执行主体可以利用向量提取模型从每条客服回复文本的关键词中提取词向量。作为示例，上述向量提取模型可以包括ERNIE模型(Enhanced Representation from knowledgeIntEgration，知识增强语义表示模型)。之后，上述执行主体可以确定上述两条客服回复文本的关键词的词向量之间的相似度作为第一相似度。具体地，上述执行主体可以将上述两条客服回复文本中的一条客服回复文本的关键词的词向量与另一条客服回复文本的关键词的词向量之间的相似度作为第一相似度。作为示例，上述执行主体可以确定上述两条客服回复文本的关键词的词向量之间的余弦相似度作为第一相似度。
步骤三，上述执行主体可以基于上述第一相似度，确定组成上述客服回复文本对的两条客服回复文本之间的相似度。作为示例，上述执行主体可以将上述第一相似度确定为上述两条客服回复文本之间的相似度。
这种方式提供了一种利用文本的关键词的词向量确定文本相似度的方法。
在本实施例的一些可选的实现方式中，上述执行主体可以通过如下步骤基于上述第一相似度，确定组成上述客服回复文本对的两条客服回复文本之间的相似度：
步骤一，上述执行主体可以确定组成上述客服回复文本对的两条客服回复文本中的字符交集和字符并集。上述字符交集通常为由所有属于第一条客服回复文本且属于第二条客服回复文本的字符所组成的集合。上述字符并集通常为将上述两条客服回复文本中的字符合并在一起组成的集合。
步骤二，上述执行主体可以将上述字符交集中的字符的数量与上述字符并集中的字符的数量的比值确定为第二相似度。
步骤三，上述执行主体可以基于上述第一相似度和上述第二相似度，确定组成上述客服回复文本对的两条客服回复文本之间的相似度。作为示例，上述执行主体可以将上述第一相似度和上述第二相似度的加权平均值确定为上述两条客服回复文本之间的相似度。
这种方式提供了一种利用文本的相同字符占比确定文本相似度的方法，相比于利用文本的相同词语占比确定文本相似度，这种方式不需要对文本进行分词就能粗粒度地确定文本相似度，使得时间复杂度更低、效率更高。
在本实施例的一些可选的实现方式中，上述执行主体可以通过如下步骤确定上述两条客服回复文本中的每条客服回复文本的关键词：
步骤一，上述执行主体可以首先利用词频-逆向文件频率(Term Frequency-Inverse Document Frequency，TF-IDF)方法，确定上述两条客服回复文本中的每条客服回复文本的关键词作为第一关键词。词频-逆向文件频率方法的主要思想是，如果某个词或短语在一篇文章中出现的频率(Term Frequency，TF)高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。而逆向文件频率(InverseDocument Frequency，IDF)主要是指，如果包含某个词或短语的文档越少，则IDF越大，则说明该词或短语具有很好的类别区分能力。由此，使用词频-逆向文件频率方法，可以计算某个词或短语在客服回复文本中的重要性，从而提取出关键词。
步骤二，上述执行主体可以利用基于序列标注模型，确定上述两条客服回复文本中的每条客服回复文本的关键词作为第二关键词。上述基于序列标注模型可以包括但不限于：隐马尔可夫模型(Hidden Markov Model，HMM)、最大熵模型(Maximum Entropy Model，MaxEn)和条件随机场(Conditional Random Field，CRF)。
步骤三，上述执行主体可以将上述第一关键词和上述第二关键词的交集确定为上述两条客服回复文本中的每条客服回复文本的关键词。
这种关键词提取方式通过同时使用无监督的关键词提取方式(TF-IDF方法)和有监督的关键词提取方式(基于序列标注模型)对文本中的关键词进行提取，提高了所提取出的关键词的准确性，利用这种方式提取出的关键词确定文本相似度，提高了文本相似度的准确性。
继续参见图3，图3是根据本实施例的用于撤回信息的方法的应用场景的一个示意图。在图3的应用场景中，服务器301可以首先从客服终端302中获取客服回复文本对303。在这里，客服回复文本对303包括当前客服回复文本A和与当前客服回复文本A在同一工单中的历史客服回复文本B。之后，服务器301可以确定当前客服回复文本A与历史客服回复文本B之间的相似度304。在这里，服务器301可以将当前客服回复文本A和历史客服回复文本B输入到预先训练的相似度预测模型中，得到当前客服回复文本A与历史客服回复文本B之间的相似度304。最后，服务器301可以将相似度304与预设的相似度阈值305进行比较，若相似度304大于相似度阈值305，则可以执行撤回操作。在这里，服务器301可以向用户终端306发送撤回指令。用户终端306在接收到撤回指令之后，可以对撤回指令进行分析，确定待撤回的消息为当前客服回复文本A，从而将当前客服回复文本A撤回。之后，可以向用户终端306发送“客服人员正在处理您的请求，稍后答复，请等待”的话术，如图标307所示。
进一步参考图4，其示出了用于撤回信息的方法中确定两条客服回复文本之间的相似度的一个实施例的流程400。该确定两条客服回复文本之间的相似度的流程400，包括以下步骤：
步骤401，对组成客服回复文本对的两条客服回复文本进行分词，确定两条客服回复文本中的每条客服回复文本的关键词。
在本实施例中，用于撤回信息的方法的执行主体(例如图1所示的服务器)可以对组成客服回复文本对的两条客服回复文本进行分词。在这里，可以利用基于词典分词方法和基于统计的机器学习算法对上述两条客服回复文本进行分词。需要说明的是，基于词典分词方法和基于统计的机器学习算法等分词方式是目前广泛研究和应用的公知技术，在此不再赘述。
之后，上述执行主体可以确定上述两条客服回复文本中的每条客服回复文本的关键词。在这里，可以利用基于统计特征的关键词抽取方法、基于词图模型的关键词抽取方法和基于主题模型的关键词抽取方法等关键词抽取方法从每条客服回复文本中提取关键词。需要说明的是，基于统计特征的关键词抽取方法、基于词图模型的关键词抽取方法和基于主题模型的关键词抽取方法等关键词抽取方法是目前广泛研究和应用的公知技术，在此不再赘述。
步骤402，提取每条客服回复文本的关键词的词向量，确定两条客服回复文本的关键词的词向量之间的相似度作为第一相似度。
在本实施例中，上述执行主体可以提取每条客服回复文本的关键词的词向量。具体地，上述执行主体可以利用向量提取模型从每条客服回复文本的关键词中提取词向量。作为示例，上述向量提取模型可以包括ERNIE模型。需要说明的是，利用ERNIE模型提取向量的方式是目前广泛研究和应用的公知技术，在此不再赘述。
之后，上述执行主体可以确定上述两条客服回复文本的关键词的词向量之间的相似度作为第一相似度。具体地，上述执行主体可以将上述两条客服回复文本中的一条客服回复文本的关键词的词向量与另一条客服回复文本的关键词的词向量之间的相似度作为第一相似度。作为示例，上述执行主体可以确定上述两条客服回复文本的关键词的词向量之间的余弦相似度作为第一相似度。
需要说明的是，由于上述两条客服回复文本中的每条客服回复文本可能对应有多个关键词，在这里，针对一条客服回复文本的多个关键词中的每个关键词，可以确定该关键词的词向量与另一条客服回复文本的多个关键词中的每个关键词的词向量之间的相似度，最终可以得到一条客服回复文本中的关键词的词向量与另一条客服回复文本中的关键词的词向量之间的多个相似度。在这里，可以将多个相似度中的最大相似度确定为上述两条客服回复文本的关键词的词向量之间的相似度。
步骤403，确定组成客服回复文本对的两条客服回复文本中的字符交集和字符并集。
在本实施例中，上述执行主体可以确定组成上述客服回复文本对的两条客服回复文本中的字符交集和字符并集。上述字符交集通常为由所有属于第一条客服回复文本且属于第二条客服回复文本的字符所组成的集合。上述字符并集通常为将上述两条客服回复文本中的字符合并在一起组成的集合。作为示例，若客服回复文本A为“这款电煮锅为不粘涂层，当出现焦糊的时候，只要用热水浸泡一下，再用百洁布或者海绵清洗”，客服回复文本B为“您购买的电煮锅的内胆和内胆盖子是陶瓷的。主机和主机盖子是PP材质”，则客服回复文本A与客服回复文本B的字符交集为：{电，煮，锅，的}，客服回复文本A与客服回复文本B的字符并集为：{这，款，电，煮，锅，为，不，粘，涂，层，当，出，现，焦，糊，的，时，候，只，要，热，水，浸，泡，一，下，再，用，百，洁，布，或，者，海，绵，清，洗，您，购，买，内，胆，盖，子，是，陶，瓷，主，机，和，P，材，质}。
步骤404，将字符交集中的字符的数量与字符并集中的字符的数量的比值确定为第二相似度。
在本实施例中，上述执行主体可以将上述字符交集中的字符的数量与上述字符并集中的字符的数量的比值确定为第二相似度。作为示例，字符交集{电，煮，锅，的}中的字符的数量为4，字符并集{这，款，电，煮，锅，为，不，粘，涂，层，当，出，现，焦，糊，的，时，候，只，要，热，水，浸，泡，一，下，再，用，百，洁，布，或，者，海，绵，清，洗，您，购，买，内，胆，盖，子，是，陶，瓷，主，机，和，P，材，质}中的字符的数量为53，则第二相似度可以为0.075。
步骤405，提取组成客服回复文本对的两条客服回复文本的文本向量。
在本实施例中，上述执行主体可以提取组成上述客服回复文本对的两条客服回复文本的文本向量。具体地，上述执行主体可以利用向量提取模型从每条客服回复文本中提取文本向量。作为示例，上述向量提取模型可以包括ERNIE模型。需要说明的是，利用ERNIE模型提取向量的方式是目前广泛研究和应用的公知技术，在此不再赘述。
步骤406，确定两条客服回复文本的文本向量之间的相似度作为第三相似度。
在本实施例中，上述执行主体可以确定上述两条客服回复文本的文本向量之间的相似度作为第三相似度。作为示例，上述执行主体可以确定上述两条客服回复文本的文本向量之间的余弦相似度作为第三相似度。
步骤407，基于第一相似度、第二相似度和第三相似度，确定组成客服回复文本对的两条客服回复文本之间的相似度。
在本实施例中，上述执行主体可以基于上述第一相似度、上述第二相似度和上述第三相似度，确定组成上述客服回复文本对的两条客服回复文本之间的相似度。
作为示例，上述执行主体可以确定上述第一相似度、上述第二相似度和上述第三相似度的加权平均值作为组成上述客服回复文本对的两条客服回复文本之间的相似度。可以通过如下公式(1)确定上述两条客服回复文本之间的相似度：
S＝a×A+b×B+c×C (1)
其中，S表征两条客服回复文本之间的相似度，A表征上述第一相似度，B表征上述第二相似度，C表征上述第三相似度，a表征上述第一相似度对应的权重，b表征上述第二相似度对应的权重，c表征上述第三相似度对应的权重。作为示例，上述第一相似度对应的权重a可以为0.4，上述第二相似度对应的权重b可以为0.2，上述第三相似度对应的权重c可以为0.4。
本申请的上述实施例提供的方法提供了一种文本相似度的确定方法，这种方式综合了文本向量之间的相似度、文本的关键词的词向量之间的相似度和文本的字符的重复占比这三者确定文本之间的相似度，通过这种方式进一步提高了确定出的文本相似度的准确性。
进一步参考图5，其示出了用于撤回信息的方法中确定相似度阈值的一个实施例的流程500。该确定相似度阈值的流程500，包括以下步骤：
步骤501，获取预设的样本集合。
在本实施例中，用于撤回信息的方法的执行主体(例如图1所示的服务器)可以获取预设的样本集合。上述样本集合中的样本可以包括样本文本对和样本文本对对应的相似度标签。相似度标签可以包括用于表征组成样本文本对的两个样本文本具有语义重复的标签，例如，“1”。相似度标签也可以包括用于表征组成样本文本对的两个样本文本不具有语义重复的标签，例如，“0”。上述样本文本对可以为从历史客服问答记录中抽取出的两个客服回答文本所组成的文本对。上述相似度标签可以为人工标注出的。标注人员可以对上述样本集合中的样本文本对进行人工审核，以确定上述样本文本对是否具有语义重复，可以将具有语义重复的样本文本对标注为“1”，将不具有语义重复的样本文本对标注为“0”。
步骤502，利用相似度标签，从样本集合中的样本文本对中选取具有语义重复的样本文本对作为目标文本对。
在本实施例中，上述执行主体可以利用上述相似度标签，从上述样本集合中的样本文本对中选取具有语义重复的样本文本对作为目标文本对。作为示例，若相似度标签“1”表征组成样本文本对的两个样本文本具有语义重复，则上述执行主体可以从上述样本集合中的样本文本对中选取对应于相似度标签“1”的样本文本对。
步骤503，确定目标文本对的相似度。
在本实施例中，上述执行主体可以确定上述目标文本对的相似度。在这里，上述执行主体可以利用与步骤401-步骤407相类似的方法确定上述目标文本对的相似度，具体确定方法在此不再赘述。
步骤504，基于目标文本对的相似度，确定相似度阈值。
在本实施例中，上述执行主体可以基于上述目标文本对的相似度，确定相似度阈值。具体地，上述执行主体可以从上述目标文本对的相似度中选取最小值，可以将上述最小值确定为相似度阈值。上述执行主体也可以将上述目标文本对的相似度的平均值确定为相似度阈值。
在这里，上述执行主体可以确定客服问答记录中的客服回复文本的新增数量是否超过预设数量阈值时，若是，则可以将新增的客服回复文本两两组成文本对，标注人员可以对新的文本对进行相似度标注。上述执行主体可以将新的文本对和对应的相似度标签作为新的样本，添加到上述样本集合中。之后，上述执行主体可以利用新的样本集合，执行步骤502-步骤504，从而确定出新的相似度阈值。
需要说明的是，上述相似度阈值可以是上述执行主体确定的，也可以是除上述执行主体之外的其它电子设备确定出的。若上述相似度阈值是由其它电子设备确定出的，其它电子设备可以将确定出的上述相似度阈值发送给上述执行主体。
本申请的上述实施例提供的方法提供了一种相似度阈值的确定方法，这种方式将历史客服回复文本和人工标注出的相似度标签作为样本集合，选取出具有语义重复的样本对，并基于选取出的样本对的相似度，确定出相似度阈值，从而提高了相似度阈值的合理性。
进一步参考图6，作为对上述各图所示方法的实现，本申请提供了一种用于撤回信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图6所示，本实施例的用于撤回信息的装置600包括：获取单元601、确定单元602和撤回单元603。其中，获取单元601被配置成获取客服终端的客服回复文本对，其中，客服回复文本对由当前客服回复文本和目标历史客服回复文本所组成；确定单元602被配置成确定组成客服回复文本对的两条客服回复文本之间的相似度；撤回单元603被配置成响应于确定相似度大于预设的相似度阈值，执行撤回操作。
在本实施例中，用于撤回信息的装置600的获取单元601、确定单元602和撤回单元603的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-203的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，用于撤回信息的装置600还可以包括发送单元(图中未示出)。若确定出上述相似度大于上述相似度阈值，上述发送单元可以向上述客服终端发送提示信息。上述客服终端在接收到上述提示信息之后，可以呈现上述提示信息。上述提示信息用于提示上述当前客服回复文本与上述目标历史客服回复文本具有语义重复。作为示例，上述提示信息可以为“信息发送重复，请及时处理”。这种方式可以在确定出客服回复文本重复之后提示客服人员对当前客服回复文本进行更改，从而保证客服服务质量。
在本实施例的一些可选的实现方式中，上述确定单元602可以通过如下步骤执行图2所示的步骤202(确定组成上述客服回复文本对的两条客服回复文本之间的相似度)：
步骤一，上述确定单元602可以对组成客服回复文本对的两条客服回复文本进行分词。在这里，可以利用基于词典分词方法、基于统计的机器学习算法等分词方法对上述两条客服回复文本进行分词。之后，上述确定单元602可以确定上述两条客服回复文本中的每条客服回复文本的关键词。在这里，可以利用基于统计特征的关键词抽取方法、基于词图模型的关键词抽取方法和基于主题模型的关键词抽取方法等关键词抽取方法从每条客服回复文本中提取关键词。
步骤二，上述确定单元602可以提取每条客服回复文本的关键词的词向量。具体地，上述确定单元602可以利用向量提取模型从每条客服回复文本的关键词中提取词向量。作为示例，上述向量提取模型可以包括ERNIE模型。之后，上述确定单元602可以确定上述两条客服回复文本的关键词的词向量之间的相似度作为第一相似度。具体地，上述确定单元602可以将上述两条客服回复文本中的一条客服回复文本的关键词的词向量与另一条客服回复文本的关键词的词向量之间的相似度作为第一相似度。作为示例，上述确定单元602可以确定上述两条客服回复文本的关键词的词向量之间的余弦相似度作为第一相似度。
步骤三，上述确定单元602可以基于上述第一相似度，确定组成上述客服回复文本对的两条客服回复文本之间的相似度。作为示例，上述确定单元602可以将上述第一相似度确定为上述两条客服回复文本之间的相似度。
这种方式提供了一种利用文本的关键词的词向量确定文本相似度的方法。
在本实施例的一些可选的实现方式中，上述确定单元602可以通过如下步骤基于上述第一相似度，确定组成上述客服回复文本对的两条客服回复文本之间的相似度：
步骤一，上述确定单元602可以确定组成上述客服回复文本对的两条客服回复文本中的字符交集和字符并集。上述字符交集通常为由所有属于第一条客服回复文本且属于第二条客服回复文本的字符所组成的集合。上述字符并集通常为将上述两条客服回复文本中的字符合并在一起组成的集合。
步骤二，上述确定单元602可以将上述字符交集中的字符的数量与上述字符并集中的字符的数量的比值确定为第二相似度。
步骤三，上述确定单元602可以基于上述第一相似度和上述第二相似度，确定组成上述客服回复文本对的两条客服回复文本之间的相似度。作为示例，上述确定单元602可以将上述第一相似度和上述第二相似度的加权平均值确定为上述两条客服回复文本之间的相似度。
这种方式提供了一种利用文本的相同字符占比确定文本相似度的方法，相比于利用文本的相同词语占比确定本相似度，这种方式不需要对文本进行分词就能粗粒度地确定文本相似度，使得时间复杂度更低、效率更高。
在本实施例的一些可选的实现方式中，上述确定单元602可以通过如下步骤基于所述第一相似度和所述第二相似度，确定组成所述客服回复文本对的两条客服回复文本之间的相似度：
步骤一，上述确定单元602可以提取组成上述客服回复文本对的两条客服回复文本的文本向量。具体地，上述确定单元602可以利用向量提取模型从每条客服回复文本中提取文本向量。作为示例，上述向量提取模型可以包括ERNIE模型。
步骤二，上述确定单元602可以确定上述两条客服回复文本的文本向量之间的相似度作为第三相似度。作为示例，上述确定单元602可以确定上述两条客服回复文本的文本向量之间的余弦相似度作为第三相似度。
步骤三，上述确定单元602可以基于上述第一相似度、上述第二相似度和上述第三相似度，确定组成上述客服回复文本对的两条客服回复文本之间的相似度。作为示例，上述确定单元602可以确定上述第一相似度、上述第二相似度和上述第三相似度的加权平均值作为组成上述客服回复文本对的两条客服回复文本之间的相似度。
在本实施例的一些可选的实现方式中，上述确定单元602可以通过如下步骤确定上述两条客服回复文本中的每条客服回复文本的关键词：
步骤一，上述确定单元602可以首先利用词频-逆向文件频率方法，确定上述两条客服回复文本中的每条客服回复文本的关键词作为第一关键词。词频-逆向文件频率方法的主要思想是，如果某个词或短语在一篇文章中出现的频率高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。而逆向文件频率主要是指，如果包含某个词或短语的文档越少，则IDF越大，则说明该词或短语具有很好的类别区分能力。由此，使用词频-逆向文件频率方法，可以计算某个词或短语在客服回复文本中的重要性，从而提取出关键词。
步骤二，上述确定单元602可以利用基于序列标注模型，确定上述两条客服回复文本中的每条客服回复文本的关键词作为第二关键词。上述基于序列标注模型可以包括但不限于：隐马尔可夫模型，最大熵模型和条件随机场。
步骤三，上述确定单元602可以将上述第一关键词和上述第二关键词的交集确定为上述两条客服回复文本中的每条客服回复文本的关键词。
这种关键词提取方式通过同时使用无监督的关键词提取方式(TF-IDF方法)和有监督的关键词提取方式(基于序列标注模型)对文本中的关键词进行提取，提高了所提取出的关键词的准确性，利用这种方式提取出的关键词确定文本相似度，提高了文本相似度的准确性。
在本实施例的一些可选的实现方式中，用于撤回信息的装置600还可以包括相似度阈值确定单元(图中未示出)。
上述相似度阈值确定单元可以获取预设的样本集合。上述样本集合中的样本可以包括样本文本对和样本文本对对应的相似度标签。相似度标签可以包括用于表征组成样本文本对的两个样本文本具有语义重复的标签，例如，“1”。相似度标签也可以包括用于表征组成样本文本对的两个样本文本不具有语义重复的标签，例如，“0”。上述样本文本对可以为从客服问答记录中抽取出的两个客服回答文本所组成的文本对。上述相似度标签可以为人工标注出的。标注人员可以对上述样本集合中的样本文本对进行人工审核，以确定上述样本文本对是否具有语义重复，可以将具有语义重复的样本文本对标注为“1”，将不具有语义重复的样本文本对标注为“0”。
之后，上述相似度阈值确定单元可以利用上述相似度标签，从上述样本集合中的样本文本对中选取具有语义重复的样本文本对作为目标文本对。作为示例，若相似度标签“1”表征组成样本文本对的两个样本文本具有语义重复，则上述相似度阈值确定单元可以从上述样本集合中的样本文本对中选取对应于相似度标签“1”的样本文本对。
而后，上述相似度阈值确定单元可以确定上述目标文本对的相似度。在这里，上述相似度阈值确定单元可以利用与步骤401-步骤407相类似的方法确定上述目标文本对的相似度，具体确定方法在此不再赘述。
最后，上述相似度阈值确定单元可以基于上述目标文本对的相似度，确定相似度阈值。具体地，上述相似度阈值确定单元可以从上述目标文本对的相似度中选取最小值，可以将上述最小值确定为相似度阈值。上述相似度阈值确定单元也可以将上述目标文本对的相似度的平均值确定为相似度阈值。
根据本申请的实施例，本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
如图7所示，是根据本申请实施例的用于撤回信息的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图7所示，该电子设备包括：一个或多个处理器701、存储器702，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图7中以一个处理器701为例。
存储器702即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的用于撤回信息的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的用于撤回信息的方法。
存储器702作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的用于撤回信息的方法对应的程序指令/模块(例如，附图6所示的获取单元601、确定单元602和撤回单元603)。处理器701通过运行存储在存储器702中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的用于撤回信息的方法。
存储器702可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据用于撤回信息的方法的电子设备的使用所创建的数据等。此外，存储器702可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器702可选包括相对于处理器701远程设置的存储器，这些远程存储器可以通过网络连接至用于撤回信息的方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
用于撤回信息的方法的电子设备还可以包括：输入装置703和输出装置704。处理器701、存储器702、输入装置703和输出装置704可以通过总线或者其他方式连接，图7中以通过总线连接为例。
输入装置703可接收输入的数字或字符信息，以及产生与用于撤回信息的方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置704可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请的技术方案，首先获取客服终端的由当前客服回复文本和目标历史客服回复文本所组成的客服回复文本对；之后，确定组成上述客服回复文本对的两条客服回复文本之间的相似度；最后，若确定上述相似度大于预设的相似度阈值，执行撤回操作。通过这种方式可以将具有重复语义的客服回复文本撤回，减少了客服回复文本中具有重复语义的答复。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (16)

1.一种用于撤回信息的方法，包括：
获取客服终端的客服回复文本对，其中，所述客服回复文本对由当前客服回复文本和目标历史客服回复文本所组成；
确定组成所述客服回复文本对的两条客服回复文本之间的相似度；
响应于确定所述相似度大于预设的相似度阈值，执行撤回操作。
2.根据权利要求1所述的方法，其中，所述确定组成所述客服回复文本对的两条客服回复文本之间的相似度，包括：
对组成所述客服回复文本对的两条客服回复文本进行分词，确定所述两条客服回复文本中的每条客服回复文本的关键词；
提取所述每条客服回复文本的关键词的词向量，确定所述两条客服回复文本的关键词的词向量之间的相似度作为第一相似度；
基于所述第一相似度，确定组成所述客服回复文本对的两条客服回复文本之间的相似度。
3.根据权利要求2所述的方法，其中，所述基于所述第一相似度，确定组成所述客服回复文本对的两条客服回复文本之间的相似度，包括：
确定组成所述客服回复文本对的两条客服回复文本中的字符交集和字符并集；
将所述字符交集中的字符的数量与所述字符并集中的字符的数量的比值确定为第二相似度；
基于所述第一相似度和所述第二相似度，确定组成所述客服回复文本对的两条客服回复文本之间的相似度。
4.根据权利要求3所述的方法，其中，所述基于所述第一相似度和所述第二相似度，确定组成所述客服回复文本对的两条客服回复文本之间的相似度，包括：
提取组成所述客服回复文本对的两条客服回复文本的文本向量；
确定所述两条客服回复文本的文本向量之间的相似度作为第三相似度；
基于所述第一相似度、所述第二相似度和所述第三相似度，确定组成所述客服回复文本对的两条客服回复文本之间的相似度。
5.根据权利要求4所述的方法，其中，所述确定所述两条客服回复文本中的每条客服回复文本的关键词，包括：
利用词频-逆向文件频率方法，确定所述两条客服回复文本中的每条客服回复文本的关键词作为第一关键词；
利用基于序列标注模型，确定所述两条客服回复文本中的每条客服回复文本的关键词作为第二关键词；
将所述第一关键词和所述第二关键词的交集确定为所述两条客服回复文本中的每条客服回复文本的关键词。
6.根据权利要求1-5之一所述的方法，其中，所述相似度阈值是通过如下方式确定的：
获取预设的样本集合，其中，样本包括样本文本对和对应的相似度标签，相似度标签包括用于表征组成样本文本对的两个样本文本具有语义重复的标签；
利用所述相似度标签，从所述样本集合中的样本文本对中选取具有语义重复的样本文本对作为目标文本对；
确定所述目标文本对的相似度；
基于所述目标文本对的相似度，确定相似度阈值。
7.根据权利要求1所述的方法，所述方法还包括：
响应于确定所述相似度大于预设的相似度阈值，向所述客服终端发送提示信息，其中，所述提示信息用于提示所述当前客服回复文本与所述目标历史客服回复文本具有语义重复。
8.一种用于撤回信息的装置，包括：
获取单元，被配置成获取客服终端的客服回复文本对，其中，所述客服回复文本对由当前客服回复文本和目标历史客服回复文本所组成；
确定单元，被配置成确定组成所述客服回复文本对的两条客服回复文本之间的相似度；
撤回单元，被配置成响应于确定所述相似度大于预设的相似度阈值，执行撤回操作。
9.根据权利要求8所述的装置，其中，所述确定单元进一步被配置成按照如下方式确定组成所述客服回复文本对的两条客服回复文本之间的相似度：
对组成所述客服回复文本对的两条客服回复文本进行分词，确定所述两条客服回复文本中的每条客服回复文本的关键词；
提取所述每条客服回复文本的关键词的词向量，确定所述两条客服回复文本的关键词的词向量之间的相似度作为第一相似度；
基于所述第一相似度，确定组成所述客服回复文本对的两条客服回复文本之间的相似度。
10.根据权利要求9所述的装置，其中，所述确定单元进一步被配置成按照如下方式基于所述第一相似度，确定组成所述客服回复文本对的两条客服回复文本之间的相似度：
确定组成所述客服回复文本对的两条客服回复文本中的字符交集和字符并集；
将所述字符交集中的字符的数量与所述字符并集中的字符的数量的比值确定为第二相似度；
基于所述第一相似度和所述第二相似度，确定组成所述客服回复文本对的两条客服回复文本之间的相似度。
11.根据权利要求10所述的装置，其中，所述确定单元进一步被配置成按照如下方式基于所述第一相似度和所述第二相似度，确定组成所述客服回复文本对的两条客服回复文本之间的相似度：
提取组成所述客服回复文本对的两条客服回复文本的文本向量；
确定所述两条客服回复文本的文本向量之间的相似度作为第三相似度；
基于所述第一相似度、所述第二相似度和所述第三相似度，确定组成所述客服回复文本对的两条客服回复文本之间的相似度。
12.根据权利要求11所述的装置，其中，所述确定单元进一步被配置成按照如下方式确定所述两条客服回复文本中的每条客服回复文本的关键词：
利用词频-逆向文件频率方法，确定所述两条客服回复文本中的每条客服回复文本的关键词作为第一关键词；
利用基于序列标注模型，确定所述两条客服回复文本中的每条客服回复文本的关键词作为第二关键词；
将所述第一关键词和所述第二关键词的交集确定为所述两条客服回复文本中的每条客服回复文本的关键词。
13.根据权利要求8-12之一所述的装置，所述装置还包括相似度阈值确定单元，所述相似度阈值确定单元被配置成：
获取预设的样本集合，其中，样本包括样本文本对和对应的相似度标签，相似度标签包括用于表征组成样本文本对的两个样本文本具有语义重复的标签；
利用所述相似度标签，从所述样本集合中的样本文本对中选取具有语义重复的样本文本对作为目标文本对；
确定所述目标文本对的相似度；
基于所述目标文本对的相似度，确定相似度阈值。
14.根据权利要求8所述的装置，所述装置还包括：
发送单元，被配置成响应于确定所述相似度大于预设的相似度阈值，向所述客服终端发送提示信息，其中，所述提示信息用于提示所述当前客服回复文本与所述目标历史客服回复文本具有语义重复。
15.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
CN202010537959.4A 2020-06-12 2020-06-12 用于撤回信息的方法和装置 Active CN111711559B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010537959.4A CN111711559B (zh) 2020-06-12 2020-06-12 用于撤回信息的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010537959.4A CN111711559B (zh) 2020-06-12 2020-06-12 用于撤回信息的方法和装置

Publications (2)

Publication Number Publication Date
CN111711559A CN111711559A (zh) 2020-09-25
CN111711559B true CN111711559B (zh) 2022-04-05

Family

ID=72539875

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010537959.4A Active CN111711559B (zh) 2020-06-12 2020-06-12 用于撤回信息的方法和装置

Country Status (1)

Country Link
CN (1) CN111711559B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113518026B (zh) * 2021-03-25 2023-06-06 维沃移动通信有限公司 消息处理方法、装置和电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102456036A (zh) * 2010-10-20 2012-05-16 金蝶软件（中国）有限公司 一种操作撤销方法及系统
CN104410566A (zh) * 2014-12-01 2015-03-11 苏州市欧博锐自动化科技有限公司 一种用于防止撤回冲突的消息撤回方法
CN109033342A (zh) * 2018-07-24 2018-12-18 北京京东尚科信息技术有限公司 应用于服务系统的服务提供方法、装置和服务模型
CN110321053A (zh) * 2019-04-24 2019-10-11 上海掌门科技有限公司 撤回聊天内容的方法及设备
CN110784394A (zh) * 2019-10-31 2020-02-11 维沃移动通信有限公司 一种提示方法及电子设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1169075C (zh) * 2001-04-29 2004-09-29 国家数字交换系统工程技术研究中心 一种电子邮件的自动处理方法及装置
CN102801757A (zh) * 2011-05-25 2012-11-28 英业达股份有限公司 点对点传输的重复数据删除处理方法及其系统
JP6507657B2 (ja) * 2015-01-15 2019-05-08 富士通株式会社 類似性判定装置、類似性判定方法および類似性判定プログラム
CN108241667B (zh) * 2016-12-26 2019-10-15 百度在线网络技术（北京）有限公司 用于推送信息的方法和装置
CN109688042B (zh) * 2017-10-18 2021-12-31 阿里巴巴集团控股有限公司 一种消息处理方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102456036A (zh) * 2010-10-20 2012-05-16 金蝶软件（中国）有限公司 一种操作撤销方法及系统
CN104410566A (zh) * 2014-12-01 2015-03-11 苏州市欧博锐自动化科技有限公司 一种用于防止撤回冲突的消息撤回方法
CN109033342A (zh) * 2018-07-24 2018-12-18 北京京东尚科信息技术有限公司 应用于服务系统的服务提供方法、装置和服务模型
CN110321053A (zh) * 2019-04-24 2019-10-11 上海掌门科技有限公司 撤回聊天内容的方法及设备
CN110784394A (zh) * 2019-10-31 2020-02-11 维沃移动通信有限公司 一种提示方法及电子设备

Also Published As

Publication number Publication date
CN111711559A (zh) 2020-09-25

Similar Documents

Publication Publication Date Title
JP6594534B2 (ja) テキスト情報処理方法およびデバイス
CN111428008A (zh) 用于训练模型的方法、装置、设备以及存储介质
CN112148881B (zh) 用于输出信息的方法和装置
CN110674314A (zh) 语句识别方法及装置
CN111460135B (zh) 用于生成文本摘要的方法和装置
US20220027575A1 (en) Method of predicting emotional style of dialogue, electronic device, and storage medium
CN111667056A (zh) 用于搜索模型结构的方法和装置
CN113657113A (zh) 文本处理方法、装置和电子设备
CN111522944A (zh) 用于输出信息的方法、装置、设备以及存储介质
CN112380847A (zh) 兴趣点处理方法、装置、电子设备及存储介质
CN111861596A (zh) 一种文本分类方法和装置
CN114021548A (zh) 敏感信息检测方法、训练方法、装置、设备以及存储介质
CN111711559B (zh) 用于撤回信息的方法和装置
CN111783427A (zh) 用于训练模型与输出信息的方法、装置、设备及存储介质
CN114357951A (zh) 生成标准报告的方法、装置、设备及存储介质
CN112560480B (zh) 任务社区发现方法、装置、设备和存储介质
CN112148841B (zh) 一种对象分类以及分类模型构建方法和装置
CN113947701A (zh) 训练方法、对象识别方法、装置、电子设备以及存储介质
CN112926298A (zh) 新闻内容识别方法、相关装置及计算机程序产品
CN112541145A (zh) 一种页面展现方法、装置、设备及存储介质
CN111125445A (zh) 社区主题生成方法、装置、电子设备及存储介质
EP3855323A1 (en) Method and apparatus for generating conversation, electronic device, and storage medium
CN113204616B (zh) 文本抽取模型的训练与文本抽取的方法、装置
CN113254578A (zh) 用于数据聚类的方法、装置、设备、介质和产品
CN111984883A (zh) 标签挖掘方法、装置、设备以及存储介质

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
GR01 Patent grant
GR01 Patent grant