CN112069304A - 一种保险业务的问答方法、装置、服务器以及存储介质 - Google Patents
一种保险业务的问答方法、装置、服务器以及存储介质 Download PDFInfo
- Publication number
- CN112069304A CN112069304A CN202011049093.9A CN202011049093A CN112069304A CN 112069304 A CN112069304 A CN 112069304A CN 202011049093 A CN202011049093 A CN 202011049093A CN 112069304 A CN112069304 A CN 112069304A
- Authority
- CN
- China
- Prior art keywords
- information
- target user
- value
- characteristic value
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000011218 segmentation Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 8
- 238000012795 verification Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 3
- 238000003058 natural language processing Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 125000002015 acyclic group Chemical group 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013598 vector Substances 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
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
Abstract
本申请适用于自然语言处理技术领域,提供了一种保险业务的问答方法、装置、服务器以及存储介质,该方法包括:获取用户终端发送的询问信息,并识别询问信息的第一特征值;获取目标用户的预设场景参数值;基于目标用户的身份标识信息值以及预设场景参数值生成目标用户的第二特征值;融合第一特征值与第二特征值得到第三特征值;确定获取目标用户发送询问信息时所处的问答阶段;基于获取目标用户发送询问信息时所处的问答阶段,将第三特征值输入至预设的问答库中,决策出最优回答信息;返回最优回答信息至用户终端。本申请实施例可以直接生成最优回答信息,能给客户提供一站式服务,直接回答客户想要了解的保险内容。
Description
技术领域
本申请属于自然语言处理技术领域,尤其涉及一种保险业务的问答方法、装置、服务器及存储介质。
背景技术
在目前的市面上智能保险推荐比较常见的做法为根据客户的信息(基本信息与健康信息)和客户的请求接收客户的保险推荐请求,输入训练好的模型后确定待推荐保险业务,返回待推荐保险业务给客户,但是,后续客户想具体的了解待推荐保险业务的保险内容仍具需要寻找保险服务平台或咨询业务人员,不能给客户提供一站式服务,直接回答客户想要了解的保险内容。
发明内容
本申请实施例提供了一种保险业务的问答方法、装置、服务器以及存储介质,可以解决现有技术不能客户提供一站式服务,直接回答客户想要了解的保险内容问题。
第一方面,本申请实施例提供了一种保险业务的问答方法,包括:
获取所述用户终端发送的询问信息,并识别所述询问信息的第一特征值;
获取目标用户的预设场景参数值,所述预设场景参数值用于描述所述目标用户当前所处的场景;
基于所述目标用户的身份标识信息值以及所述预设场景参数值生成所述目标用户的第二特征值;
融合所述第一特征值与所述第二特征值得到第三特征值;
确定获取所述目标用户发送询问信息时所处的问答阶段;
基于获取所述目标用户发送询问信息时所处的问答阶段,将所述第三特征值输入至预设的问答库中,决策出最优回答信息;
返回所述最优回答信息至用户终端。
在第一方面的一种可能的实现方式中,获取所述用户终端发送的询问信息,并识别所述询问信息的第一特征值包括:
获取所述用户终端发送的询问信息;
对所述询问信息进行分词处理,得到分词信息;
将所述分词信息输入至特征提取模型,得到每个分析信息对应的特征子值;
根据所述特征子值形成所述第一特征值。
在第一方面的一种可能的实现方式中,获取目标用户的预设场景参数值,所述预设场景参数值用于描述所述目标用户当前所处的场景包括:
生成数据调用请求;
向所述用户终端发送所述数据调用请求,其中,所述数据调用请求用于指示所述用户终端采集所述目标用户当前所处的场景,并返回所述目标用户当前所处的场景对应的预设场景参数值;
接收所述用户终端返回的预设场景参数值。
在第一方面的一种可能的实现方式中,融合所述第一特征值与所述第二特征值得到第三特征值之前,还包括:
将所述第一特征值输入至预设的意图识别模型中,得到所述目标用户对应的候选意图标签值;
根据所述第二特征值对所述候选意图标签值进行矛盾校验,得到所述目标用户的意图标签值。
在第一方面的一种可能的实现方式中,基于获取所述目标用户发送询问信息时所处的问答阶段,将所述第三特征值输入至预设的问答库中,决策出最优回答信息,包括:
在所述预设的问答库中查找出与所述问答阶段匹配的候选回答信息集合;
根据所述目标用户的意图标签值匹配所述候选回答信息集合中的候选回答信息子集合;
在所述候选回答子集合中筛选出与所述第三特征值之间相似度最高的最优回答信息。
第二方面,本申请实施例提供了一种保险业务的问答装置,包括:
第一获取模块,用于获取所述用户终端发送的询问信息,并识别所述询问信息的第一特征值;
第二获取模块,用于获取目标用户的预设场景参数值,所述预设场景参数值用于描述所述目标用户当前所处的场景;
生成模块,用于基于所述目标用户的身份标识信息值以及所述预设场景参数值生成所述目标用户的第二特征值;
融合模块,用于融合所述第一特征值与所述第二特征值得到第三特征值;
确定模块,用于确定获取所述目标用户发送询问信息时所处的问答阶段;
决策模块,用于基于获取所述目标用户发送询问信息时所处的问答阶段,将所述第三特征值输入至预设的问答库中,决策出最优回答信息;
返回模块,用于返回所述最优回答信息至用户终端。
在第二方面的一种可能的实现方式中,所述第一获取模块包括:
获取单元,用于获取所述用户终端发送的询问信息;
处理单元,用于对所述询问信息进行分词处理,得到分词信息;
提取单元,用于将所述分词信息输入至特征提取模型,得到每个分析信息对应的特征子值;
形成单元,用于根据所述特征子值形成所述第一特征值。
在一种可能的实现方式中,所述第二获取模块包括:
生成单元,用于生成数据调用请求;
发送单元,用于向所述用户终端发送所述数据调用请求,其中,所述数据调用请求用于指示所述用户终端采集所述目标用户当前所处的场景,并返回所述目标用户当前所处的场景对应的预设场景参数值;
接收单元,用于接收所述用户终端返回的预设场景参数值。
在第二方面的一种可能的实现方式中,所述装置还包括:
提取模块,用于将所述第一特征值输入至预设的意图识别模型中,得到所述目标用户对应的候选意图标签值;
校验模块,用于根据所述第二特征值对所述候选意图标签值进行矛盾校验,得到所述目标用户的意图标签值。
在第二方面的一种可能的实现方式中,所述决策模块包括:
查找单元,用于在所述预设的问答库中查找出与所述问答阶段匹配的候选回答信息集合;
匹配单元,用于根据所述目标用户的意图标签值匹配所述候选回答信息集合中的候选回答信息子集合;
筛选单元,用于在所述候选回答子集合中筛选出与所述第三特征值之间相似度最高的最优回答信息。
第三方面,本申请实施例提供了一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述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如上述第一方面所述的方法。
第四方面,本申请实施例提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面所述的方法。
本申请实施例与现有技术相比存在的有益效果是:本申请实施例可以根据目标用户通过用户终端发送的询问信息、目标用户的预设场景参数值以及目标用户的身份标识信息值,直接生成最优回答信息,能给客户提供一站式服务,直接回答客户想要了解的保险内容。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术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是本申请实施例提供的保险业务的问答方法的流程示意图;
图2是本申请实施例提供的保险业务的问答装置的结构示意图;
图3是本申请实施例提供的服务器的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
下面根据各个实施方案对本申请进行介绍。
参见图1,为本申请实施例提供的一种保险业务的问答方法的流程示意图,该方法应用于服务器,该服务器为云服务器等计算设备,该方法包括以下步骤:
步骤S101、获取用户终端发送的询问信息,并识别询问信息的第一特征值。
其中,第一特征值为目标用户的询问信息中关于保险业务的关键词对应的编码值矩阵,例如,询问信息为“保险的收益人可以只填写我的小孩吗”,对应的编码值矩阵为onehot编码110001。
示例性地,获取用户终端发送的询问信息,并识别询问信息的第一特征值,包括:获取用户终端发送的询问信息;对询问信息进行分词处理,得到分词信息。将分词信息输入至特征提取模型,得到每个分析信息对应的特征子值;根据特征子值形成第一特征值。
具体地,首先对用户的话语进行分词处理,然后通过tfidf模型提取每个词的tfidf值,根据每个词的tfidf值形成句子的tfidf矩阵,再用lsi模型将tfidf矩阵转化为lsi矩阵。
步骤S102、获取目标用户的预设场景参数值,预设场景参数值用于描述目标用户当前所处的场景。
其中,目标用户当前所处的场景包括但是不限于:时间、用户所在城市、用户所在环境的温度、湿度等,预设场景参数值可以是服务器根据预设场景分类对目标用户当前所处的场景进行处理后得到的属性值,例如,时间为13:00,时间对应的预设场景分类为:0:00~6:00,6:00~12:00,12:00~18:00及18:00~24:00这四个预设分类,,由于13:00属于12:00~18:00这一预设分类,因此,12:00~18:00这个预设分类的逻辑值为1,其余预设分类的逻辑值为0。类似的,也采用上述方式得到目标用户当前所处的其它场景的属性值,那么可以得到目标用户的预设场景参数值,例如,为onehot编码110001。
示例性地,获取目标用户的预设场景参数值包括:生成数据调用请求,向用户终端发送数据调用请求,其中,数据调用请求用于指示用户终端采集目标用户当前所处的场景,并返回目标用户当前所处的场景对应的预设场景参数值;接收用户终端返回的预设场景参数值。
步骤S103、基于目标用户的身份标识信息值以及预设场景参数值生成目标用户的第二特征值。
其中,身份标识信息值为对目标用户的身份标识信息进行数值化之后,得到的onehot编码值;身份标识信息包括但是不限于年龄,生活城市、职业、婚姻状态、疾病史等。
具体地,对身份标识信息值对应的编码值与预设场景参数值对应的编码值之间进行维度对齐,例如,采用维度值填补或者维度值删除的方式使得身份标识信息值对应的编码值与预设场景参数值对应的编码值之间进行维度对齐,拼接身份标识信息值对应的编码值与预设场景参数值对应的编码值,得到第二特征值。需说明的是,第二特征值为矩阵。
在一种可选的实施方式中,融合第一特征值与第二特征值得到第三特征值之前,还包括:将第一特征值输入至预设的意图识别模型中,得到目标用户对应的候选意图标签值;根据第二特征值对候选意图标签值进行矛盾校验,得到目标用户的意图标签值。
其中,预设的意图识别模型可以是指根据随机森林分类器训练得到意图识别模型;候选意图标签值为表征候选意图的标签值,候选意图包括肯定意图、否定意图,意图标签值为表征意图的标签值,意图包括肯定意图、否定意图或者模糊意图。
例如,将“保险的收益人可以只填写我的小孩吗”对应的第一特征值输入至随机森林分类器得到肯定意图对应的候选意图标签值,根据“一线城市的中年未婚白领”对应的第二特征值对肯定意图对应的候选意图标签值进行矫正,得到模糊意图对应的意图标签值。
步骤S104、融合第一特征值与第二特征值得到第三特征值。
例如,利用第一特征值的LSI矩阵首位,与第二特征值进行拼接,得到第三特征值。
步骤S105、确定获取目标用户发送询问信息时所处的问答阶段。
其中,问答阶段为保险话术流程中的环节,保险话术的流程是由一个个有向无环图构建而成,起始节点为保险话术的开始,其余每一个节点对应着不同的环节。如:产品介绍,健康告知,信息核对等环节。
具体地,查询预设时间段内目标用户发送历史询问信息时所处的历史问答阶段,根据将问答阶段作为历史问答阶段后一个阶段,如果查询不到,则将问答阶段作为起始阶段,即产品介绍。
步骤S106、基于获取目标用户发送询问信息时所处的问答阶段,将第三特征值输入至预设的问答库中,决策出最优回答信息。
具体地,在预设的问答库中查找出与问答阶段匹配的候选回答信息集合;根据目标用户的意图标签值匹配候选回答信息集合中的候选回答信息子集合;在候选回答子集合中筛选出与第三特征值之间相似度最高的最优回答信息。
例如,产品介绍环节,查找出与产品介绍阶段匹配的候选回答信息集合;识别出用户的否定意图后,就根据目标用户否定意图对应的标签值匹配候选回答信息集合中的候选回答信息集合,在候选回答信息子集合中通过第三特征值为“13点处于深圳一线城市的中年已婚白领”确定出候选回答信息集合中的候选回答信息子集合,然后采用谷歌bert模型训练提取出的词向量,并用孪生网络(siameselstm)进行问题的语义相似度匹配,在候选回答子集合中筛选出与第三特征值之间相似度最高的最优回答信息。
步骤S107、返回最优回答信息至用户终端。
本申请实施例中,可以根据目标用户通过用户终端发送的询问信息、目标用户的预设场景参数值以及目标用户的身份标识信息值,直接生成最优回答信息,能给客户提供一站式服务,直接回答客户想要了解的保险内容。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的保险业务的问答方法,图2示出了本申请实施例提供保险业务的问答装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图2,该装置包括:
第一获取模块21,用于获取所述用户终端发送的询问信息,并识别所述询问信息的第一特征值;
第二获取模块22,用于获取目标用户的预设场景参数值,所述预设场景参数值用于描述所述目标用户当前所处的场景;
生成模块23,用于基于所述目标用户的身份标识信息值以及所述预设场景参数值生成所述目标用户的第二特征值;
融合模块24,用于融合所述第一特征值与所述第二特征值得到第三特征值;
确定模块25,用于确定获取所述目标用户发送询问信息时所处的问答阶段;
决策模块26,用于基于获取所述目标用户发送询问信息时所处的问答阶段,将所述第三特征值输入至预设的问答库中,决策出最优回答信息;
返回模块27,用于返回所述最优回答信息至用户终端。
在一种可能的实现方式中,所述第一获取模块包括:
获取单元,用于获取所述用户终端发送的询问信息;
处理单元,用于对所述询问信息进行分词处理,得到分词信息;
提取单元,用于将所述分词信息输入至特征提取模型,得到每个分析信息对应的特征子值;
形成单元,用于根据所述特征子值形成所述第一特征值。
在一种可能的实现方式中,所述第二获取模块包括:
生成单元,用于生成数据调用请求;
发送单元,用于向所述用户终端发送所述数据调用请求,其中,所述数据调用请求用于指示所述用户终端采集所述目标用户当前所处的场景,并返回所述目标用户当前所处的场景对应的预设场景参数值;
接收单元,用于接收所述用户终端返回的预设场景参数值。
在一种可能的实现方式中,所述装置还包括:
提取模块,用于将所述第一特征值输入至预设的意图识别模型中,得到所述目标用户对应的候选意图标签值;
校验模块,用于根据所述第二特征值对所述候选意图标签值进行矛盾校验,得到所述目标用户的意图标签值。
在一种可能的实现方式中,所述决策模块包括:
查找单元,用于在所述预设的问答库中查找出与所述问答阶段匹配的候选回答信息集合;
匹配单元,用于根据所述目标用户的意图标签值匹配所述候选回答信息集合中的候选回答信息子集合;
筛选单元,用于在所述候选回答子集合中筛选出与所述第三特征值之间相似度最高的最优回答信息。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
图3为本申请一实施例提供的服务器的结构示意图。如图3所示,该实施例的服务器3包括:至少一个处理器30、存储器31以及存储在所述存储器31中并可在所述至少一个处理器30上运行的计算机程序32,所述处理器30执行所述计算机程序32时实现上述任意各个方法实施例中的步骤。
所述服务器3可以是云端服务器等计算设备。该服务器可包括,但不仅限于,处理器30、存储器31。本领域技术人员可以理解,图3仅仅是服务器3的举例,并不构成对服务器3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器30可以是中央处理单元(Central Processing Unit,CPU),该处理器30还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路 (Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器31在一些实施例中可以是所述服务器3的内部存储单元,例如服务器3的硬盘或内存。所述存储器31在另一些实施例中也可以是所述服务器3的外部存储设备,例如所述服务器3上配备的插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器31还可以既包括所述服务器3的内部存储单元也包括外部存储设备。所述存储器31用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种保险业务的问答方法,其特征在于,包括:
获取用户终端发送的询问信息,并识别所述询问信息的第一特征值;
获取目标用户的预设场景参数值,所述预设场景参数值用于描述所述目标用户当前所处的场景;
基于所述目标用户的身份标识信息值以及所述预设场景参数值生成所述目标用户的第二特征值;
融合所述第一特征值与所述第二特征值得到第三特征值;
确定获取所述目标用户发送询问信息时所处的问答阶段;
基于获取所述目标用户发送询问信息时所处的问答阶段,将所述第三特征值输入至预设的问答库中,决策出最优回答信息;
返回所述最优回答信息至用户终端。
2.如权利要求1所述的保险业务的问答方法,其特征在于,获取所述用户终端发送的询问信息,并识别所述询问信息的第一特征值包括:
获取所述用户终端发送的询问信息;
对所述询问信息进行分词处理,得到分词信息;
将所述分词信息输入至特征提取模型,得到每个分析信息对应的特征子值;
根据所述特征子值形成所述第一特征值。
3.如权利要求1所述的保险业务的问答方法,其特征在于,获取目标用户的预设场景参数值,所述预设场景参数值用于描述所述目标用户当前所处的场景包括:
生成数据调用请求;
向所述用户终端发送所述数据调用请求,其中,所述数据调用请求用于指示所述用户终端采集所述目标用户当前所处的场景,并返回所述目标用户当前所处的场景对应的预设场景参数值;
接收所述用户终端返回的预设场景参数值。
4.如权利要求1至3任一项所述的保险业务的问答方法,其特征在于,融合所述第一特征值与所述第二特征值得到第三特征值之前,还包括:
将所述第一特征值输入至预设的意图识别模型中,得到所述目标用户对应的候选意图标签值;
根据所述第二特征值对所述候选意图标签值进行矛盾校验,得到所述目标用户的意图标签值。
5.如权利要求4所述的保险业务的问答方法,其特征在于,基于获取所述目标用户发送询问信息时所处的问答阶段,将所述第三特征值输入至预设的问答库中,决策出最优回答信息,包括:
在所述预设的问答库中查找出与所述问答阶段匹配的候选回答信息集合;
根据所述目标用户的意图标签值匹配所述候选回答信息集合中的候选回答信息子集合;
在所述候选回答子集合中筛选出与所述第三特征值之间相似度最高的最优回答信息。
6.一种保险业务的问答装置,其特征在于,包括:
第一获取模块,用于获取用户终端发送的询问信息,并识别所述询问信息的第一特征值;
第二获取模块,用于获取目标用户的预设场景参数值,所述预设场景参数值用于描述所述目标用户当前所处的场景;
生成模块,用于基于所述目标用户的身份标识信息值以及所述预设场景参数值生成所述目标用户的第二特征值;
融合模块,用于融合所述第一特征值与所述第二特征值得到第三特征值;
确定模块,用于确定获取所述目标用户发送询问信息时所处的问答阶段;
决策模块,用于基于获取所述目标用户发送询问信息时所处的问答阶段,将所述第三特征值输入至预设的问答库中,决策出最优回答信息;
返回模块,用于返回所述最优回答信息至用户终端。
7.如权利要求6所述的保险业务的问答装置,其特征在于,所述第一获取模块包括:
获取单元,用于获取所述用户终端发送的询问信息;
处理单元,用于对所述询问信息进行分词处理,得到分词信息;
提取单元,用于将所述分词信息输入至特征提取模型,得到每个分析信息对应的特征子值;
形成单元,用于根据所述特征子值形成所述第一特征值。
8.如权利要求6所述的保险业务的问答装置,其特征在于,所述第二获取模块包括:
生成单元,用于生成数据调用请求;
发送单元,用于向所述用户终端发送所述数据调用请求,其中,所述数据调用请求用于指示所述用户终端采集所述目标用户当前所处的场景,并返回所述目标用户当前所处的场景对应的预设场景参数值;
接收单元,用于接收所述用户终端返回的预设场景参数值。
9.一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述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5任一项所述的方法。
10.一种存储介质,所述存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011049093.9A CN112069304A (zh) | 2020-09-29 | 2020-09-29 | 一种保险业务的问答方法、装置、服务器以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011049093.9A CN112069304A (zh) | 2020-09-29 | 2020-09-29 | 一种保险业务的问答方法、装置、服务器以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112069304A true CN112069304A (zh) | 2020-12-11 |
Family
ID=73683687
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011049093.9A Pending CN112069304A (zh) | 2020-09-29 | 2020-09-29 | 一种保险业务的问答方法、装置、服务器以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112069304A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113065656A (zh) * | 2021-03-26 | 2021-07-02 | 龙马智芯(珠海横琴)科技有限公司 | 一种规则引擎配置方法、装置、服务器及可读存储介质 |
CN113837727A (zh) * | 2021-09-30 | 2021-12-24 | 平安银行股份有限公司 | 事件提醒方法、装置、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160232155A1 (en) * | 2015-02-05 | 2016-08-11 | International Business Machines Corporation | Extracting and recommending business processes from evidence in natural language systems |
WO2018001040A1 (zh) * | 2016-06-27 | 2018-01-04 | 中兴通讯股份有限公司 | 业务数据提供方法、装置和计算机存储介质 |
CN110765244A (zh) * | 2019-09-18 | 2020-02-07 | 平安科技(深圳)有限公司 | 获取应答话术的方法、装置、计算机设备及存储介质 |
CN111444729A (zh) * | 2020-03-02 | 2020-07-24 | 平安国际智慧城市科技股份有限公司 | 信息处理的方法、装置、设备及可读存储介质 |
-
2020
- 2020-09-29 CN CN202011049093.9A patent/CN112069304A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160232155A1 (en) * | 2015-02-05 | 2016-08-11 | International Business Machines Corporation | Extracting and recommending business processes from evidence in natural language systems |
WO2018001040A1 (zh) * | 2016-06-27 | 2018-01-04 | 中兴通讯股份有限公司 | 业务数据提供方法、装置和计算机存储介质 |
CN110765244A (zh) * | 2019-09-18 | 2020-02-07 | 平安科技(深圳)有限公司 | 获取应答话术的方法、装置、计算机设备及存储介质 |
CN111444729A (zh) * | 2020-03-02 | 2020-07-24 | 平安国际智慧城市科技股份有限公司 | 信息处理的方法、装置、设备及可读存储介质 |
Non-Patent Citations (1)
Title |
---|
王怿丹;: "价值链视角下保险科技对行业的重构――以医疗保险为例", 中国保险, no. 07 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113065656A (zh) * | 2021-03-26 | 2021-07-02 | 龙马智芯(珠海横琴)科技有限公司 | 一种规则引擎配置方法、装置、服务器及可读存储介质 |
CN113065656B (zh) * | 2021-03-26 | 2022-09-30 | 龙马智芯(珠海横琴)科技有限公司 | 一种规则引擎配置方法、装置、服务器及可读存储介质 |
CN113837727A (zh) * | 2021-09-30 | 2021-12-24 | 平安银行股份有限公司 | 事件提醒方法、装置、设备及介质 |
CN113837727B (zh) * | 2021-09-30 | 2024-03-29 | 平安银行股份有限公司 | 事件提醒方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111026858B (zh) | 基于项目推荐模型的项目信息处理方法及装置 | |
CN112925898B (zh) | 基于人工智能的问答方法、装置、服务器及存储介质 | |
CN111694926A (zh) | 基于场景动态配置的交互处理方法、装置、计算机设备 | |
CN116881429B (zh) | 一种基于多租户的对话模型交互方法、装置及存储介质 | |
CN113157863A (zh) | 问答数据处理方法、装置、计算机设备及存储介质 | |
US11886556B2 (en) | Systems and methods for providing user validation | |
CN112069304A (zh) | 一种保险业务的问答方法、装置、服务器以及存储介质 | |
CN112559865A (zh) | 信息处理系统、计算机可读存储介质及电子设备 | |
CN110399473B (zh) | 为用户问题确定答案的方法和装置 | |
CN112307318A (zh) | 一种内容发布方法、系统及装置 | |
CN115952770B (zh) | 一种数据标准化的处理方法、装置、电子设备及存储介质 | |
CN112667790A (zh) | 智能问答方法、装置、设备及存储介质 | |
CN113032580A (zh) | 关联档案推荐方法、系统及电子设备 | |
CN111428230A (zh) | 一种信息验证方法、装置、服务器及存储介质 | |
WO2021135103A1 (zh) | 一种语义分析方法、装置、计算机设备及存储介质 | |
CN113691548A (zh) | 一种数据采集和分类存储方法及其系统 | |
CN111695031A (zh) | 基于标签的搜索方法、装置、服务器及存储介质 | |
CN111597453A (zh) | 用户画像方法、装置、计算机设备及计算机可读存储介质 | |
CN117235234B (zh) | 对象信息获取方法、装置、计算机设备和存储介质 | |
CN117033664B (zh) | 业务的序列图生成方法、装置、计算机设备和存储介质 | |
CN112597289B (zh) | 问询信息分类方法、模型训练方法、装置和电子设备 | |
CN113762340A (zh) | 数据处理方法及其装置、存储介质 | |
CN116627966A (zh) | 数据管理方法、装置、电子设备以及存储介质 | |
CN112711777A (zh) | 一种上链方法、上链装置及节点设备 | |
CN114817526A (zh) | 文本分类方法及装置、存储介质、终端 |
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 |