CN111782792A - 用于信息处理的方法和装置 - Google Patents
用于信息处理的方法和装置 Download PDFInfo
- Publication number
- CN111782792A CN111782792A CN202010777151.3A CN202010777151A CN111782792A CN 111782792 A CN111782792 A CN 111782792A CN 202010777151 A CN202010777151 A CN 202010777151A CN 111782792 A CN111782792 A CN 111782792A
- Authority
- CN
- China
- Prior art keywords
- text
- information
- service
- dialog
- reply
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000010365 information processing Effects 0.000 title claims abstract description 18
- 238000004891 communication Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- 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
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
- G06F40/35—Discourse or dialogue representation
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Abstract
本说明书的实施例提供了用于信息处理的方法、装置和机器可读存储介质。该方法包括:获取来自用户的对话文本;利用会话管理模型将对话文本进行语义解析,得到场景信息,其中,场景信息指示对话文本是否与交易业务相关联,会话管理模型是至少基于针对交易业务的历史用户对话信息来训练得到的;基于场景信息,确定针对对话文本的回复文本。
Description
技术领域
本说明书的实施例涉及信息技术领域,并且具体地,涉及用于信息处理的方法、装置、计算设备和机器可读存储介质。
背景技术
在涉及诸如交易业务的领域中,负责交易业务的人员可能通常需要彼此通过通讯工具等频繁对话,以便促成相应的交易业务。在这种情况下,操作人员可能需要花费大量时间关注通讯工具,参与很多重复且机械的对话,导致人工成本较高。
发明内容
考虑到现有技术,本说明书的实施例提供了用于信息处理的方法、装置、计算设备和机器可读存储介质。
一方面,本说明书的实施例提供了一种用于信息处理的方法,包括:获取来自用户的对话文本;利用会话管理模型将所述对话文本进行语义解析,得到场景信息,其中,所述场景信息指示所述对话文本是否与交易业务相关联,所述会话管理模型是至少基于针对所述交易业务的历史用户对话信息来训练得到的;基于所述场景信息,确定针对所述对话文本的回复文本。
另一方面,本说明书的实施例提供了一种用于信息处理的装置,包括:前端模块,其获取来自用户的对话文本;会话管理模块,其进行以下操作:利用会话管理模型将所述对话文本进行语义解析,得到场景信息,其中,所述场景信息指示所述对话文本是否与交易业务相关联,所述会话管理模型是至少基于针对所述交易业务的历史用户对话信息来训练得到的;基于所述场景信息,确定针对所述对话文本的回复文本。
另一方面,本说明书的实施例提供了一种计算设备,包括:至少一个处理器;与所述至少一个处理器进行通信的存储器,其上存储有可执行代码,所述可执行代码在被所述至少一个处理器执行时使得所述至少一个处理器实现上述方法。
另一方面,本说明书的实施例提供了一种机器可读存储介质,其存储有可执行代码,所述可执行代码在被执行时使得机器执行上述方法。
附图说明
通过结合附图对本说明书的实施例的更详细的描述,本说明书的实施例的上述以及其它目的、特征和优势将变得更加显而易见,其中,在本说明书的实施例中,相同的附图标记通常代表相同的元素。
图1是根据一个实施例的用于信息处理的方法的示意性流程图。
图2是根据一个实施例的用于信息处理的装置的示意性结构图。
图3是根据一个示例的用于信息处理的示意性流程图。
图4是根据一个实施例的用于信息处理的计算设备的硬件结构图。
具体实施方式
现在将参考各个实施例讨论本文描述的主题。应当理解的是,讨论这些实施例仅是为了使得本领域技术人员能够更好地理解并且实现本文描述的主题,并非是对权利要求书中所阐述的保护范围、适用性或者示例的限制。可以在不脱离权利要求书的保护范围的情况下,对所讨论的元素的功能和排列进行改变。各个实施例可以根据需要,省略、替换或者添加各种过程或组件。
如本文中使用的,术语“包括”及其变型可以表示开放的术语,含义是“包括但不限于”。术语“基于”可以表示“至少部分地基于”。术语“一个实施例”和“一实施例”可以表示“至少一个实施例”。术语“另一个实施例”可以表示“至少一个其它实施例”。术语“第一”、“第二”等可以指代不同的或相同的对象。下文可以包括其它术语的定义,无论是明确的还是隐含的,除非上下文中明确地指明,否则一个术语的定义在整个说明书中是一致的。
在涉及交易业务的场景中,负责交易业务的人员通常可能需要借助于通讯工具进行频繁沟通,比如向对方询价或者提供报价,从而相互提供各种业务咨询或者交易意向等信息。在这种情况下,操作人员可能需要时刻关注通讯工具,参与大量机械重复的对话工作等,从而导致浪费大量的时间,造成人工成本较高。
比如,在传统的银行同业交易业务(例如,质押式回购业务、金融市场交易业务等等)中,负责交易业务的人员通常通过各种适用的即时通讯工具进行沟通,以便彼此交换各种业务信息,比如询价、报价等。在该过程中可能存在大量的繁琐重复对话,十分耗时。
对此,本说明书的实施例提供了一种用于信息处理的技术方案。在该技术方案,基于来自用户的对话文本是否与交易业务相关联,自动地确定相应的回复文本,从而极大地缩减人工操作时间,降低人工成本,有效地提升用户体验。
下面结合具体实施例来详细描述本文的技术方案。
图1是根据一个实施例的用于信息处理的方法的示意性流程图。
如图1所示,在步骤102中,可以获取来自用户的对话文本。
例如,用户的对话文本可以是从各种适用的即时通讯工具获取的,比如用于银行同业交易领域的即时通讯工具IDEAL。当然,在本文中,用户可以经由各种适用的即时通讯工具进行交互,比如钉钉通讯工具,本文技术方案对此不作限制。
可以理解的是,此处的对话文本也可以是根据来自用户的其它形式的对话内容得到的,比如,从用户的语音对话转换得到的。
在步骤104中,可以利用会话管理模型将对话文本进行语义解析,得到场景信息。
场景信息可以用于指示对话文本是否与交易业务相关联。本文中,会话管理模型可以是至少基于针对交易业务的历史用户对话信息来训练得到的。也就是说,本文的会话管理模型可以是专门针对交易业务而训练的。该训练过程可以是在线下完成的。为了便于语义理解,会话管理模型可以是基于自然语言理解(Natural Language Understand,NLU)技术来实现的。
另外,交易业务可以包括银行同业交易业务或者其它严重依赖于人工交互的交易业务。
例如,在银行同业交易领域中,负责交易业务的人员之间的交互对话可能非常具有专业性,比如包括大量的缩略语、专业术语、行话等等。此外,这些人员可能大多彼此认识,了解彼此的需求习惯,因此对话通常可能很简短。鉴于此,基于针对银行同业交易业务的历史用户对话信息来训练会话管理模型,能够使得会话管理模型更加准确且高效地理解用户的对话文本的语义。
在步骤106中,可以基于场景信息,确定针对对话文本的回复文本。
可见,在本文的实施例中,利用会话管理模型将用户的对话文本进行语义解析,而会话管理模型是基于针对交易业务的历史用户对话信息来训练的,因此能够准确地判断对话文本是否与交易业务相关联,进而基于判断结果来确定相应的回复文本。由此,能够极大地减少人工回复时间,降低人工成本,并有效地提升用户体验。
在一个实施例中,场景信息可以指示对话文本与交易业务相关联。在本文中,也可以将这种对话文本称为交易类对话。
那么,在步骤106中,可以获取对话文本中的与交易业务相关联的业务信息。比如,可以利用会话管理模型进行槽位抽取,得到业务信息。然后,至少基于业务信息,生成业务回复文本。
在一个实施例中,可以基于业务信息和上述用户针对交易业务的历史对话信息,生成业务回复文本。
在这种情况下,可以将用户的偏好考虑在内,使得业务回复文本不仅包含相应的业务回复,而且也符合用户的交互习惯,提升用户体验。
例如,在银行同业交易领域中,大多数交易人员可能彼此熟知,也了解彼此的需求习惯,因此结合上述用户针对交易业务的历史对话信息,使得所生成的业务回复文本更加符合彼此的交流习惯偏好等,不仅提升用户体验,而且能够高效地推进针对交易业务的对话过程。
在一个实施例中,业务信息可以包括定价咨询信息。例如,在银行同业交易领域中,交易人员可能经常通过询价方式达成交易。因此,对话通常可能包括定价咨询信息。
在这种情况下,可以利用交易策略模型确定针对定价咨询信息的定价信息。交易策略模型可以是至少基于与交易业务相关联的市场动态信息等多个维度的数据训练得到的。比如,在银行同业交易领域中,可以基于与货币市场、现券市场、存单发行、外汇买卖等相关联的市场动态信息来训练交易策略模型。另外,还可以结合用户信息来训练交易策略模型。
这样,业务回复文本可以包括所得到的定价信息。由此,可以有效地促进关于交易业务的对话进程。
此外,如前所述,可以结合用户针对交易业务的历史对话信息来生成包括定价信息的业务回复文本。
在一个实施例中,场景信息可以指示对话文本不是与交易业务相关联。在本文中,也可以将这种对话文本称为非交易类对话。那么,可以生成针对对话文本的非业务回复文本。
例如,如果对话文本为闲聊文本,则生成闲聊回复文本。
再例如,如果对话文本为与交易业务不相关联的问题文本,则可以依据知识库来生成非业务回复文本。本文中,也可以将这样的问题文本称为非交易类问题文本。
知识库通常可以包括多个问题以及相应的答案,也就是问题与答案的集合。这样,可以从知识库中搜索与问题文本匹配的目标问题,然后将针对目标问题的答案作为回复文本。
可见,本文的实施例可以针对用户的对话文本所涉及的场景,来生成相应的回复文本,从而自动地推进对话进程,节省人工回复时间。
可以理解的是,上述生成回复文本的操作可以是利用会话管理模型来完成的。
图2是根据一个实施例的用于信息处理的装置的示意性结构图。图2的装置200可以用于执行关于图1描述的方法的具体过程。因此,在图2中,各个模块的具体操作和功能可以参照前面的描述,为了简洁将不再赘述。
在一些实现方式中,装置200可以被实现为软件插件的形式,其可以具有标准接口,以便与各种适用的即时通讯工具对接。
如图2所示,装置200可以包括前端模块202和会话管理模块204。前端模块202可以对接并调度装置200中的各个模块。例如,前端模块202与会话管理模块204之间可以通过适用的方式进行通信,比如各种接口技术等。
前端模块202可以获取来自用户的对话文本,例如从其所对接的即时通讯工具获取对话文本。
然后,前端模块202可以调用会话管理模块204,使得会话管理模块204可以利用会话管理模型将对话文本进行语义解析,得到场景信息。场景信息可以指示对话文本是否与交易业务相关联。
会话管理模块204可以基于场景信息,确定针对对话文本的回复文本。
之后,会话管理模块204可以将回复文本返回给前端模块202,以便由前端模块202通过其所对接的即时通讯工具,发送给上述用户。
在一个实施例中,场景信息可以指示对话文本与交易业务相关联。那么,会话管理模块204可以获取对话文本中的业务信息,比如通过槽位抽取等处理来得到业务信息。会话管理模块204可以至少基于业务信息来生成业务回复文本。
在一些情况下,会话管理模块204可以将业务信息提供给前端模块202,以便验证槽位正确性。例如,会话管理模块204可以通过dispatch api调用平台校验接口,来验证槽位正确性。
在必要的情况下,前端模块202可以基于从对话文本中提取的业务信息,填充必要的上下文信息或者与推进对话相关的其它信息,然后可以将这些信息提供给会话管理模块204,以便会话管理模块204结合这些信息来生成业务回复文本。
在一个实施例中,会话管理模块204可以基于业务信息和上述用户针对交易业务的历史对话信息,生成业务回复文本。
在一个实施例中,业务信息可以包括定价咨询信息。在这种情况下,装置200还可以包括交易策略模块206。前端模块202基于业务信息包括定价咨询信息,可以调用交易策略模块206。交易策略模块206可以利用交易策略模型确定针对定价咨询信息的定价信息。交易策略模块206可以将定价信息发送给前端模块202。
然后,前端模块202可以再次调用会话管理模块204,会话管理模块204可以生成包括定价信息的业务回复文本。
在一个实施例中,场景信息可以指示对话文本不是与交易业务相关联。
那么,会话管理模块204可以生成针对对话文本的非业务回复文本。
例如,场景信息可以指示对话文本为闲聊文本,则会话管理模块204可以生成闲聊回复文本。
再例如,场景信息可以指示对话文本为与交易业务不相关联的问题文本。那么,会话管理模块204可以从知识库中搜索与该问题文本匹配的目标问题,将针对目标问题的答案作为非业务回复文本。
从上述可以看出,前端模块202可以理解为控制模块,其负责各个模型的对接和调度。例如,前端模块202可以具有策略和数据分析等各种功能。
会话管理模块204可以负责会话管理,例如语义理解、会话状态维护、回复生成等功能。
交易策略模块206可以负责生成各种交易策略(比如前述定价信息)等功能。
当然,根据实际应用,装置200还可以包括其它必要的模块,此处不再赘述。
在这样的实现方式中,各个功能模块可以相对独立,比如可以独立地开发、测试和运维,从而有利于简单高效地实现。
上述装置200可以采用硬件实现,也可以采用软件实现,或者可以通过软硬件的组合来实现。例如,装置200在采用软件实现时,其可以通过其所在设备的处理器将存储器(比如非易失性存储器)中对应的可执行代码读取到内存中运行来形成。
此外,对于交易业务而言,可能存在大量敏感信息,因此,本文的技术方案还可以将各种适用的安全性技术或算法结合进来,从而保证信息安全。
为了便于理解本文的技术方案,下面结合具体示例进行描述。应理解的是,以下的示例并不对本文的技术方案的范围造成任何限制。
图3是根据一个示例的用于信息处理的示意性流程图。为了描述的简洁,各个过程对应的具体描述可以参见前面的实施例,此处将不再赘述。
如图3所示,在步骤302中,可以获取来自用户的对话文本。
在步骤304中,可以将对话文本进行语义解析,确定对话文本是否与交易业务相关联。
如果对话文本与交易业务相关联,即交易类对话,则在步骤306中,可以生成相应的业务回复文本。例如,可以基于对话文本中的业务信息、用户针对交易业务的历史对话信息、由交易策略模块得到的定价信息中的一项或多项来生成业务回复文本。
如果对话文本为闲聊对话,则在步骤308中,可以生成闲聊回复文本。
如果对话文本是与交易业务不相关联的问题文本,即非交易类问题文本,则可以从知识库中获取相应的答案作为回复文本。
可见,通过本文的技术方案,能够高效且准确地实现自动回复功能,从而极大地减少负责交易业务的人员在回复方面花费的时间,降低人工成本。例如,对于银行同业交易领域而言,本文的技术方案提供了一个整体解决方案,减少了交易人员繁琐重复的操作,使得交易人员能够聚焦更有价值的业务处理。
图4是根据一个实施例的用于信息处理的计算设备的硬件结构图。如图4所示,计算设备400可以包括至少一个处理器402、存储器404、内存406和通信接口408,并且至少一个处理器402、存储器404、内存406和通信接口408经由总线410连接在一起。至少一个处理器402执行在存储器404中存储或编码的至少一个可执行代码(即,上述以软件形式实现的元素)。
在一个实施例中,在存储器404中存储的可执行代码在被至少一个处理器402执行时,使得计算设备实现以上结合图1-3描述的各种过程。
计算设备400可以采用本领域任何适用的形式来实现,例如,其包括但不限于台式计算机、膝上型计算机、智能电话、平板计算机、消费电子设备、可穿戴智能设备等等。
本说明书的实施例还提供了一种机器可读存储介质。该机器可读存储介质可以存储有可执行代码,可执行代码在被机器执行时使得机器实现上面参照图1-3描述的具体过程。
例如,上述机器可读存储介质可以包括但不限于随机存取存储器(Random AccessMemory,RAM)、只读存储器(Read-Only Memory,ROM)、电可擦除可编程只读存储器(Electrically-Erasable Programmable Read-OnlyMemory,EEPROM)、静态随机存取存储器(Static Random Access Memory,SRAM)、硬盘、闪存等等。
应当理解的是,本说明书中的各个实施例均采用递进的方式来描述,各个实施例之间相同或相似的部分相互参见即可,每个实施例重点说明的都是与其它实施例的不同之处。例如,对于上述关于装置的实施例、关于计算设备的实施例以及关于机器可读存储介质的实施例而言,由于它们基本相似于方法实施例,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。
上文对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
上述各流程和各系统结构图中不是所有的步骤和单元都是必须的,可以根据实际的需要忽略某些步骤或单元。上述各实施例中描述的装置结构可以是物理结构,也可以是逻辑结构,即,有些单元可能由同一物理实体实现,或者,有些单元可能分别由多个物理实体实现,或者,可以由多个独立设备中的某些部件共同实现。
在整个本说明书中使用的术语“示例性”意味着“用作例子、实例或例示”,并不意味着比其它实施例“优选”或“具有优势”。出于提供对所描述技术的理解的目的,具体实施方式包括具体细节。然而,可以在没有这些具体细节的情况下实施这些技术。在一些实例中,为了避免对所描述的实施例的概念造成难以理解,公知的结构和装置以框图形式示出。
以上结合附图详细描述了本公开内容的实施例的可选实施方式,但是,本公开内容的实施例并不限于上述实施方式中的具体细节,在本公开内容的实施例的技术构思范围内,可以对本公开内容的实施例的技术方案进行多种变型,这些变型均属于本公开内容的实施例的保护范围。
本公开内容的上述描述被提供来使得本领域任何普通技术人员能够实现或者使用本公开内容。对于本领域普通技术人员来说,对本公开内容进行的各种修改是显而易见的,并且,也可以在不脱离本公开内容的保护范围的情况下,将本文所定义的一般性原理应用于其它变型。因此,本公开内容并不限于本文所描述的例子和设计,而是与符合本文公开的原理和新颖性特征的最广范围相一致。
Claims (17)
1.一种用于信息处理的方法,包括:
获取来自用户的对话文本;
利用会话管理模型将所述对话文本进行语义解析,得到场景信息,其中,所述场景信息指示所述对话文本是否与交易业务相关联,所述会话管理模型是至少基于针对所述交易业务的历史用户对话信息来训练得到的;
基于所述场景信息,确定针对所述对话文本的回复文本。
2.根据权利要求1所述的方法,其中,所述场景信息指示所述对话文本与所述交易业务相关联;
确定针对所述对话文本的回复文本,包括:
获取所述对话文本中的与所述交易业务相关联的业务信息;
至少基于所述业务信息,生成业务回复文本。
3.根据权利要求2所述的方法,其中,生成所述业务回复文本包括:
基于所述业务信息和所述用户针对所述交易业务的历史对话信息,生成所述业务回复文本。
4.根据权利要求2或3所述的方法,其中,所述业务信息包括定价咨询信息;
生成所述业务回复文本,包括:
利用交易策略模型确定针对所述定价咨询信息的定价信息,其中,所述交易策略模型是至少基于与所述交易业务相关联的市场动态信息来训练得到的;
生成所述业务回复文本,其中,所述业务回复文本包括所述定价信息。
5.根据权利要求1所述的方法,其中,所述场景信息指示所述对话文本不是与所述交易业务相关联;
确定针对所述对话文本的回复文本,包括:
生成针对所述对话文本的非业务回复文本。
6.根据权利要求5所述的方法,其中,所述场景信息指示所述对话文本为闲聊文本;
生成所述非业务回复文本,包括:
生成针对所述闲聊对话的闲聊回复文本。
7.根据权利要求5所述的方法,其中,所述场景信息指示所述对话文本为与所述交易业务不相关联的问题文本;
生成所述非业务回复文本,包括:
从知识库中搜索与所述问题文本匹配的目标问题,其中,所述知识库包括多个问题以及相应答案;
将针对所述目标问题的答案作为所述非业务回复文本。
8.根据权利要求1所述的方法,其中,所述交易业务包括银行同业交易业务。
9.一种用于信息处理的装置,包括:
前端模块,其获取来自用户的对话文本;
会话管理模块,其进行以下操作:
利用会话管理模型将所述对话文本进行语义解析,得到场景信息,其中,所述场景信息指示所述对话文本是否与交易业务相关联,所述会话管理模型是至少基于针对所述交易业务的历史用户对话信息来训练得到的;
基于所述场景信息,确定针对所述对话文本的回复文本。
10.根据权利要求9所述的装置,其中,所述场景信息指示所述对话文本与所述交易业务相关联;
所述会话管理模块进一步进行以下操作:
获取所述对话文本中的与所述交易业务相关联的业务信息;
至少基于所述业务信息,生成业务回复文本。
11.根据权利要求10所述的装置,其中,所述会话管理模块进一步进行以下操作:
基于所述业务信息和所述用户针对所述交易业务的历史对话信息,生成所述业务回复文本。
12.根据权利要求10或11所述的装置,其中,所述业务信息包括定价咨询信息;
所述装置还包括交易策略模块,其中,所述交易策略模块利用交易策略模型确定针对所述定价咨询信息的定价信息,其中,所述交易策略模型是至少基于与所述交易业务相关联的市场动态信息来训练得到的;
所述会话管理模块生成所述业务回复文本,其中,所述业务回复文本包括所述定价信息。
13.根据权利要求9所述的装置,其中,所述场景信息指示所述对话文本不是与所述交易业务相关联;
所述会话管理模块进一步进行以下操作:
生成针对所述对话文本的非业务回复文本。
14.根据权利要求13所述的装置,其中,所述场景信息指示所述对话文本为闲聊文本;
所述会话管理模块进一步进行以下操作:
生成针对所述闲聊对话的闲聊回复文本。
15.根据权利要求13所述的装置,其中,所述场景信息指示所述对话文本为与所述交易业务不相关联的问题文本;
所述会话管理模块进一步进行以下操作:
从知识库中搜索与所述问题文本匹配的目标问题,其中,所述知识库包括多个问题以及相应答案;
将针对所述目标问题的答案作为所述非业务回复文本。
16.一种计算设备,包括:
至少一个处理器;
与所述至少一个处理器进行通信的存储器,其上存储有可执行代码,所述可执行代码在被所述至少一个处理器执行时使得所述至少一个处理器实现根据权利要求1至8中任一项所述的方法。
17.一种机器可读存储介质,其存储有可执行代码,所述可执行代码在被执行时使得机器执行根据权利要求1至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010777151.3A CN111782792A (zh) | 2020-08-05 | 2020-08-05 | 用于信息处理的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010777151.3A CN111782792A (zh) | 2020-08-05 | 2020-08-05 | 用于信息处理的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111782792A true CN111782792A (zh) | 2020-10-16 |
Family
ID=72765245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010777151.3A Pending CN111782792A (zh) | 2020-08-05 | 2020-08-05 | 用于信息处理的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111782792A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112988948A (zh) * | 2021-02-05 | 2021-06-18 | 支付宝(杭州)信息技术有限公司 | 业务处理方法以及装置 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106294341A (zh) * | 2015-05-12 | 2017-01-04 | 阿里巴巴集团控股有限公司 | 一种智能问答系统及其主题判别方法和装置 |
CN106649694A (zh) * | 2016-12-19 | 2017-05-10 | 北京云知声信息技术有限公司 | 语音交互中确定用户意图的方法及装置 |
CN106815198A (zh) * | 2015-11-27 | 2017-06-09 | 北京国双科技有限公司 | 模型训练方法及装置和语句业务类型的识别方法及装置 |
CN107180029A (zh) * | 2016-03-09 | 2017-09-19 | 阿里巴巴集团控股有限公司 | 一种基于咨询业务的信息处理方法及装置 |
CN107463601A (zh) * | 2017-06-13 | 2017-12-12 | 北京百度网讯科技有限公司 | 基于人工智能的对话理解系统构建方法、装置、设备及计算机可读存储介质 |
CN108228559A (zh) * | 2016-12-22 | 2018-06-29 | 苏宁云商集团股份有限公司 | 一种用于用户业务的人机交互实现方法及系统 |
CN108427722A (zh) * | 2018-02-09 | 2018-08-21 | 卫盈联信息技术(深圳)有限公司 | 智能交互方法、电子装置及存储介质 |
CN108874967A (zh) * | 2018-06-07 | 2018-11-23 | 腾讯科技(深圳)有限公司 | 对话状态确定方法及装置、对话系统、终端、存储介质 |
CN108920488A (zh) * | 2018-05-14 | 2018-11-30 | 平安科技(深圳)有限公司 | 多系统相结合的自然语言处理方法及装置 |
CN109614464A (zh) * | 2018-10-31 | 2019-04-12 | 阿里巴巴集团控股有限公司 | 用于业务问题识别的方法及装置 |
CN110287297A (zh) * | 2019-05-22 | 2019-09-27 | 深圳壹账通智能科技有限公司 | 对话答复方法、装置、计算机设备及计算机可读存储介质 |
CN110334201A (zh) * | 2019-07-18 | 2019-10-15 | 中国工商银行股份有限公司 | 一种意图识别方法、装置及系统 |
CN110413748A (zh) * | 2019-07-03 | 2019-11-05 | 北京智齿博创科技有限公司 | 基于大数据机器人客服知识库词条推荐系统 |
US20200152184A1 (en) * | 2018-11-08 | 2020-05-14 | PolyAI Limited | Dialogue system, a dialogue method, a method of generating data for training a dialogue system, a system for generating data for training a dialogue system and a method of training a dialogue system |
CN111241237A (zh) * | 2019-12-31 | 2020-06-05 | 中国建设银行股份有限公司 | 一种基于运维业务的智能问答数据处理方法及装置 |
-
2020
- 2020-08-05 CN CN202010777151.3A patent/CN111782792A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106294341A (zh) * | 2015-05-12 | 2017-01-04 | 阿里巴巴集团控股有限公司 | 一种智能问答系统及其主题判别方法和装置 |
CN106815198A (zh) * | 2015-11-27 | 2017-06-09 | 北京国双科技有限公司 | 模型训练方法及装置和语句业务类型的识别方法及装置 |
CN107180029A (zh) * | 2016-03-09 | 2017-09-19 | 阿里巴巴集团控股有限公司 | 一种基于咨询业务的信息处理方法及装置 |
CN106649694A (zh) * | 2016-12-19 | 2017-05-10 | 北京云知声信息技术有限公司 | 语音交互中确定用户意图的方法及装置 |
CN108228559A (zh) * | 2016-12-22 | 2018-06-29 | 苏宁云商集团股份有限公司 | 一种用于用户业务的人机交互实现方法及系统 |
CN107463601A (zh) * | 2017-06-13 | 2017-12-12 | 北京百度网讯科技有限公司 | 基于人工智能的对话理解系统构建方法、装置、设备及计算机可读存储介质 |
CN108427722A (zh) * | 2018-02-09 | 2018-08-21 | 卫盈联信息技术(深圳)有限公司 | 智能交互方法、电子装置及存储介质 |
CN108920488A (zh) * | 2018-05-14 | 2018-11-30 | 平安科技(深圳)有限公司 | 多系统相结合的自然语言处理方法及装置 |
CN108874967A (zh) * | 2018-06-07 | 2018-11-23 | 腾讯科技(深圳)有限公司 | 对话状态确定方法及装置、对话系统、终端、存储介质 |
CN109614464A (zh) * | 2018-10-31 | 2019-04-12 | 阿里巴巴集团控股有限公司 | 用于业务问题识别的方法及装置 |
US20200152184A1 (en) * | 2018-11-08 | 2020-05-14 | PolyAI Limited | Dialogue system, a dialogue method, a method of generating data for training a dialogue system, a system for generating data for training a dialogue system and a method of training a dialogue system |
CN110287297A (zh) * | 2019-05-22 | 2019-09-27 | 深圳壹账通智能科技有限公司 | 对话答复方法、装置、计算机设备及计算机可读存储介质 |
CN110413748A (zh) * | 2019-07-03 | 2019-11-05 | 北京智齿博创科技有限公司 | 基于大数据机器人客服知识库词条推荐系统 |
CN110334201A (zh) * | 2019-07-18 | 2019-10-15 | 中国工商银行股份有限公司 | 一种意图识别方法、装置及系统 |
CN111241237A (zh) * | 2019-12-31 | 2020-06-05 | 中国建设银行股份有限公司 | 一种基于运维业务的智能问答数据处理方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112988948A (zh) * | 2021-02-05 | 2021-06-18 | 支付宝(杭州)信息技术有限公司 | 业务处理方法以及装置 |
CN112988948B (zh) * | 2021-02-05 | 2023-09-19 | 蚂蚁胜信(上海)信息技术有限公司 | 业务处理方法以及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11080608B2 (en) | Agent aptitude prediction | |
CN110046806B (zh) | 用于客服派单的方法、装置和计算设备 | |
US20210081442A1 (en) | System and method for reducing user query ambiguity through chatbot clarifying questions | |
CN112733042A (zh) | 推荐信息的生成方法、相关装置及计算机程序产品 | |
CN110457679A (zh) | 用户画像的构建方法、装置、计算机设备和存储介质 | |
CN109918645B (zh) | 深度分析文本的方法、装置、计算机设备和存储介质 | |
CN116644145B (zh) | 会话数据处理方法、装置、设备和存储介质 | |
CN113064980A (zh) | 一种智能问答方法、装置、计算机设备及存储介质 | |
CN112559865A (zh) | 信息处理系统、计算机可读存储介质及电子设备 | |
CN112434501A (zh) | 工单智能生成的方法、装置、电子设备及介质 | |
CN110399473B (zh) | 为用户问题确定答案的方法和装置 | |
CN110942392A (zh) | 一种业务数据处理方法、装置、设备和介质 | |
CN113792134B (zh) | 一种基于数字孪生技术的用户服务方法及系统 | |
CN110704599B (zh) | 为预测模型生成样本、预测模型训练的方法及装置 | |
CN111309882B (zh) | 用于实现智能客服问答的方法和装置 | |
CN111782792A (zh) | 用于信息处理的方法和装置 | |
CN112100491A (zh) | 基于用户数据的信息推荐方法、装置、设备及存储介质 | |
CN109120509B (zh) | 一种信息收集的方法及装置 | |
US20210304760A1 (en) | System and Method for Structuring Chat History Using Machine-Learning-Based Natural Language Processing | |
US11862165B1 (en) | Optimized virtual assistant for connecting a user to a live agent | |
CN112035613B (zh) | 基于多轮对话的信息推送方法及装置、存储介质、电子装置 | |
US11983645B2 (en) | Agent aptitude prediction | |
US20240070779A1 (en) | Data mapping method and system | |
CN117763097A (zh) | 问题回答方法、装置、电子设备和计算机存储介质 | |
CN116578681A (zh) | 提升用户体验的服务方法、装置、计算机设备及系统 |
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 |