CN112148837A - 维修方案的获取方法、装置、设备及存储介质 - Google Patents
维修方案的获取方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112148837A CN112148837A CN202010970180.1A CN202010970180A CN112148837A CN 112148837 A CN112148837 A CN 112148837A CN 202010970180 A CN202010970180 A CN 202010970180A CN 112148837 A CN112148837 A CN 112148837A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- information
- text information
- keywords
- sample text
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 138
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000000605 extraction Methods 0.000 claims description 49
- 230000008569 process Effects 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 20
- 230000008439 repair process Effects 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 16
- 238000012549 training Methods 0.000 claims description 16
- 230000011218 segmentation Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000012097 association analysis method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid 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
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3334—Selection or weighting of terms from queries, including natural language queries
-
- 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
- G06F16/3343—Query execution using phonetics
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06Q30/01—Customer relationship services
- G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
- G06Q30/016—After-sales
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Acoustics & Sound (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种维修方案的获取方法、装置、设备及存储介质，方法包括：获取用户的语音信息；识别所述语音信息，获得所述语音信息所对应的文字信息；提取所述文字信息中关于维修的各关键词；将所述关键词和维修方案库进行匹配，获得所述维修方案。本申请用以为维修人员及时提供可靠的维修方案。
Description
技术领域
本申请涉及计算机技术领域，尤其涉及一种维修方案的获取方法、装置、设备及存储介质。
背景技术
随着经济的快速发展，互联网技术日益成为我们日常生活必不可少的工具，让我们对信息的获取更加敏捷、高效，让资源的合理分配与共享成为可能。在人们越来越注重产品售后服务的今天，售后服务行业也应该乘着互联网的快车高速的发展起来。
现有技术中，在用户空调出现故障时，会拨打售后服务热线，客服会将用户的报修信息记录下来，以工单形式推送给服务人员。然后，服务人员根据工单进行上门检查，以确定空调故障的原因并进行维修。然而，客服人员记录的报修内容的质量无法得到有效保证，可能导致服务人员根据该报修内容错误的评估了客户出现的故障，用户体验较差。另外，如果新的维修人员，不能及时的找到解决问题的方案，用于体验不好。
发明内容
本申请提供了一种维修方案的获取方法、装置、设备及存储介质，用以为维修人员及时提供可靠的维修方案。
第一方面，本申请提供了一种维修方案的获取方法，包括：
获取用户的语音信息；
识别所述语音信息，获得所述语音信息所对应的文字信息；
提取所述文字信息中关于维修的各关键词；
将所述关键词和维修方案库进行匹配，获得所述维修方案。
可选地，提取所述文字信息中关于维修的各关键词，包括：
将所述文字信息输入到关键词抽取模型，通过所述关键词抽取模型，提取所述文字信息中关于维修的各关键词。
可选地，所述关键词抽取模型的训练过程包括：
获取样本文字信息集合，其中，所述样本文字信息集合中包括：M条样本文字信息和每条所述样本文字信息中所包含的关键词，所述M为大于或等于1的整数；
分别对所述样本文字信息集合中的每条所述样本文字信息执行以下训练过程：
分别对每一条所述样本文字信息进行以下处理，将所述样本文字信息输入初始关键词抽取模型，获得所述样本文字信息的关键词；
计算根据所述初始关键词抽取模型获得的所述关键词，和所述样本文字信息中所包含的关键词的相似度；
如果所述相似度不大于预设阈值，调整所述初始关键词抽取模型中的参数后，重复执行所述训练过程，直至所述相似度大于预设阈值时，将所述初始关键词抽取模型作为最终的所述关键词抽取模型。
可选地，将所述样本文字信息输入初始关键词抽取模型，获得所述样本文字信息的关键词，包括：
将所述样本文字信息输入所述初始关键词抽取模型，对所述样本文字信息进行分词处理和词性标注处理，以获得各候选关键词；
根据获得的所述候选关键词，构建候选关键词图，利用共现关系分别获得所述候选关键词的权重；
根据所述权重对所述候选关键词进行聚类归并，获得所述关键词。
可选地，所述维修方案库的构建包括：
获取原始维修数据，所述原始维修数据包括：产品信息、故障信息和维修方案；
对所述原始维修数据进行预处理，获得结构化维修数据；
其中，所述预处理包括长难句压缩处理、去除停用词处理和错别字纠正处理的任意一项或多项；
根据所述结构化维修数据，构建所述维修方案库。
可选地，将所述关键词和维修方案库进行匹配，获得所述维修方案之后，还包括：
获取实际产品信息、实际故障信息和实际维修方案；
根据所述实际产品信息、所述实际故障信息和所述实际维修方案，完善所述维修方案库。
可选地，根据所述实际产品信息、所述实际故障信息和所述实际维修方案，完善所述维修方案库之后，还包括：
更新所述样本文字信息集合；
分别对更新后的所述样本文字信息集合中的每条所述样本文字信息执行所述训练过程；
如果所述相似度不大于预设阈值，调整所述关键词抽取模型中的参数后，重复执行所述训练过程，直至所述相似度大于预设阈值时，所述关键词抽取模型更新成功。
第二方面，本申请提供了一种维修方案的获取装置，包括：
获取模块，用于获取用户的语音信息；
识别模块，用于识别所述语音信息，获得所述语音信息所对应的文字信息；
提取模块，用于提取所述文字信息中关于维修的各关键词；
匹配模块，用于将所述关键词和维修方案库进行匹配，获得所述维修方案。
第三方面，本申请提供了一种电子设备，包括：处理器、通信组件、存储器和通信总线，其中，处理器、通信组件和存储器通过通信总线完成相互间的通信；所述存储器，用于存储计算机程序；所述处理器，用于执行所述存储器中所存储的程序，实现第一方面所述的维修方案的获取方法。
第四方面，本申请提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现实现第一方面所述的维修方案的获取方法。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点：本申请实施例提供的该方法，通过获取用户的语音信息，识别语音信息，获得该语音信息所对应的文字信息，并提取文字信息中关于维修的各关键词，避免了现有的由客服人员根据用户语音信息手动记录关于维修的各关键词，因为一些人为因素造成的记录内容有偏差的情况，然后，将获得的关键词和维修方案库进行匹配，获得维修方案，能够为维修人员及时的提供可靠的维修方案，避免了新的维修人员由于业务不熟练，导致用户体验差的问题。
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，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，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，对于本领域普通技术人员而言，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为本申请实施例中维修方案的获取方法流程示意图；
图2为本申请实施例中关键词抽取模型的训练过程示意图；
图3为本申请实施例中关键词抽取模型获取关键词的过程示意图；
图4为本申请实施例中维修方案库的构建过程示意图；
图5为本申请实施例中关键词抽取模型的更新过程示意图；
图6为本申请实施例中维修方案的获取装置结构示意图；
图7为本申请实施例中电子设备结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，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的一部分实施例，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做出创造性劳动的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。
本申请实施例提供了一种维修方案的获取方法，该方法可以应用在维修类的应用软件中，也可以应用在终端设备，例如，手机、电脑、平板等，也可以应用在服务器中。具体地，如图1所示，该方法的具体实现步骤如下：
步骤101，获取用户的语音信息。
具体地，以该方法应用在手机为例，在客服人员接到用户的报修电话时，手机自动的获取用户的语音信息，比如，将用户的语音信息进行录音。需要说明的是，本方法中的录音仅用于用户的维修方案的确定，不会造成语音泄露和用户隐私的泄露。具体地，可以在用户结束报修电话时，由客服人员将语音信息传至服务器，并将手机中的语音信息删除，最后，在维修人员确定维修完成之后，自动将服务器中用户的语音信息进行删除，有效的保护了用户的隐私。
步骤102，识别语音信息，获得语音信息所对应的文字信息。
具体地，利用语音识别技术对进行录音的用户的语音信息进行识别，获取该语音信息所对应的文字信息，也可以在用户拨打电话的过程中，利用语音识别技术识别用户的语音信息，获取语音信息所对应的文字信息。
另外，在识别语音信息，获得语音信息所对应的文字信息时，还利用语音识别技术进行语义消岐、语音角色批注和指代消岐等操作。
步骤103，提取文字信息中关于维修的各关键词。
一个具体实施例中，将文字信息输入到关键词抽取模型，通过该关键字抽取模型提取文字信息中关于维修的各关键词，例如，用户信息、机型信息、故障信息和故障发生原因等。
一个具体实施例中，关键词抽取模型的训练过程包括：
获取样本文字信息集合，其中，样本文字信息集合中包括：M条样本文字信息和每条样本文字信息中所包含的关键词，M为大于或等于1的整数。
分别对所述样本文字信息集合中的每条样本文字信息执行以下训练过程，具体如图2所示：
步骤201，将样本文字信息输入初始关键词抽取模型，获得样本文字信息的关键词。
步骤202，计算根据初始关键词抽取模型获得的关键词，和样本文字信息中所包含的关键词的相似度。
步骤203，判断相似度是否大于预设阈值，若是，执行步骤204，否则执行步骤205。
步骤204，将此时的初始关键词抽取模型作为最终的关键词抽取模型。
步骤205，调整初始关键词抽取模型中的参数，并在调整初始关键词抽取模型中的参数之后，执行步骤201。
通过训练关键词抽取模型，可以快速有效的将文字信息中的关键词提取出来，提高了工作效率。
一个具体实施例中，初始关键词抽取模型获取关键词的具体过程如图3所示：
步骤301，将样本文字信息输入初始关键词抽取模型，对样本文字信息进行分词处理和词性标注处理，以获得各候选关键词。
具体地，可以利用分词处理器对样本文字信息进行分词处理，利用词性标注方法对样本文字信息进行词性标注处理。例如，采用jieba分词、THULAC等工具进行分词处理；采用jieba分词中的posseq完成词性标注，或者利用隐马尔可夫模型(HMM)完成词性标注。
当然，此处仅是举例说明，并不用于对本申请的保护范围进行限制，也可以采用其他分词工具或其他词性标注方法对样本文字信息进行处理，此处不再一一列举。
步骤302，根据获得的候选关键词，构建候选关键词图，利用共现关系分别获得候选关键词的权重。
具体地，共现是指文献的特征项描述的信息共同出现的现象。本申请中的特征项即关键词，可以利用统计学方法，例如，聚类、关联规则、词频、因子分析等方法，对出现的关键词进行统计，再利用共词聚类分析方法、共词关联分析方法和共词词频分析方法等对关键系进行关联，确定关键词的权重。
当然，此处提及的统计方法和分析方法仅是举例说明，并不用于对本申请的保护范围进行限制，也可以采用其他统计方法或者或分析方法对样本文字信息进行处理，此处不再一一列举。
步骤303，根据权重对候选关键词进行聚类归并，获得关键词。
具体地，根据权重对候选关键词进行聚类归并，去除多余的以及重复的词汇，获得关键词。
最终的关键词抽取模型的关键词的提取过程也同图3所示的实现过程。
另外，可以利用TextRank提取算法提取关键词，利用候选关键词构建网络图，然后利用PageRank算法迭代计算各个节点的TextRank值，对TextRank值进行排序，根据排序结果，获取最终的关键词。
步骤104，将关键词和维修方案库进行匹配，获得维修方案。
具体地，利用相似度匹配算法，比如，欧几里得距离、皮尔逊相关系数等算法，将关键词抽取模型提取的关键词在维修方案库中进行匹配，获得维修方案。
当然，此处仅是举例说明，并不用于对本申请的保护范围进行限制，也可以采用其他相似度匹配算法将关键字在维修方案库中进行匹配，此处不再一一列举。
一个具体实施例中，如图4所示，维修方案库的构建过程为：
步骤401，获取原始维修数据，原始维修数据包括：产品信息、故障信息和维修方案。
具体地，该原始维修数据记录了前期的家电维修信息，包括：产品信息、故障信息、维修方案、用户信息等。例如，用户信息包括用户的具体住址等，产品信息包括产品的机型、产品大类、产品小类等，故障信息包括故障出现原因、故障出现现象和故障类型等，维修方案包括维修的具体方案、维修内容和维修配件等。
步骤402，对原始维修数据进行预处理，获得结构化维修数据。
其中，预处理包括长难句压缩处理、去除停用词处理和错别字纠正处理的任意一项或多项。
具体地，结构化数据为高度组织和整齐格式化的数据，该结构化维修数据为按照设定的格式处理后的数据，例如，按照用户地址、故障出现原因、故障出现现象、维修具体方案和维修配件的设定格式整理数据。
步骤403，根据结构化维修数据，构建维修方案库。
一个具体实施例中，在关键词和维修方案库进行匹配，获得维修方案之后，向距离该用户最近的维修人员的移动终端推送该维修任务。维修人员获取该维修任务后，根据该维修方案进行上门维修，并在维修工作完成后，将实际产品信息、实际故障信息和实际维修方案录入至移动终端。再进一步的，根据实际产品信息、实际故障信息和实际维修方案，完善维修方案库。通过对维修方案库的不断完善，会得到越来越丰富、准确度越来越高的维修方案库，进一步的可以为维修人员提供越来越可靠的维修方案，提高了工作效率，提升了用户的满意度。
一个具体实施例中，在完善维修方案库之后，更新关键词抽取模型，具体如图5所示：
步骤501，更新样本文字信息集合。
步骤502，分别对更新后的样本文字信息集合中的每条样本文字信息执行训练过程。
步骤503，如果相似度不大于预设阈值，调整关键词抽取模型中的参数后，重复执行训练过程，直至相似度大于预设阈值时，关键词抽取模型更新成功。
通过不断更新关键词抽取模型，使得该模型提取的关键字越来越准确，和维修方案库的匹配度越来越高，能够为维修人员提供更可靠的维修方案，提高了工作效率，提升了用户的满意度。
本申请实施例提供的该方法，通过获取用户的语音信息，识别语音信息，获得该语音信息所对应的文字信息，并提取文字信息中关于维修的各关键词，避免了现有的由客服人员根据用户语音信息手动记录关于维修的各关键词，因为一些人为因素造成的记录内容有偏差的情况，然后，将获得的关键词和维修方案库进行匹配，获得维修方案，能够为维修人员及时的提供可靠的维修方案，避免了新的维修人员由于业务不熟练，导致用户体验差的问题。
本申请实施例还提供了一种维修方案的获取装置，该装置的具体实施可参见方法实施例部分的描述，重复之处不再赘述，如图6所示，该装置主要包括：
获取模块601，用于获取用户的语音信息。
识别模块602，用于识别语音信息，获得语音信息所对应的文字信息。
提取模块603，用于提取文字信息中关于维修的各关键词。
匹配模块604，用于将关键词和维修方案库进行匹配，获得维修方案。
基于同一构思，本申请实施例中还提供了一种电子设备，如图7所示，该电子设备主要包括：处理器701、通信组件702、存储器703和通信总线704，其中，处理器701、通信组件702和存储器703通过通信总线704完成相互间的通信。其中，存储器703中存储有可被至处理器701执行的程序，处理器701执行存储器703中存储的程序，实现如下步骤：获取用户的语音信息；识别所述语音信息，获得所述语音信息所对应的文字信息；提取所述文字信息中关于维修的各关键词；将所述关键词和维修方案库进行匹配，获得所述维修方案。
上述电子设备中提到的通信总线704可以是外设部件互连标准(PeripheralComponent Interconnect，简称PCI)总线或扩展工业标准结构(Extended IndustryStandard Architecture，简称EISA)总线等。该通信总线704可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信组件702用于上述电子设备与其他设备之间的通信。
存储器703可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器701的存储装置。
上述的处理器701可以是通用处理器，包括中央处理器(Central ProcessingUnit，简称CPU)、网络处理器(Network Processor，简称NP)等，还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称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。
在本申请的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当该计算机程序在计算机上运行时，使得计算机执行上述实施例中所描述的维修方案的获取方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机指令时，全部或部分地产生按照本申请实施例所述的流程或功能。该计算机可以时通用计算机、专用计算机、计算机网络或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、微波等)方式向另外一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如软盘、硬盘、磁带等)、光介质(例如DVD)或者半导体介质(例如固态硬盘)等。
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、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种维修方案的获取方法，其特征在于，包括：
获取用户的语音信息；
识别所述语音信息，获得所述语音信息所对应的文字信息；
提取所述文字信息中关于维修的各关键词；
将所述关键词和维修方案库进行匹配，获得所述维修方案。
2.根据权利要求1所述的维修方案的获取方法，其特征在于，提取所述文字信息中关于维修的各关键词，包括：
将所述文字信息输入到关键词抽取模型，通过所述关键词抽取模型，提取所述文字信息中关于维修的各关键词。
3.根据权利要求2所述的维修方案的获取方法，其特征在于，所述关键词抽取模型的训练过程包括：
获取样本文字信息集合，其中，所述样本文字信息集合中包括：M条样本文字信息和每条所述样本文字信息中所包含的关键词，所述M为大于或等于1的整数；
分别对所述样本文字信息集合中的每条所述样本文字信息执行以下训练过程：
分别对每一条所述样本文字信息进行以下处理，将所述样本文字信息输入初始关键词抽取模型，获得所述样本文字信息的关键词；
计算根据所述初始关键词抽取模型获得的所述关键词，和所述样本文字信息中所包含的关键词的相似度；
如果所述相似度不大于预设阈值，调整所述初始关键词抽取模型中的参数后，重复执行所述训练过程，直至所述相似度大于预设阈值时，将所述初始关键词抽取模型作为最终的所述关键词抽取模型。
4.根据权利要求3所述的维修方案的获取方法，其特征在于，将所述样本文字信息输入初始关键词抽取模型，获得所述样本文字信息的关键词，包括：
将所述样本文字信息输入所述初始关键词抽取模型，对所述样本文字信息进行分词处理和词性标注处理，以获得各候选关键词；
根据获得的所述候选关键词，构建候选关键词图，利用共现关系分别获得所述候选关键词的权重；
根据所述权重对所述候选关键词进行聚类归并，获得所述关键词。
5.根据权利要求1-4任一项所述的维修方案的获取方法，其特征在于，所述维修方案库的构建包括：
获取原始维修数据，所述原始维修数据包括：产品信息、故障信息和维修方案；
对所述原始维修数据进行预处理，获得结构化维修数据；
其中，所述预处理包括长难句压缩处理、去除停用词处理和错别字纠正处理的任意一项或多项；
根据所述结构化维修数据，构建所述维修方案库。
6.根据权利要求5所述的维修方案的获取方法，其特征在于，将所述关键词和维修方案库进行匹配，获得所述维修方案之后，还包括：
获取实际产品信息、实际故障信息和实际维修方案；
根据所述实际产品信息、所述实际故障信息和所述实际维修方案，完善所述维修方案库。
7.根据权利要求6所述的维修方案的获取方法，其特征在于，根据所述实际产品信息、所述实际故障信息和所述实际维修方案，完善所述维修方案库之后，还包括：
更新所述样本文字信息集合；
分别对更新后的所述样本文字信息集合中的每条所述样本文字信息执行所述训练过程；
如果所述相似度不大于预设阈值，调整所述关键词抽取模型中的参数后，重复执行所述训练过程，直至所述相似度大于预设阈值时，所述关键词抽取模型更新成功。
8.一种维修方案的获取装置，其特征在于，包括：
获取模块，用于获取用户的语音信息；
识别模块，用于识别所述语音信息，获得所述语音信息所对应的文字信息；
提取模块，用于提取所述文字信息中关于维修的各关键词；
匹配模块，用于将所述关键词和维修方案库进行匹配，获得所述维修方案。
9.一种电子设备，其特征在于，包括：处理器、通信组件、存储器和通信总线，其中，处理器、通信组件和存储器通过通信总线完成相互间的通信；
所述存储器，用于存储计算机程序；
所述处理器，用于执行所述存储器中所存储的程序，实现权利要求1-7任一项所述维修方案的获取方法。
10.一种计算机可读存储介质，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权利要求1-7任一项所述维修方案的获取方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010970180.1A CN112148837A (zh) | 2020-09-15 | 2020-09-15 | 维修方案的获取方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010970180.1A CN112148837A (zh) | 2020-09-15 | 2020-09-15 | 维修方案的获取方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112148837A true CN112148837A (zh) | 2020-12-29 |
Family
ID=73892821
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010970180.1A Pending CN112148837A (zh) | 2020-09-15 | 2020-09-15 | 维修方案的获取方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112148837A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113535900A (zh) * | 2021-07-08 | 2021-10-22 | 李刚 | 目标信息提取方法、电子设备及计算机可读存储介质 |
| CN113839842A (zh) * | 2021-08-30 | 2021-12-24 | 青岛海尔科技有限公司 | 维修策略的确定方法和装置、存储介质及电子装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109240258A (zh) * | 2018-07-09 | 2019-01-18 | 上海万行信息科技有限公司 | 基于词向量的汽车故障智能辅助诊断方法和系统 |
| CN109635968A (zh) * | 2019-01-21 | 2019-04-16 | 嘉兴恒创电力集团有限公司佳创综合服务分公司 | 一种基于智能客服的故障报修管理方法 |
| CN110263323A (zh) * | 2019-05-08 | 2019-09-20 | 清华大学 | 基于栅栏式长短时记忆神经网络的关键词抽取方法及系统 |
| CN110287325A (zh) * | 2019-06-28 | 2019-09-27 | 南方电网科学研究院有限责任公司 | 一种基于智能语音分析的电网客服业务推荐方法及装置 |
| CN110597952A (zh) * | 2019-08-20 | 2019-12-20 | 深圳壹账通智能科技有限公司 | 信息处理方法、服务器及计算机存储介质 |
-
2020
- 2020-09-15 CN CN202010970180.1A patent/CN112148837A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109240258A (zh) * | 2018-07-09 | 2019-01-18 | 上海万行信息科技有限公司 | 基于词向量的汽车故障智能辅助诊断方法和系统 |
| CN109635968A (zh) * | 2019-01-21 | 2019-04-16 | 嘉兴恒创电力集团有限公司佳创综合服务分公司 | 一种基于智能客服的故障报修管理方法 |
| CN110263323A (zh) * | 2019-05-08 | 2019-09-20 | 清华大学 | 基于栅栏式长短时记忆神经网络的关键词抽取方法及系统 |
| CN110287325A (zh) * | 2019-06-28 | 2019-09-27 | 南方电网科学研究院有限责任公司 | 一种基于智能语音分析的电网客服业务推荐方法及装置 |
| CN110597952A (zh) * | 2019-08-20 | 2019-12-20 | 深圳壹账通智能科技有限公司 | 信息处理方法、服务器及计算机存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113535900A (zh) * | 2021-07-08 | 2021-10-22 | 李刚 | 目标信息提取方法、电子设备及计算机可读存储介质 |
| CN113839842A (zh) * | 2021-08-30 | 2021-12-24 | 青岛海尔科技有限公司 | 维修策略的确定方法和装置、存储介质及电子装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9189473B2 (en) | System and method for resolving entity coreference | |
| CN110888990B (zh) | 文本推荐方法、装置、设备及介质 | |
| CN111797214A (zh) | 基于faq数据库的问题筛选方法、装置、计算机设备及介质 | |
| CN108334489B (zh) | 文本核心词识别方法和装置 | |
| CN108027814B (zh) | 停用词识别方法与装置 | |
| CN111179935B (zh) | 一种语音质检的方法和设备 | |
| US10740406B2 (en) | Matching of an input document to documents in a document collection | |
| CN103313248A (zh) | 一种识别垃圾信息的方法和装置 | |
| CN111241813B (zh) | 语料扩展方法、装置、设备及介质 | |
| CN109145301B (zh) | 信息分类方法及装置、计算机可读存储介质 | |
| CN110750975B (zh) | 介绍文本生成方法及装置 | |
| WO2020077825A1 (zh) | 论坛社区应用管理方法、装置、设备及可读存储介质 | |
| CN109947903B (zh) | 一种成语查询方法及装置 | |
| CN112199588A (zh) | 舆情文本筛选方法及装置 | |
| CN111611807A (zh) | 一种基于神经网络的关键词提取方法、装置及电子设备 | |
| CN112148837A (zh) | 维修方案的获取方法、装置、设备及存储介质 | |
| CN113722492A (zh) | 一种意图识别方法及装置 | |
| CN114780746A (zh) | 基于知识图谱的文档检索方法及其相关设备 | |
| CN111782793A (zh) | 智能客服处理方法和系统及设备 | |
| CN112667777A (zh) | 一种用于客户来电诉求的分类方法 | |
| CN113660541A (zh) | 新闻视频的摘要生成方法及装置 | |
| CN111581388A (zh) | 一种用户意图识别方法、装置及电子设备 | |
| CN114202443A (zh) | 政策分类方法、装置、设备及存储介质 | |
| CN112395881B (zh) | 物料标签的构建方法、装置、可读存储介质及电子设备 | |
| CN111858966B (zh) | 知识图谱的更新方法、装置、终端设备及可读存储介质 |
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 |