CN112559865A - 信息处理系统、计算机可读存储介质及电子设备 - Google Patents
信息处理系统、计算机可读存储介质及电子设备 Download PDFInfo
- Publication number
- CN112559865A CN112559865A CN202011479626.7A CN202011479626A CN112559865A CN 112559865 A CN112559865 A CN 112559865A CN 202011479626 A CN202011479626 A CN 202011479626A CN 112559865 A CN112559865 A CN 112559865A
- Authority
- CN
- China
- Prior art keywords
- scene
- information
- access request
- text data
- target
- 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.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 61
- 230000011218 segmentation Effects 0.000 claims abstract description 76
- 238000012545 processing Methods 0.000 claims abstract description 52
- 238000000034 method Methods 0.000 claims description 43
- 230000008569 process Effects 0.000 claims description 14
- 238000003672 processing method Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 10
- 239000003795 chemical substances by application Substances 0.000 description 9
- 238000012423 maintenance Methods 0.000 description 8
- 238000012015 optical character recognition Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 4
- 230000000474 nursing effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000013475 authorization Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 235000012054 meals Nutrition 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor 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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开涉及信息处理技术领域,提供了一种信息处理系统、计算机可读存储介质和电子设备。上述系统包括:分词模块,被配置为响应于客户端的信息访问请求,对信息访问请求的文本数据进行分词处理,以生成文本数据的至少一个分词;目标场景确定模块,被配置为计算文本数据和各场景的相似度,确定相似度最大的场景为信息访问请求对应的目标场景;匹配模块,被配置为将各分词和目标场景的数据库的各个字段进行匹配,确定匹配成功的字段为文本数据的目标字段,更新标准字段被匹配成功的次数;优先级确定模块,被配置为确定目标字段的优先级顺序;信息处理模块,根据目标字段的优先级顺序处理信息访问请求。本公开能提高信息处理的准确性。
Description
技术领域
本公开涉及信息处理技术领域,具体而言,涉及一种信息处理系统、计算机可读存储介质及电子设备。
背景技术
在海量信息和数字化时代,大数据信息冗余复杂,以社区养老服务机构和互联网保险为例,各种养老服务机构提供的服务项目、收费标准、服务质量等不尽相同,不同企业的同一保障范围的保险或产品的条款也不尽相同,加之各种条款自身复杂、难懂、难读的特性,增加了用户的信息理解难度,使得用户难以快速的查找到准确有效的信息,降低了用户的体验。因此,亟需一种可以辅助用户从海量信息中准确快速的理解信息的方法。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种信息处理系统、计算机可读存储介质及电子设备,进而至少在一定程度上辅助用户快速准确的获取信息。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的第一方面,提供了一种信息处理系统,包括:
分词模块,被配置为响应于客户端的信息访问请求,对所述信息访问请求对应的文本数据进行分词处理,以生成所述文本数据的至少一个分词;
目标场景确定模块,被配置为根据各所述分词和词库中预先配置的各场景的场景词的匹配度计算所述文本数据和各场景的相似度,确定所述相似度最大值对应的场景为所述信息访问请求对应的目标场景;
匹配模块,被配置为将各所述分词和目标场景的数据库中的各个字段进行匹配,确定匹配成功的所述字段为所述信息访问请求对应的文本数据的目标字段,更新所述目标字段对应的标准字段被匹配成功的次数;
优先级确定模块,被配置为根据各所述目标字段对应的标准字段被匹配成功的次数,确定各所述目标字段的优先级顺序;
信息处理模块,被配置为根据各所述目标字段的优先级顺序获取各所述目标字段在数据库中的值,并发送至所述客户端。
在本公开的一种示例性实施例中,基于前述方案,所述信息处理系统还包括:
标签添加模块,被配置为将各所述分词和词库中预先配置的预设关键词进行匹配,若匹配成功,则获取所述客户端的用户标识,为所述用户标识所对应的用户添加预设标签;
推送模块,被配置为给所述用户标识所对应的用户匹配增值开发人员,将所述用户标识对应的用户信息推送给匹配的所述增值开发人员的用户标识所关联的客户端。
在本公开的一种示例性实施例中,基于前述方案,所述信息处理系统还包括:
任务存储模块,被配置为按照访问顺序将各所述客户端的所述信息访问请求对应的文本数据存储在任务队列中,根据所述任务队列的存储顺序对所述信息访问请求进行处理。
优先处理模块,被配置为将各所述分词和词库中预先配置的预设关键词进行匹配,若匹配成功,则将所述述信息访问请求对应的文本数据存储至优先任务队列中。
在本公开的一种示例性实施例中,基于前述方案,所述目标场景确定模块通过执行以下方式计算所述文本数据和各场景的相似度:
将各所述分词分别和词库中预先配置的各场景的场景词进行匹配;
分别确定所述分词中和各所述场景的场景词匹配成功的分词数量;
根据所述匹配成功的分词数量计算所述文本数据和各场景的相似度。
在本公开的一种示例性实施例中,基于前述方案,所述系统还包括:
字段生成模块,被配置为预先为所述数据库的各数据表中的标准字段配置至少一个同义词和/或近义词,以生成所述数据库的各数据表中的其它字段;
其中,所述标准字段和其对应的至少一个同义词和/或近义词所确定的字段的值相同。
在本公开的一种示例性实施例中,基于前述方案,所述分词模块包括:
语音处理单元,被配置为响应于客户端发送的语音类型的信息访问请求,将所述语音类型的信息访问请求转换为文本数据的信息访问请求;
图像处理单元,被配置为响应于客户端发送的图像类型的信息访问请求,将所述图像类型的信息访问请求转换为文本数据的信息访问请求;
其中,所述图像处理单元包括提示子单元和场景确定子单元:
所述提示子单元被配置为若所述图像类型的信息访问请求转换为文本数据的信息访问请求失败,则向所述客户端发送识别失败的提示信息,以提示所述客户端重新发送所述图像类型的信息访问请求;
所述场景确定子单元被配置为根据所述信息访问请求中的图像的背景信息和前景信息确定所述信息访问请求的目标场景。
在本公开的一种示例性实施例中,基于前述方案,所述场景子单元通过以下方式根据所述信息访问请求中的图像的背景信息和前景信息确定所述信息访问请求中的目标场景:
识别所述图像中的文本数据,对所述图像中的文本数据进行分词处理,以生成所述文本数据的至少一个分词;
将各所述分词和词库中预先配置的各场景的场景词进行匹配,以计算所述文本数据和各场景的第一相似度,并根据所述第一相似度确定所述信息访问请求所对应的第一目标场景;
提取所述图像的颜色背景信息和/或所述图像中的文本数据的排版信息;
计算所述图像的颜色背景信息和/或所述图像中的文本数据的排版信息与图像库中预先配置的各场景对应的颜色背景信息和/或文本数据的排版信息的第二相似度,根据所述第二相似度确定所述信息访问请求所对应的第二目标场景;
当所述第一目标场景和所述第二目标场景一致时,根据所述第一目标场景和所述第二目标场景确定所述目标场景;
当所述第一目标场景和所述第二目标场景不一致时,根据所述第一相似度和所述第二相似度中的最大值确定所述目标场景。
在本公开的一种示例性实施例中,基于前述方案,所述场景包括养老服务知识问答场景、保险条款知识问答场景。
根据本公开的第二方面,提供了一种信息处理装置,包括:
响应于客户端的信息访问请求,对所述信息访问请求对应的文本数据进行分词处理,以生成所述文本数据的至少一个分词;
根据各所述分词和词库中预先配置的各场景的场景词的匹配度计算所述文本数据和各场景的相似度,确定所述相似度最大值对应的场景为所述信息访问请求对应的目标场景;
将各所述分词和目标场景的数据库中的各数据表的各个字段进行匹配,确定匹配成功的所述字段为所述信息访问请求所对应的文本数据的目标字段,更新所述目标字段对应的标准字段被匹配成功的次数;
根据各所述目标字段对应的标准字段被匹配成功的次数,确定各所述目标字段的优先级顺序;
根据各所述目标字段的优先级顺序获取各所述目标字段对应的信息,并发送至所述客户端。
根据本公开的第三方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述实施例中第二方面所述的信息处理方法。
根据本公开实施例的第四方面,提供了一种电子设备,包括:处理器;以及,存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中第二方面所述信息处理方法。
由上述技术方案可知,本公开示例性实施例中的信息处理系统及方法,计算机可读存储介质及电子设备,至少具备以下优点和积极效果:
在本公开的一些实施例所提供的技术方案中,首先,响应于客户端的信息访问请求,对信息访问请求对应的文本数据进行分词处理,以生成文本数据的至少一个分词;其次,计算文本数据和各场景的相似度,确定信息访问请求对应的目标场景,将各分词和目标场景的数据库中的各个字段进行匹配,确定匹配成功的字段为信息访问请求对应的文本数据的目标字段,更新目标字段对应的标准字段被匹配成功的次数;根据各目标字段对应的标准字段被匹配成功的次数,确定各目标字段的优先级顺序;根据各目标字段的优先级顺序获取各所述目标字段在数据库中的值,并发送至客户端。与相关技术相比,一方面,本公开基于预先配置的各场景的场景词所确定的信息访问请求的目标场景,可以提高信息处理的准确性;另一方面,本公开基于确定的优先级顺序,可以提高信息处理的响应速度。
本公开应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
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,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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示出本公开一示例性实施例中信息处理系统的结构示意图;
图2示出本公开一示例性实施例中计算文本数据和各场景的相似度的方法的流程图;
图3示出本公开一示例性实施例中确定目标场景的方法的流程图;
图4示出本公开一示例性实施例中的信息处理方法的流程示意图;
图5示出一示例性实施例中可以应用本公开的信息处理系统及方法的系统架构示意图;
图6示出本公开一示例性实施例中另一种系统架构示意图;
图7示出本公开示例性实施例中计算机存储介质的结构示意图;以及,
图8示出本公开示例性实施例中电子设备的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
本说明书中使用用语“一个”、“一”、“该”和“所述”用以表示存在一个或多个要素/组成部分/等;用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等;用语“第一”和“第二”等仅作为标记使用,不是对其对象的数量限制。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。
图1示出本公开一示例性实施例中信息处理系统100。参考图1,该系统包括:分词模块110、目标场景确定模块120、匹配模块130、优先级确定模块140、信息处理模块150。其中:
分词模块110,被配置为响应于客户端的信息访问请求,对信息访问请求对应的文本数据进行分词处理,以生成文本数据的至少一个分词;
目标场景确定模块120,被配置为根据各所述分词和词库中预先配置的各场景的场景词的匹配度计算所述文本数据和各场景的相似度,确定所述相似度最大值对应的场景为所述信息访问请求对应的目标场景;
匹配模块130,被配置为将各分词和目标场景的数据库中的各个字段进行匹配,确定匹配成功的字段为所述信息访问请求对应的文本数据的目标字段,更新目标字段对应的标准字段被匹配成功的次数;
优先级确定模块140,被配置为根据各目标字段对应的标准字段被匹配成功的次数,确定各目标字段的优先级顺序;
信息处理模块150,被配置为根据各目标字段的优先级顺序获取各目标字段在数据库中的值,并发送至所述客户端。
在图1所示实施例所提供的技术方案中,首先,响应于客户端的信息访问请求,对信息访问请求对应的文本数据进行分词处理,以生成文本数据的至少一个分词;其次,计算文本数据和各场景的相似度,确定信息访问请求对应的目标场景,将各分词和目标场景的数据库中的各个字段进行匹配,确定匹配成功的字段为信息访问请求对应的文本数据的目标字段,更新目标字段对应的标准字段被匹配成功的次数;根据各目标字段对应的标准字段被匹配成功的次数,确定各目标字段的优先级顺序;根据各目标字段的优先级顺序获取各所述目标字段在数据库中的值,并发送至客户端。与相关技术相比,一方面,本公开基于预先配置的各场景的场景词所确定的信息访问请求的目标场景,可以提高信息处理的准确性;另一方面,本公开基于确定的优先级顺序,可以提高信息处理的响应速度。
以下对图1所示实施例中各个模块的具体实施方式进行详细阐述:
在分词模块110中,客户端的信息访问请求可以包括客户端的用户输入的询问问题。该问题可以通过文本形式、文本与图像结合的形式、文本与语音结合的形式、文本与语音和图像三者结合的形式输入。
示例性的,分词模块110可以包括语音处理单元和图像处理单元。其中:语音处理单元被配置为响应于客户端发送的语音类型的信息访问请求,将语音类型的信息访问请求转换为文本数据的信息访问请求;图像处理单元,被配置为响应于客户端发送的图像类型的信息访问请求,将图像类型的信息访问请求转换为文本数据的信息访问请求。
举例而言,当客户端输入的询问问题中包括语音内容时,上述的语音处理单元可以通过自然语言处理技术将语音内容转换为文本数据。当客户端输入的询问问题中包括图像内容时,上述的图像处理单元可以通过OCR(Optical Character Recognition,光学字符识别)技术将图像内容转换为文本数据。当客户端输入的询问问题中包括文本内容时,则分词模块可以直接获取该文本数据,以确定信息访问请求对应的文本数据。
在示例性的实施方式中,上述的信息处理系统还包括任务存储模块,该任务存储模块被配置为按照访问顺序将各客户端的信息访问请求对应的文本数据存储在任务队列中,根据任务队列的存储顺序对信息访问请求进行处理。
具体的,在实际场景中,在同一时间端内服务器会接收到多个客户端的信息访问请求,且同一个客户端在一段时间内也可能会发送多个信息访问请求,因此,可以预先创建任务队列,将信息访问请求中的非文本内容转换为文本数据后,可以将信息访问请求对应的文本数据按照访问顺序存储在预先创建的任务队列中,然后根据任务队列中的存储顺序对信息访问请求进行处理。
通过将非文本数据先转换为文本数据,将其存储在任务队列中,然后需要处理该信息访问请求时,直接从任务队列中抽取信息访问请求对应的文本数据,这样可以提高信息处理的速度。
确定信息访问请求对应的文本数据后,可以对信息访问请求的文本数据进行分词处理。具体的,可以使用现有的Jieba(结巴分词,一种分词工具)分词技术对信息访问请求的文本数据进行分词处理,以生成文本数据的至少一个分词。
生成文本数据的分词后,在目标场景确定模块120中,可以计算分词和词库中预先配置的各场景的场景词的相似度,确定相似度最大的场景为信息访问请求对应的目标场景。
图2示出本公开一示例实施例计算文本数据和各场景的相似度的方法。参考图2,该方法可以包括步骤S210至步骤S230。
在步骤S210中,将各分词分别和词库中预先配置的各场景的场景词进行匹配。
在示例性的实施方式中,可以在系统中预先配置词库,其中,词库中预先配置有各场景的场景词。各场景包括养老服务知识问答场景、保险条款知识问答场景等不同的知识问答领域。各场景的场景词可以包括代表该场景的特性的词语,其可以根据场景本身的特性和人工经验进行确定。
例如,养老服务知识问答场景的场景词可以包括养老服务、养老服务价格、服务价格、一居室养老、两居室养老等,保险条款知识问答场景的场景词可以包括:理赔、保险、险种、赔付等。
示例性的,步骤S210的具体实施方式可以是,对于每一个分词,分别遍历词库中预先配置的各场景的场景词,以进行各分词和词库中的各场景的场景词的匹配。
例如,文本数据对应的分词有3个,可以同时开启多个线程,线程1负责分词1的匹配。具体的,线程1首先遍历养老服务知识问答场景的场景词,以进行分词1和养老服务知识问答场景的各场景词的匹配;养老服务知识问答场景遍历完成后,再遍历保险条款知识问答场景的场景词,以进行分词1和保险条款知识问答场景的场景词的匹配。同样的,线程2以同样的方式负责分词2的匹配,线程3以同样的方式负责分词3的匹配。多个线程同时进行,这样可以提高匹配速度。
当然,也可以根据场景数量确定线程数量,例如线程1负责各分词和养老服务知识问答场景的场景词的匹配,线程2负责各分词和保险条款知识问答场景的场景词的匹配。本示例性实施方式对此不做特殊限定。
接下来,在步骤S220中,分别确定分词和各场景的场景词的匹配成功的分词数量。
示例性的,当各分词和场景词中一致的字符的数量大于预设阈值时,则各分词和场景词匹配成功。具体的,对于具有不同字符数量的分词,其预设阈值不同,在匹配前,可以先判断分词的字符数量,然后获取该字符数量对应的预设阈值,以进行是否匹配成功的判断。
当分词和某个场景的场景词匹配成功时,则将该场景标识对应的值增加1,以分别确定所有的分词中和各场景的场景词匹配成功的数量。
确定匹配成功的数量后,在步骤S230中,根据匹配成功的分词数量确定文本数据和各场景的相似度。
举例而言,可以将匹配成功的数量确定为文本数据和各场景的相似度。例如,所有分词中和养老服务知识问答场景的场景词中匹配成功的分词数量为1,所有分词中和保险条款知识问答场景的场景词中匹配成功的分词数量为2,则文本数据和养老服务知识问答场景的相似度为1,文本数据和保险条款知识问答场景的相似度为2。
计算出相似度后,目标场景确定模块120可以将相似度最大值对应的场景确定为信息访问请求的目标场景。
当至少两个场景的相似度相同时,则可以随机选择一个场景为目标场景,然后将目标场景对应的回答话术返回给客户端,以和客户端的用户进行交互之后确定目标场景。
例如,上述的养老服务知识问答场景和保险条款知识问答场景的相似度相同时,可以先随机选择保险条款知识问答场景,然后给客户端返回“您想了解的是保险的xxx吗”的话术,接收客户端返回的答案,如果客户端返回的是则目标场景确定成功,如果客户端返回的否,在只有2个场景的情况下,目标场景也确定成功,但在大于2个场景的情况下,可以再随机选择一个和之前的选择不同的场景作为目标场景,然后给客户端返回该场景对应的回答话术,以根据客户端的回答确定目标场景。换言之,在相似度相同的情况下,可以通过和客户端的交互实现目标场景的确定。
示例性的,当信息访问请求中包括图像类型的访问请求时,上述的图像处理单元包括提示子单元和场景确定子单元。
在示例性的实施方式中,提示子单元被配置为若图像类型的信息访问请求转换为文本数据的信息访问请求失败,则向客户端发送识别失败的提示信息,以提示客户端重新发送图像类型的信息访问请求。
举例而言,当客户端的用户上传图像时,图像处理单元可以对图像中的文字进行识别,如果识别成功,则可以直接将图像类型的信息访问请求转换为文本类型的信息访问请求,如果识别失败,则可能用户上传的图像不清楚,那么,图像处理单元可以通过提示子单元给客户端发送识别失败的提示信息,以提醒客户端的用户重新上传清楚的问答图像。
在示例性的实施方式中,场景确定子单元被配置为根据信息访问请求中的图像的背景信息和前景信息确定信息访问请求的目标场景。
具体的,当信息访问请求中包括图像类型的访问请求时,可以通过场景确定子单元根据图像的前景信息和背景信息确定信息访问请求对应的目标场景。参考图3所示,根据图像类型的信息访问请求确定目标场景的方法可以包括步骤S310-步骤S360。其中:
在步骤S310中,识别图像中的文本数据,对图像中的文本数据进行分词处理,以生成文本数据的至少一个分词。
示例性的,可以通过上述的OCR(Optical Character Recognition,光学字符识别)识别技术对用户上述的图像类型的信息访问请中的文本数据进行识别,通过现有的任一种分词技术对识别出的文本数据进行分词,以生成文本数据的分词集合,分词集合中包括至少一个分词。
接下来,在步骤S320中,将各分词和词库中预先配置的各场景的场景词进行匹配,以计算文本数据和各场景的第一相似度,并根据第一相似度确定信息访问请求所对应的第一目标场景。
示例性的,步骤S320的具体实施方式和上述的步骤S210到步骤S230的具体实施方式相同,此处不再进行赘述。
继续参考图3,在步骤S330中,提取图像的颜色背景信息和/或图像中的文本数据的排版信息。
在示例性的实施方式中,图像的颜色背景信息可以包括图像的颜色直方图等。图像中的文本数据的排版信息可以包括文本数据的正文的字体大小、正文的字体类型、各级标题的字体大小、各级标题的字体类型等信息。
举例而言,当用户对活动的宣传单或者用户手册中的内容进行问答对话时,其可以对相关内容进行拍照,将相关内容的图像上传至问答系统中。而不同场景的活动宣传单或者用户手册的颜色背景信息或者文字排版信息是不同的。因此,可以提取颜色背景信息和/或文字排版信息,以进行目标场景的判断。
在步骤S340中,计算图像的颜色背景信息和/或图像中的文本数据的排版信息与图像库中预先配置的各场景对应的颜色背景信息和/或文本数据的排版信息的第二相似度,根据第二相似度确定所述信息访问请求所对应的第二目标场景。
示例性的,可以预先在图像库中配置各场景对应的图像的颜色直方图信息和/或文本数据的排版信息。
当提取的背景信息仅仅是图像的颜色背景信息,例如颜色直方图信息时,可以基于提取的图像的颜色直方图和图像库中的图像的颜色直方图之间的相似度计算第二相似度。
当提取的背景信息仅仅是图像中的文本数据的排版信息时,可以将提取的文本数据的排版信息和图像库中的各场景的文本数据的排版信息进行匹配,将匹配成功的数量作为第二相似度。例如,正文的字体大小和图像库中预先配置的场景的字体大小相同,则匹配成功。
当提取的背景信息同时包括颜色直方图和文本数据的排版信息时,则可以匹配成功的数量确定第二相似度。例如,可以将提取的颜色直方图和文本数据的排版信息与图像库中的各场景的各颜色直方图和文本数据的排版信息进行匹配,对于颜色直方图而言,若相似度大于预设阈值,则匹配成功,此时,匹配成功的数量加1,对于排版信息而言,其和上述的仅是文本数据的排版信息的情况的具体实施方式相同,最终确定匹配成功的数量,将匹配成功的数量作为第二相似度。
计算出第二相似度后,取第二相似度最大的值对应的场景为第二目标场景。
在步骤S350中,当第一目标场景和第二目标场景一致时,根据第一目标场景和第二目标场景确定目标场景。
具体的,上述的第一目标场景是根据识别的图像中的文本数据的分词和词库中预先配置的场景词的匹配度确定的,其中,文本数据可以作为图像的前景信息。即,第一目标场景是根据前景信息确定的。上述的第二目标场景是根据提取的图像的背景颜色和/或文本数据的排版信息确定的,其可以作为图像的背景信息,即,第二目标场景是根据背景信息确定的。如果根据前景信息和背景信息确定的目标场景一致,则该场景即为最终的目标场景。
继续参考图3,在步骤S360中,当第一目标场景和第二目标场景不一致时,根据第一相似度和第二相似度中的最大值确定目标场景。
具体的,当第一相似度和第二相似度不在同一个量级时,可以采用标准化的方式,将第一相似度和第二相似度量化到同一数量级上,以进行第一相似度和第二相似度的比较,确定相似度较大值对应的场景为目标场景。
进一步的,确定出图像类型的信息访问请求的目标场景时,可以给该图像类型的目标场景添加目标场景标识,当上述的图像类型的信息访问请求中包含表格内容时,图像处理子单元可以根据添加的目标场景标识对表格内容进行结构化的解析。具体的,可以将表格内容解析成关键字和其对应的值的键值对(Key-Value型JSON数据)的形式。
以用户在系统中询问养老社区入住价格并上传了包含如下的表1的图像为例,图像处理子单元可以将其解析成户型、入住人数、标准价格、房屋使用费及居家费用、预估餐费、其他收费服务这个字段为关键字的键值对的形式。然后结合用户的询问内容根据添加的目标场景标识和结构化的解析结果在目标场景对应的数据库中查询信息。
表1入住服务价格表
在目标场景模块120中确定目标场景后,在匹配模块130中,可以将各分词和目标场景的数据库中的各个字段进行匹配,确定匹配成功的字段为信息访问请求对应的文本数据的目标字段,更新目标字段对应的标准字段被匹配成功的次数。
示例性的,上述的信息处理系统100还包括字段生成模块,该字段生成模块被配置为预先为数据库的各数据表中的标准字段配置至少一个同义词和/或近义词,以生成数据库的各数据表中的其它字段;其中,标准字段和其对应的至少一个同义词和/或近义词所确定的字段的值相同。
举例而言,可以预先生成各场景的数据库,其中,各场景的数据库可以通过在原始数据库中配置原始数据库的各字段的同义词和/或近义词所确定的字段生成。
以养老服务知识问答为例,原始数据库的字段,即标准字段可以包括A社区、一居室、服务价格,而标准字段A社区对应的近义词和/或同义词可以包括A区、A区域等,标准字段一居室对应的近义词和/或近义词可以包括一室、单人间等,标准字段服务价格对应的近义词和/或同义词可以包括入住价格、价格等。可以预先将标准字段对应的同义词和/或近义词作为其他字段配置到标准字段所对应的数据表中,且其取值和标准字段的取值相同。
通过在数据表中配置标准字段的同义词和/或近义词所确定的字段,可以提高信息查询的准确性和全面性。
示例性的,将各分词和目标场景的数据库中各个字段进行匹配的具体实施方式可以是,针对每个分词,遍历目标场景的数据库中的各个字段,当该分词和数据库中的某个字段一致的字符数量大于预设阈值时,可以确定该分词和该字段匹配成功,将所有匹配成功的数据库中的字段确定为信息访问请求对应的文本数据的目标字段。当匹配成功时,则将该字段对应的标准字段被匹配成功的次数增加1,以更新该标准字段被匹配成功的次数。
举例而言,数据库中每个标准字段可以都关联一个变量。这个变量可以用来记录标准字段及其对应的同义词和/或近义词所确定的字段被匹配成功的次数,即无论是标准字段还是其对应的同义词和/或近义词被匹配成功,标准字段关联的变量的值都增加1。这样可以提高优先级确定模块140中确定的优先级的准确性。
更新各目标字段对应的标准字段被匹配成功的次数后,在优先级确定模块140中,根据各目标字段对应的标准字段被匹配成功的次数,确定各目标字段的优先级顺序。
示例性的,优先级确定模块140可以通过以下方式确定各目标字段的优先级顺序:将各目标字段对应的标准字段被匹配成功的次数进行从大到小的顺序进行排序,将排序的顺序确定为优先级顺序,即排在第一的目标字段的优先级最高。
确定目标字段的优先级顺序后,在信息处理模块150中,根据各目标字段的优先级顺序获取各目标字段在数据库中的值,并发送至客户端。
对于同一客户端而言,其可能会同时发送多个信息访问请求,以养老服务知识问答场景为例,同一用户在一次问询中可能问了2个问题,例如,用户A在某次询问中,输入问题“养老社区一居室和二居室的价格分别是多少?”,这个问题中包含了“一居室的价格是多少?”和“二居室的价格是多个?”共2个问题。
如果二居室的优先级顺序高于一居室的优先级顺序,则可以先从数据库中的存储房间类型的数据表中获取二居室对应的目标字段的值,例如,其对应的值为标准二居室、护理二居室、高级二居室,再根据数据库中各数据表之间的关联关系从价格数据表中获取标准二居室、护理二居室、高级二居室对应的价格,将该信息进行整合后,例如整合成表格的形式返回给客户端;然后再从数据库中的存储房间类型的数据表中获取一居室对应的目标字段的值,例如,其对应的值为标准一居室、护理一居室、高级一居室,并根据数据库中各数据表之间的关联关系从价格数据表中分别获取标准一居室、护理一居室、高级一居室对应的价格,将该信息整合成表格的形式返回给客户端。即,可以先向客户端返回优先级高的二居室的价格信息,再向客户端返回优先级次之的一居室的价格信息。
这种根据目标字段的优先级顺序进行信息处理方式,可以在解决用户信息需求的前提下,提高前端的响应速度。
在示例性的实施方式中,信息处理模块150包括信息对比子单元。其中,信息对比子单元被配置为响应于客户端的信息对比访问请求,实现信息的对比。
具体的,在进行信息对比的时候,是在目标场景中进行信息的查询,并实现信息的对比。例如,用户在客户端输入“入住养老社区一居室价格对比信息”并上传了包括如上述表1的图像信息。则信息对比子单元会找到数据库中所有含有一居室的养老社区,并根据上传表格中的字段“户型、入住人数、标准价格、房屋使用费用及居家费用、预估餐费、其他收费服务”查找所有一居室对应的该字段的相关信息,例如,含有一居室的养老社区园区包括A社区和B社区,查询A社区和B社区户型为“一居室”的“入住人数、标准价格、房屋使用费用及居家费用、预估餐费、其他收费服务”的具体信息,并将其整合成如表2所示的表格的形式,以返回给用户的客户端所有一居室的养老社区的价格对比信息。
表2一居室价格信息对比结果
示例性的,上述的信息处理系统100还包括标签添加模块和推送模块。其中:
标签添加模块,被配置为将各分词和词库中预先配置的预设关键词进行匹配,若匹配成功,则获取客户端的用户标识,为用户标识所对应的用户添加预设标签;
推送模块,被配置为给用户标识所对应的用户匹配增值开发人员,将用户标识对应的用户信息推送给匹配的所述增值开发人员的用户标识所关联的客户端。
具体的,在标签添加模块中,预设关键词可以包括代表用户权限的词语,如会员、会员卡等,还可以包括独立生活公寓、高级护理服务、高级护理等代表高端用户群体的词语。预设关键词可以根据经验和实际应用进行自定义,本示例性实施方式对此不做特殊限定。
举例而言,针对每个分词,可以遍历词库中预先配置的预设关键词,以将各分词和各预设关键词进行匹配,若匹配成功,则获取客户端的用户标识,给该用户标识所对应的用户添加第一用户等级标签。其中,第一用户等级标签可以是潜在高端用户标签。
为该用户添加潜在高端用户标签后,可以在推送模块中,为该用户匹配增值开发人员。具体的,可以根据该用户的注册信息和增值开发人员的属性信息进行匹配,例如,性别、年龄、擅长的领域等进行匹配,确定匹配度最高的增值开发人员为给该用户匹配的增值开发人员。
匹配成功后,可以将该用户的信息发送给增值开发人员的标识所关联的客户端。其中,增值开发人员的标识可以包括增值开发人员的工号、姓名等信息标识。增值开发人员的标识所关联的客户端可以包括增值开发人员利用其对应的标识所登录的客户端,例如增值开发人员登录的应用程序客户端(APP)或网页客户端(web)等。
具体的,匹配成功后,可以该用户的问询问题和该用户的姓名、性别、联系电话等注册信息发送给所匹配的增值开发人员所登录的客户端。
同时,若各分词都没有和预设关键词匹配成功,则获取该客户端的用标识,给该用户标识所对应的用户添加第二用户等级标签。其中,第二用户等级标签为潜在普通用户标签。
为该用户添加潜在普通用户标签后,可以为该用户匹配增值开发人员,并将该用户的相关信息推送给匹配的增值开发人员对应的标识所关联的客户端。
通过为客户端的用户添加不同的等级标签,并将不同等级标签的用户的相关信息推送给匹配的增值开发人员的客户端。这样,增值开发人员可以根据推送的信息与用户进行沟通交流,以向用户推荐养老社区服务产品或者保险金融产品等,从而辅助了增值开发人员提高工作效率和产品推荐的准确性与及时性。
进一步的,上述的信息处理系统还包括优先处理模块,该优先处理模块被配置为将各分词和词库中预先配置的预设关键词进行匹配,若匹配成功,则将信息访问请求的文本数据存储至优先任务队列中。其中,优先任务队列的处理优先级高于上述的任务队列的处理优先级。
举例而言,生成文本数据的至少一个分词后,也可以直接针对每个分词,遍历词库中预先配置的预设关键词,将各分词和词库中预先配置的预设关键词进行匹配,若匹配成功,则直接将该信息访问请求对应的文本数据存储至优先任务队列中,以从优先任务队列中对该信息访问请求进行处理。
在示例性的实施方式中,上述的目标场景确定模块120中的各场景还包括坐席助手场景。具体的,坐席助手场景对应的是人工服务场景,坐席助手场景中的场景词包括人工、人工服务、转人工等可以标识用户需要人工服务的词语。当各分词中有任意一个分词和坐席助手场景中的场景词匹配成功的话,则直接转人工服务,进行后续的问题交互与信息处理。
图4示出本公开一示例性实施例中的信息处理方法的流程示意图。参考图4,该信息处理方法包括步骤S410至步骤S450。
在步骤S410中,响应于客户端的信息访问请求,对信息访问请求对应的文本数据进行分词处理,以生成文本数据的至少一个分词。
示例性的,在步骤S410中,若客户端发送的是语音类型的信息访问请求,则在生成文本数据的至少一个分词之前,响应于客户端发送的语音类型的信息访问请求,将语音类型的信息访问请求转换为文本数据的信息访问请求
若客户端发送的是图像类型的信息访问请求,则在生成文本数据的至少一个分词之前,响应于客户端发送的图像类型的信息访问请求,将所述图像类型的信息访问请求转换为文本数据的信息访问请求。
在步骤S420中,根据各分词和词库中预先配置的各场景的场景词的匹配度计算文本数据和各场景的相似度,确定所述相似度最大值对应的场景为信息访问请求对应的目标场景。
在步骤S430中,将各分词和目标场景的数据库中的各个字段进行匹配,确定匹配成功的字段为信息访问请求对应的文本数据的目标字段,更新目标字段对应的标准字段被匹配成功的次数。
在步骤S440中,根据各目标字段对应的标准字段被匹配成功的次数,确定各目标字段的优先级顺序。
在步骤S450中,根据各目标字段的优先级顺序获取各目标字段在数据库中的值,并发送至所述客户端。
上述信息处理方法中各步骤的具体细节已经在对应的信息处理系统中对应的各模块以及各单元中进行了详细的描述,因此此处不再赘述。
图5示出一示例性实施例中可以应用本公开的信息处理系统及方法的系统架构示意图。参考图5,该架构包括客户端
如图5所示,系统架构500可以包括终端501、502、503中的多个,网络504和服务器505。网络504用以在终端501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型,例如无线通信链路等。
应该理解,图5中的终端、网络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终端、网络和服务器。比如服务器505可以是多个服务器组成的服务器集群等。
终端501、502、503可以是具有处理器和显示功能的各种电子设备,包括但不限于智能手机、平板电脑、计算机等等。服务器505可以是提供各种服务的服务器。
例如,用户可以通过终端501、502、503提供的图形用户界面输入自己的询问问题,服务器505可以执行上述图4所示的信息处理方法,以对用户的询问问题进行处理,并将处理结果作为用户询问的问题的答案返回给终端501、502、503。
图6示出本公开一示例性实施例中的另一种系统架构示意图。该架构包括客户端61和服务器端62。其中:
客户端61包括养老社区服务问答对话子系统客户端611、互联网保险销售问答子系统客户端612。服务器端62包括中控模块621、图像分类模块622、图像结构化解析模块623、文本分析模块624、知识对比分析模块625、授权认证子系统626、运维管理系统627。
上述的中控模块621用于进行养老社区服务知识问答和保险知识问答的核心服务管理与调度。即根据客户端611和612的访问需求,通过调度服务器端62中的图像分类模块622、图像结构化解析模块623、文本分析模块624、知识对比分析模块625、授权认证子系统626、运维管理子系统627,给对应的各模块和子系统发送请求,以对客户端的信息访问请求进行处理,并接收其返回的处理结果,将该结果整合推送给对应的客户端。
上述的图像分类模块622用于根据图像的背景信息和/或前景信息判定图像中的内容的目标场景,以对图像进行场景类别确定。
上述的图像结构化解析模块623包括光学字符识别单元、结构化解析单元、匹配纠错单元。其中,光学字符识别单元用于利用光学字符识别技术识别图像中的文本内容;结构化解析单元用于对图像中的表格数据进行结构化解析,将其转换成关键字和其对应的值的键值对形式;匹配纠错单元用于对光学字符识别的结果进行纠错。
上述的文本分析模块624包括分词单元、分词优先级确定单元。其中,分词单元用于对输入的文本数据进行分词处理;分词优先级确定单元用于根据各分词被询问的频数确定各分词的处理优先级。
上述的知识对比分析模块625包括文本分类单元、知识对比单元。其中,文本分类单元用于确定文本数据的目标场景,以对文本数据进行场景类别确定;知识对比单元用于对客户的询问问题中的关键词与知识库中存储的养老社区服务、保险金融等场景对应的条款内容、信息内容、产品内容等知识对比与匹配、以及输出对比分析报告。
上述的授权认证子系统626包括服务鉴权单元和模块鉴权单元。其中,服务鉴权单元用于对客户的所拥有的服务权限进行识别和确定;模块鉴权单元用户对客户的使用权限进行识别和确定,例如,确定用户是否拥有通过图像进行知识问答的权限,以鉴别用户是否具有使用图像分类模块的权限等。
示例性的,上述的客户端61还包括运维管理客户端,上述的运维管理子系统627可以基于服务器端62中的日志数据进行系统的运维管理与数据统计。例如,统计用户访问的高频词等。当运维管理客户端发送数据请求时,运维管理子系统627可以将对应的统计结果返回给运维管理客户端。
在一种示例性应用场景中,通过上述的信息处理系统或信息处理方法可以对用户咨询的养老社区服务场景中的问题进行处理分析。
具体的,针对养老服务,缺乏信息平等互通,造成信息的不对称以及传递的滞后性,尤其是老年人无法找到适合自己的服务机构,对提供的养老服务内容不了解,无法找到满足个人特殊需要的量身服务的问题。根据本示例性实施例提供的信息处理系统或方法,用户可以通过问答或上传用户所知的养老社区的图文信息的方式,就可以得到市场中养老服务机构提供的服务项目、收费标准、服务质量等对比信息,从而可以实现无感知的随时为对用户提供服务,且可大幅减少养老服务机构与服务对象的沟通交流成本。
例如,用户在客户端输入对养老社区的服务项目、收费标准、服务质量等问题的询问,上述的信息处理系统会在数据库中查询到所有的养老社区的服务项目、收费标准、服务质量的对比信息,例如,养老社区A、养老社区B、养老社区C的对比信息,并根据用户的询问问题对应的分词和预设关键词的匹配关系,给该用户添加对应的用户标签,从而使得增值开发人员可以根据对应的用户标签为用户推荐对应的产品。
在另一种示例性应用场景中,通过上述的信息处理系统或信息处理方法可以对用户咨询的保险产品条款对比场景中的问题进行处理分析。
具体的,互联网保险服务的产生虽然为人们提供了便捷的渠道,但不同公司出台的同一保障范围保险的保险条款不经相同,而且复杂、难懂、难读,在客户阅读和比较保险责任、经济赔偿与给付,以及保险公司对客户履行快速赔付时,具体的保险条款与规则就需要与之对应。
例如,用户可以在客户端输入“保险A和保险B的条款对比”的询问内容,上述的信息处理系统可以将保险A和保险B的条款的相同或不同之处进行对比,并返回给客户端。
在再一种示例性应用场景中,通过上述的信息处理系统或信息处理方法可以辅助保险代理人进行保险推荐。
具体的,人工智能时代下的移动互联为作为健康理财规划师的代理人提供了新的获客、办案渠道和方式,帮助保险代理人从更专业的角度帮助客户分析健康状态与理财方案,更合理的布局家庭财务,提供了更简单投保方式,更快捷信息互通,更轻松理赔服务等更多更新的可能。保险条款解释的一个重要原则就是有利于非起草方的解释原则,即当被保险人与保险公司对保险条款的理解发生争议时,应当作有利于被保险人的解释。当保险代理人在获客和产品推介时如果能更专业、更便捷的获取不同同业的保险保障与条款信息,利用智能的条款对比技术,这将大大提升业务效能,减少时间成本。
保险代理人在协助理赔业务时:当被保险人出险后,保险代理人协助客户向保险公司进行理赔,同时协助保险公司进行损失的勘察和理赔,在理赔过程中遇到案件理赔。而在实际场景中,同款产品在不同年份上市的保险产品,保障范围和保险条款规则会做相关调整,例如AA保险的2018款、2019款、2020款的保障范围和保险条款规则会根据社会经济的发展进行适当的微调。
保险代理人可以在客户端输入“AA保险的2018款、2019款、2020款”的对比查询信息,然后上述的信息处理系统可以对AA保险的2018款、2019款、2020款的内容进行对比输出,以辅助保险代理人为客户提供快速精准的理赔服务。
本领域技术人员可以理解实现上述实施方式的全部或部分步骤被实现为由CPU执行的计算机程序。在该计算机程序被CPU执行时,执行本发明提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中,该存储介质可以是只读存储器,磁盘或光盘等。
此外,需要注意的是,上述附图仅是根据本发明示例性实施方式的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
在本公开示例性实施方式中,还提供了一种能够实现上述方法的计算机存储介质。其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中,本公开的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
参考图7所示,描述了根据本公开的实施方式的用于实现上述方法的程序产品700,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本公开的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图8来描述根据本公开的这种实施方式的电子设备800。图8显示的电子设备800仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示,电子设备800以通用计算设备的形式表现。电子设备800的组件可以包括但不限于:上述至少一个处理单元810、上述至少一个存储单元820、连接不同系统组件(包括存储单元820和处理单元810)的总线830以及显示单元840。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元810执行,使得所述处理单元810执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如,所述处理单元810可以执行如图4中所示的:步骤S410,响应于客户端的信息访问请求,对信息访问请求对应的文本数据进行分词处理,以生成文本数据的至少一个分词;步骤S420,根据各分词和词库中预先配置的各场景的场景词的匹配度计算文本数据和各场景的相似度,确定所述相似度最大值对应的场景为信息访问请求对应的目标场景;步骤S430,将各分词和目标场景的数据库中的各个字段进行匹配,确定匹配成功的字段为信息访问请求对应的文本数据的目标字段,更新目标字段对应的标准字段被匹配成功的次数;步骤S440,根据各目标字段对应的标准字段被匹配成功的次数,确定各目标字段的优先级顺序;步骤S450,根据各目标字段的优先级顺序获取各目标字段在数据库中的值,并发送至所述客户端。
存储单元820可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)8201和/或高速缓存存储单元8202,还可以进一步包括只读存储单元(ROM)8203。
存储单元820还可以包括具有一组(至少一个)程序模块8205的程序/实用工具8204,这样的程序模块8205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线830可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备800也可以与一个或多个外部设备900(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备800交互的设备通信,和/或与使得该电子设备800能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口850进行。并且,电子设备800还可以通过网络适配器860与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器860通过总线830与电子设备800的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备800使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
此外,上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
Claims (10)
1.一种信息处理系统,其特征在于,包括:
分词模块,被配置为响应于客户端的信息访问请求,对所述信息访问请求对应的文本数据进行分词处理,以生成所述文本数据的至少一个分词;
目标场景确定模块,被配置为根据各所述分词和词库中预先配置的各场景的场景词的匹配度计算所述文本数据和各场景的相似度,确定所述相似度最大值对应的场景为所述信息访问请求对应的目标场景;
匹配模块,被配置为将各所述分词和目标场景的数据库中的各个字段进行匹配,确定匹配成功的所述字段为所述信息访问请求对应的文本数据的目标字段,更新所述目标字段对应的标准字段被匹配成功的次数;
优先级确定模块,被配置为根据各所述目标字段对应的标准字段被匹配成功的次数,确定各所述目标字段的优先级顺序;
信息处理模块,被配置为根据各所述目标字段的优先级顺序获取各所述目标字段在数据库中的值,并发送至所述客户端。
2.根据权利要求1所述的信息处理系统,其特征在于,所述信息处理系统还包括:
标签添加模块,被配置为将各所述分词和词库中预先配置的预设关键词进行匹配,若匹配成功,则获取所述客户端的用户标识,为所述用户标识所对应的用户添加预设标签;
推送模块,被配置为给所述用户标识所对应的用户匹配增值开发人员,将所述用户标识对应的用户信息推送给匹配的所述增值开发人员的用户标识所关联的客户端。
3.根据权利要求1所述的信息处理系统,其特征在于,所述信息处理系统还包括:
任务存储模块,被配置为按照访问顺序将各所述客户端的所述信息访问请求对应的文本数据存储在任务队列中,根据所述任务队列的存储顺序对所述信息访问请求进行处理;
优先处理模块,被配置为将各所述分词和词库中预先配置的预设关键词进行匹配,若匹配成功,则将所述述信息访问请求对应的文本数据存储至优先任务队列中。
4.根据权利要求1所述的信息处理系统,其特征在于,所述目标场景确定模块通过执行以下方式计算所述文本数据和各场景的相似度:
将各所述分词分别和词库中预先配置的各场景的场景词进行匹配;
分别确定所述分词中和各所述场景的场景词匹配成功的分词数量;
根据所述匹配成功的分词数量计算所述文本数据和各场景的相似度。
5.根据权利要求1所述的信息处理系统,其特征在于,所述系统还包括:
字段生成模块,被配置为预先为所述数据库的各数据表中的标准字段配置至少一个同义词和/或近义词,以生成所述数据库的各数据表中的其它字段;
其中,所述标准字段和其对应的至少一个同义词和/或近义词所确定的字段的值相同。
6.根据权利要求1所述的信息处理系统,其特征在于,所述分词模块包括:
语音处理单元,被配置为响应于客户端发送的语音类型的信息访问请求,将所述语音类型的信息访问请求转换为文本数据的信息访问请求;
图像处理单元,被配置为响应于客户端发送的图像类型的信息访问请求,将所述图像类型的信息访问请求转换为文本数据的信息访问请求;
其中,所述图像处理单元包括提示子单元和场景确定子单元:
所述提示子单元被配置为若所述图像类型的信息访问请求转换为文本数据的信息访问请求失败,则向所述客户端发送识别失败的提示信息,以提示所述客户端重新发送所述图像类型的信息访问请求;
所述场景确定子单元被配置为根据所述信息访问请求中的图像的背景信息和前景信息确定所述信息访问请求的目标场景。
7.根据权利要求6所述的信息处理系统,其特征在于,所述场景子单元通过以下方式根据所述信息访问请求中的图像的背景信息和前景信息确定所述信息访问请求中的目标场景:
识别所述图像中的文本数据,对所述图像中的文本数据进行分词处理,以生成所述文本数据的至少一个分词;
将各所述分词和词库中预先配置的各场景的场景词进行匹配,以计算所述文本数据和各场景的第一相似度,并根据所述第一相似度确定所述信息访问请求所对应的第一目标场景;
提取所述图像的颜色背景信息和/或所述图像中的文本数据的排版信息;
计算所述图像的颜色背景信息和/或所述图像中的文本数据的排版信息与图像库中预先配置的各场景对应的颜色背景信息和/或文本数据的排版信息的第二相似度,根据所述第二相似度确定所述信息访问请求所对应的第二目标场景;
当所述第一目标场景和所述第二目标场景一致时,根据所述第一目标场景和所述第二目标场景确定所述目标场景;
当所述第一目标场景和所述第二目标场景不一致时,根据所述第一相似度和所述第二相似度中的最大值确定所述目标场景。
8.根据权利要求1至7中任一项所述的信息处理系统,其特征在于,所述场景包括养老服务知识问答场景、保险条款知识问答场景。
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,所述程序被处理器执行时实现信息处理方法,其中,所述信息处理方法包括:
响应于客户端的信息访问请求,对所述信息访问请求对应的文本数据进行分词处理,以生成所述文本数据的至少一个分词;
根据各所述分词和词库中预先配置的各场景的场景词的匹配度计算所述文本数据和各场景的相似度,确定所述相似度最大值对应的场景为所述信息访问请求对应的目标场景;
将各所述分词和目标场景的数据库中的各数据表的各个字段进行匹配,确定匹配成功的所述字段为所述信息访问请求所对应的文本数据的目标字段,更新所述目标字段对应的标准字段被匹配成功的次数;
根据各所述目标字段对应的标准字段被匹配成功的次数,确定各所述目标字段的优先级顺序;
根据各所述目标字段的优先级顺序获取各所述目标字段对应的信息,并发送至所述客户端。
10.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现信息处理方法,其中,所述信息处理方法包括:
响应于客户端的信息访问请求,对所述信息访问请求对应的文本数据进行分词处理,以生成所述文本数据的至少一个分词;
根据各所述分词和词库中预先配置的各场景的场景词的匹配度计算所述文本数据和各场景的相似度,确定所述相似度最大值对应的场景为所述信息访问请求对应的目标场景;
将各所述分词和目标场景的数据库中的各数据表的各个字段进行匹配,确定匹配成功的所述字段为所述信息访问请求所对应的文本数据的目标字段,更新所述目标字段对应的标准字段被匹配成功的次数;
根据各所述目标字段对应的标准字段被匹配成功的次数,确定各所述目标字段的优先级顺序;
根据各所述目标字段的优先级顺序获取各所述目标字段对应的信息,并发送至所述客户端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011479626.7A CN112559865B (zh) | 2020-12-15 | 2020-12-15 | 信息处理系统、计算机可读存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011479626.7A CN112559865B (zh) | 2020-12-15 | 2020-12-15 | 信息处理系统、计算机可读存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112559865A true CN112559865A (zh) | 2021-03-26 |
CN112559865B CN112559865B (zh) | 2023-12-08 |
Family
ID=75063899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011479626.7A Active CN112559865B (zh) | 2020-12-15 | 2020-12-15 | 信息处理系统、计算机可读存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112559865B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113053394A (zh) * | 2021-04-27 | 2021-06-29 | 广州小鹏汽车科技有限公司 | 语音处理方法、服务器、语音处理系统和存储介质 |
CN114900477A (zh) * | 2022-04-13 | 2022-08-12 | 中国电信股份有限公司 | 报文处理方法、服务器、电子设备及存储介质 |
CN115396183A (zh) * | 2022-08-23 | 2022-11-25 | 北京百度网讯科技有限公司 | 用户身份识别方法及装置 |
CN115883273A (zh) * | 2021-09-30 | 2023-03-31 | 青岛海尔科技有限公司 | 场景的调整方法和装置、存储介质及电子装置 |
CN116069899A (zh) * | 2022-09-08 | 2023-05-05 | 重庆思达普规划设计咨询服务有限公司 | 一种文本分析方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120078631A1 (en) * | 2010-09-26 | 2012-03-29 | Alibaba Group Holding Limited | Recognition of target words using designated characteristic values |
CN108986910A (zh) * | 2018-07-04 | 2018-12-11 | 平安科技(深圳)有限公司 | 线上问答方法、装置、计算机设备和存储介质 |
CN110674634A (zh) * | 2019-09-10 | 2020-01-10 | 吴杰 | 一种文字交互方法及服务端设备 |
CN110909725A (zh) * | 2019-10-18 | 2020-03-24 | 平安科技(深圳)有限公司 | 识别文本的方法、装置、设备及存储介质 |
CN111597368A (zh) * | 2020-03-31 | 2020-08-28 | 拉扎斯网络科技(上海)有限公司 | 一种数据处理方法及装置 |
-
2020
- 2020-12-15 CN CN202011479626.7A patent/CN112559865B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120078631A1 (en) * | 2010-09-26 | 2012-03-29 | Alibaba Group Holding Limited | Recognition of target words using designated characteristic values |
CN108986910A (zh) * | 2018-07-04 | 2018-12-11 | 平安科技(深圳)有限公司 | 线上问答方法、装置、计算机设备和存储介质 |
CN110674634A (zh) * | 2019-09-10 | 2020-01-10 | 吴杰 | 一种文字交互方法及服务端设备 |
CN110909725A (zh) * | 2019-10-18 | 2020-03-24 | 平安科技(深圳)有限公司 | 识别文本的方法、装置、设备及存储介质 |
CN111597368A (zh) * | 2020-03-31 | 2020-08-28 | 拉扎斯网络科技(上海)有限公司 | 一种数据处理方法及装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113053394A (zh) * | 2021-04-27 | 2021-06-29 | 广州小鹏汽车科技有限公司 | 语音处理方法、服务器、语音处理系统和存储介质 |
CN113053394B (zh) * | 2021-04-27 | 2024-01-09 | 广州小鹏汽车科技有限公司 | 语音处理方法、服务器、语音处理系统和存储介质 |
CN115883273A (zh) * | 2021-09-30 | 2023-03-31 | 青岛海尔科技有限公司 | 场景的调整方法和装置、存储介质及电子装置 |
CN114900477A (zh) * | 2022-04-13 | 2022-08-12 | 中国电信股份有限公司 | 报文处理方法、服务器、电子设备及存储介质 |
CN114900477B (zh) * | 2022-04-13 | 2024-01-30 | 中国电信股份有限公司 | 报文处理方法、服务器、电子设备及存储介质 |
CN115396183A (zh) * | 2022-08-23 | 2022-11-25 | 北京百度网讯科技有限公司 | 用户身份识别方法及装置 |
CN115396183B (zh) * | 2022-08-23 | 2023-08-11 | 北京百度网讯科技有限公司 | 用户身份识别方法及装置 |
CN116069899A (zh) * | 2022-09-08 | 2023-05-05 | 重庆思达普规划设计咨询服务有限公司 | 一种文本分析方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112559865B (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11334635B2 (en) | Domain specific natural language understanding of customer intent in self-help | |
CN112559865B (zh) | 信息处理系统、计算机可读存储介质及电子设备 | |
CN108597519B (zh) | 一种话单分类方法、装置、服务器和存储介质 | |
CN109947909B (zh) | 智能客服应答方法、设备、存储介质及装置 | |
US10242093B2 (en) | Method and system for performing a probabilistic topic analysis of search queries for a customer support system | |
US9300672B2 (en) | Managing user access to query results | |
CN110070391B (zh) | 数据处理方法、装置、计算机可读介质及电子设备 | |
US20190163807A1 (en) | Feature vector profile generation for interviews | |
US11238132B2 (en) | Method and system for using existing models in connection with new model development | |
CN107193974B (zh) | 基于人工智能的地域性信息确定方法和装置 | |
CN112733042A (zh) | 推荐信息的生成方法、相关装置及计算机程序产品 | |
CN112925898B (zh) | 基于人工智能的问答方法、装置、服务器及存储介质 | |
US11907863B2 (en) | Natural language enrichment using action explanations | |
CN111190946A (zh) | 报告生成方法、装置、计算机设备和存储介质 | |
CN110399473B (zh) | 为用户问题确定答案的方法和装置 | |
CN111783424B (zh) | 一种文本分句方法和装置 | |
CN113821612A (zh) | 信息查找方法以及装置 | |
CN117520503A (zh) | 基于llm模型的金融客服对话生成方法、装置、设备及介质 | |
US10496637B2 (en) | Method and system for personalizing software based on real time tracking of voice-of-customer feedback | |
CN116303922A (zh) | 咨询消息应答方法、装置、计算机设备、存储介质和产品 | |
CN113505293A (zh) | 信息推送方法、装置、电子设备及存储介质 | |
CN112860878A (zh) | 业务数据推荐方法、存储介质及设备 | |
CN112328871A (zh) | 一种基于rpa模块的回复生成方法、装置、设备及存储介质 | |
CN116933800B (zh) | 一种基于模版的生成式意图识别方法及装置 | |
CN112148939A (zh) | 数据处理方法、装置及电子设备 |
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 |