CN113191711A - 快递寄件策略确定方法、装置、设备及存储介质 - Google Patents
快递寄件策略确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113191711A CN113191711A CN202110465413.7A CN202110465413A CN113191711A CN 113191711 A CN113191711 A CN 113191711A CN 202110465413 A CN202110465413 A CN 202110465413A CN 113191711 A CN113191711 A CN 113191711A
- Authority
- CN
- China
- Prior art keywords
- result
- information
- user information
- preset
- express delivery
- 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
Images
Classifications
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- 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
- G06F16/3343—Query execution using phonetics
-
- 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
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Mathematical Physics (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Development Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及物流领域,公开了一种快递寄件策略确定方法、装置、设备及存储介质,用于通过对初始用户信息进行识别,和预置的语料库进行相似度匹配,并选择相应的快递寄件策略,提升寄件效率。快递寄件策略确定方法包括:获取初始用户信息;对初始用户信息进行关键词识别,得到识别结果,并判断识别结果是否符合预置的问题标准,若识别结果符合预置的问题标准,则将初始用户信息确定为目标用户信息;对目标用户信息进行分类,得到分类结果,将分类结果和预置的语料库进行相似度匹配,得到相似度匹配结果;根据相似度匹配结果实时查询物流终端的物流业务信息,根据物流业务信息确认快递寄件策略,并将快递寄件策略发送至用户端。
Description
技术领域
本发明涉及物流领域,尤其涉及一种快递寄件策略确定方法、装置、设备及存储介质。
背景技术
随着电子商务的兴起,推动了物流行业的快速发展,保证高效便捷的物流配送是物流行业发展的关键。现有的寄件方式主要有快递员上门、快递柜寄件和固定网点寄件,对于快递员上门的方式,如果快递是贵重物品,可能会造成消费者的顾虑,对于快递柜寄件方式和固定网点寄件方式,需要消费者自行前往固定地点寄快递,便捷性低,时间成本高,因此,对于不同的消费者需要选择合适的快递寄件方式。
在现有的技术中,大部分物流公司通过人工语音服务确定消费者的寄件信息和寄件方式,但随着物流行业的迅速发展,订单数量的迅速增加,人工语音服务无法满足大量的物流订单,导致了响应速度慢,寄件效率低。
发明内容
本发明提供了一种快递寄件策略确定方法、装置、设备及存储介质,用于通过对初始用户信息进行识别,和预置的语料库进行相似度匹配,并选择相应的快递寄件策略,提升寄件效率。
本发明第一方面提供了一种快递寄件策略确定方法,包括:获取初始用户信息,所述初始用户信息包括用户通过语音输入的寄件人信息、收件人信息和寄件物品信息;对所述初始用户信息进行关键词识别,得到识别结果,并判断所述识别结果是否符合预置的问题标准,若所述识别结果符合所述预置的问题标准,则将所述初始用户信息确定为目标用户信息;对所述目标用户信息进行分类,得到分类结果,将所述分类结果和预置的语料库进行相似度匹配,得到相似度匹配结果;根据所述相似度匹配结果实时查询物流终端的物流业务信息,根据所述物流业务信息确认快递寄件策略,并将所述快递寄件策略发送至用户端。
可选的,在本发明第一方面的第一种实现方式中,所述对所述初始用户信息进行关键词识别,得到识别结果,并判断所述识别结果是否符合预置的问题标准,若所述识别结果符合所述预置的问题标准,则将所述初始用户信息确定为目标用户信息包括:对所述初始用户信息进行关键词检测,得到候选关键词,提取所述候选关键词的声学特征,将所述候选关键词的声学特征与预置的关键词模板的声学特征进行特征匹配,得到识别结果;判断所述识别结果是否符合预置的问题标准,所述问题标准包括物流领域相关问题,若所述识别结果符合所述预置的问题标准,则将所述初始用户信息确定为目标用户信息。
可选的,在本发明第一方面的第二种实现方式中,所述对所述目标用户信息进行分类,得到分类结果,将所述分类结果和预置的语料库进行相似度匹配,得到相似度匹配结果包括:将所述目标用户信息按照预置的类别进行分类,得到分类结果,所述预置的类别包括配送方式、配送时效和寄件费用;将所述分类结果和预置的语料库进行基于类别的相似度计算,得到相似度匹配结果。
可选的,在本发明第一方面的第三种实现方式中,所述将所述分类结果和预置的语料库进行基于类别的相似度计算,得到相似度匹配结果包括:将所述分类结果和所述语料库进行基于类别的相似度计算,得到相似度计算结果,当所述相似度计算结果大于第一阈值时,直接返回问题答案对,得到第一匹配结果;当所述相似度计算结果小于或等于第一阈值,且大于或等于第二阈值时,获取候选语料库,并将所述分类结果和所述候选语料库进行匹配,得到第二匹配结果;当所述相似度计算结果小于第二阈值时,将所述分类结果发送至客服终端,接收所述客服终端返回的第三匹配结果,并将所述第一匹配结果、所述第二匹配结果和所述第三匹配结果合并,得到相似度匹配结果。
可选的,在本发明第一方面的第四种实现方式中,所述根据所述相似度匹配结果实时查询物流终端的物流业务信息,根据所述物流业务信息确认快递寄件策略,并将所述快递寄件策略发送至用户端包括:将所述相似度匹配结果发送至物流终端,并获取所述物流终端返回的物流业务信息,所述物流业务信息包括寄件时长、取件人联系方式、取件时长和寄件费用;在预置的快递寄件模板中选择匹配的模板,根据所述物流业务信息和所述匹配的模板确定快递寄件策略,并将所述快递寄件策略发送至用户端。
可选的,在本发明第一方面的第五种实现方式中,在所述获取初始用户信息,所述初始用户信息包括用户通过语音输入的寄件人信息、收件人信息和寄件物品信息之前,所述快递寄件策略确定方法还包括:获取初始训练数据,对所述初始训练数据进行分类和排序,得到预置的语料库。
可选的,在本发明第一方面的第六种实现方式中,所述获取初始训练数据,对所述初始训练数据进行分类和排序,得到预置的语料库。包括:获取初始训练数据,所述初始训练数据包括历史会话记录和用户订单状态;按照预置的分类标准对所述初始训练数据进行分类,得到多组不同类别的训练数据,从每一组训练数据中抽取预设数量的数据,生成目标训练数据;按照问题类型的占比率从大到小的顺序,将所述目标训练数据进行排序,得到预置的语料库。
本发明第二方面提供了一种快递寄件策略确定装置,包括:获取模块,用于获取初始用户信息,所述初始用户信息包括用户通过语音输入的寄件人信息、收件人信息和寄件物品信息;识别模块,用于对所述初始用户信息进行关键词识别,得到识别结果,并判断所述识别结果是否符合预置的问题标准,若所述识别结果符合所述预置的问题标准,则将所述初始用户信息确定为目标用户信息;匹配模块,用于对所述目标用户信息进行分类,得到分类结果,将所述分类结果和预置的语料库进行相似度匹配,得到相似度匹配结果;查询模块,用于根据所述相似度匹配结果实时查询物流终端的物流业务信息,根据所述物流业务信息确认快递寄件策略,并将所述快递寄件策略发送至用户端。
可选的,在本发明第二方面的第一种实现方式中,所述识别模块包括:检测单元,用于对所述初始用户信息进行关键词检测,得到候选关键词,提取所述候选关键词的声学特征,将所述候选关键词的声学特征与预置的关键词模板的声学特征进行特征匹配,得到识别结果;判断单元,用于判断所述识别结果是否符合预置的问题标准,所述问题标准包括物流领域相关问题,若所述识别结果符合所述预置的问题标准,则将所述初始用户信息确定为目标用户信息。
可选的,在本发明第二方面的第二种实现方式中,所述匹配模块包括:分类单元,用于将所述目标用户信息按照预置的类别进行分类,得到分类结果,所述预置的类别包括配送方式、配送时效和寄件费用;计算单元,用于将所述分类结果和预置的语料库进行基于类别的相似度计算,得到相似度匹配结果。
可选的,在本发明第二方面的第三种实现方式中,所述计算单元具体用于:将所述分类结果和所述语料库进行基于类别的相似度计算,得到相似度计算结果,当所述相似度计算结果大于第一阈值时,直接返回问题答案对,得到第一匹配结果;当所述相似度计算结果小于或等于第一阈值,且大于或等于第二阈值时,获取候选语料库,并将所述分类结果和所述候选语料库进行匹配,得到第二匹配结果;当所述相似度计算结果小于第二阈值时,将所述分类结果发送至客服终端,接收所述客服终端返回的第三匹配结果,并将所述第一匹配结果、所述第二匹配结果和所述第三匹配结果合并,得到相似度匹配结果。
可选的,在本发明第二方面的第四种实现方式中,所述查询模块包括:发送单元,用于将所述相似度匹配结果发送至物流终端,并获取所述物流终端返回的物流业务信息,所述物流业务信息包括寄件时长、取件人联系方式、取件时长和寄件费用;选择单元,用于在预置的快递寄件模板中选择匹配的模板,根据所述物流业务信息和所述匹配的模板确定快递寄件策略,并将所述快递寄件策略发送至用户端。
可选的,在本发明第二方面的第五种实现方式中,在所述获取模块之前,所述快递寄件策略确定装置还包括:构建模块,用于获取初始训练数据,对所述初始训练数据进行分类和排序,得到预置的语料库。
可选的,在本发明第二方面的第六种实现方式中,所述构建模块包括:获取单元,用于获取初始训练数据,所述初始训练数据包括历史会话记录和用户订单状态;抽取单元,用于按照预置的分类标准对所述初始训练数据进行分类,得到多组不同类别的训练数据,从每一组训练数据中抽取预设数量的数据,生成目标训练数据;生成单元,用于按照问题类型的占比率从大到小的顺序,将所述目标训练数据进行排序,得到预置的语料库。
本发明第三方面提供了一种快递寄件策略确定设备,包括:存储器和至少一个处理器,所述存储器中存储有指令;所述至少一个处理器调用所述存储器中的所述指令,以使得所述快递寄件策略确定设备执行上述的快递寄件策略确定方法。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的快递寄件策略确定方法。
本发明提供的技术方案中,获取初始用户信息,所述初始用户信息包括用户通过语音输入的寄件人信息、收件人信息和寄件物品信息;对所述初始用户信息进行关键词识别,得到识别结果,并判断所述识别结果是否符合预置的问题标准,若所述识别结果符合所述预置的问题标准,则将所述初始用户信息确定为目标用户信息;对所述目标用户信息进行分类,得到分类结果,将所述分类结果和预置的语料库进行相似度匹配,得到相似度匹配结果;根据所述相似度匹配结果实时查询物流终端的物流业务信息,根据所述物流业务信息确认快递寄件策略,并将所述快递寄件策略发送至用户端。本发明实施例中,通过对初始用户信息进行识别,和预置的语料库进行相似度匹配,并选择相应的快递寄件策略,提升了寄件效率。
附图说明
图1为本发明实施例中快递寄件策略确定方法的一个实施例示意图;
图2为本发明实施例中快递寄件策略确定方法的另一个实施例示意图;
图3为本发明实施例中快递寄件策略确定装置的一个实施例示意图;
图4为本发明实施例中快递寄件策略确定装置的另一个实施例示意图;
图5为本发明实施例中快递寄件策略确定设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种快递寄件策略确定方法、装置、设备及存储介质,用于通过对初始用户信息进行识别,和预置的语料库进行相似度匹配,并选择相应的快递寄件策略,提升寄件效率。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中快递寄件策略确定方法的一个实施例包括:
101、获取初始用户信息,初始用户信息包括用户通过语音输入的寄件人信息、收件人信息和寄件物品信息。
可以理解的是,本发明的执行主体可以为快递寄件策略确定装置,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
服务器获取初始用户信息,初始用户信息包括用户通过语音输入的寄件人信息、收件人信息和寄件物品信息。用户语音输入的方式包括但不限于基于安卓平台的语音助手,例如,用户通过华为语音助手语音输入“寄件”或“我要寄件”等调用寄件服务,并语音输入寄件人信息、收件人信息和寄件物品信息等,用户第一次输入寄件人信息后,服务器可以通过安卓数据共享的方式获取依附APP上的用户数据,默认作为寄件人使用,所有用户数据已获得用户授权,用户可以对所显示的寄件人信息进行核对,若用户确认寄件人信息正确,则可以点击确认按钮触发确认指令,或不进行操作或者语音输入“确认”,那么默认其作为寄件人,若用户确认寄件人信息不正确,则可以点击修改指令或者语音输入“修改寄件人”,再重新用语音输入的方式输入正确的寄件人信息,服务器依次获取寄件人姓名、收件人姓名、联系方式、地址、寄件偏好,包括保价、备注、常用地址、常用物流公司等用户偏好,以及时间成本、费用成本和寄件便利性等。
102、对初始用户信息进行关键词识别,得到识别结果,并判断识别结果是否符合预置的问题标准,若识别结果符合预置的问题标准,则将初始用户信息确定为目标用户信息。
服务器对初始用户信息进行关键词识别,得到识别结果,并判断识别结果是否符合预置的问题标准,若识别结果符合预置的问题标准,则将初始用户信息确定为目标用户信息。具体的,服务器对初始用户信息进行关键词检测,得到候选关键词,提取候选关键词的声学特征,将候选关键词的声学特征与预置的关键词模板的声学特征进行特征匹配,得到识别结果;服务器判断识别结果是否符合预置的问题标准,问题标准包括物流领域相关问题,若识别结果符合预置的问题标准,则将对应的初始用户信息确定为目标用户信息。
服务器通过对初始用户信息中的业务关键词进行筛选,并与预置的关键词模板进行特征匹配,得到识别结果,关键词模板为物流领域相关的关键词模板,关键词模板可以覆盖不同方言、信道、音色和背景噪声等复杂场景,从而增大语音关键词识别的覆盖范围,确保语音关键词识别的效果,根据识别结果判断初始用户是否包含闲聊问题,如果是闲聊问题则转到其他智能聊天机器人的应用程序接口(application programming interface,API),本实施例中采用的是智能聊天机器,比如图灵机器人的API,获得API回传消息后完成服务流程,如果识别结果不包含闲聊问题,则继续后续的流程,将识别结果确定为目标用户信息,目标用户信息即为识别结果中不包含闲聊问题的用户信息,例如,初始用户信息中包含“如何修改地址”,识别到候选关键词“地址”与关键词模板匹配,则进一步对其他信息进行识别判断,如果是其他闲聊问题,如“今天天气如何”等,则自动切换到智能机器人聊天API。
103、对目标用户信息进行分类,得到分类结果,将分类结果和预置的语料库进行相似度匹配,得到相似度匹配结果。
服务器对目标用户信息进行分类,得到分类结果,将分类结果和预置的语料库进行相似度匹配,得到相似度匹配结果。具体的,服务器将目标用户信息按照预置的类别进行分类,得到分类结果,预置的类别包括配送方式、配送时效和寄件费用;服务器将分类结果和预置的语料库进行基于类别的相似度计算,得到相似度匹配结果。
服务器按照预置的类别对目标用户信息进行分类,得到分类结果,将分类结果和预置的语料库中对应的类别进行匹配和相似度计算,以便提高检索查询的效率。
本实施例中收集到会话共计41323条,其中手机相关会话记录28676条,同时需要获得的数据还有会话发生时用户的订单状态,根据会话的内容可以将会话分类为下单前咨询、支付问题、配送方式问题、物流时效问题、系统问题、闲聊等,每类会话中分别抽取100条数据并根据问题类型的占比率按照从大到小的顺序进行排序,其中,问题类型的占比率是指每一类会话的数量占全部会话记录的比例,例如,支付问题的会话记录有5000条,则占比率为5000/41323=0.12,从而构建出预置的语料库。
104、根据相似度匹配结果实时查询物流终端的物流业务信息,根据物流业务信息确认快递寄件策略,并将快递寄件策略发送至用户端。
服务器根据相似度匹配结果实时查询物流终端的物流业务信息,根据物流业务信息确认快递寄件策略,并将快递寄件策略发送至用户端。具体的,服务器将相似度匹配结果发送至物流终端,并获取物流终端返回的物流业务信息,物流业务信息包括寄件时长、取件人联系方式、取件时长和寄件费用;服务器基于物流业务信息,在预置的快递寄件模板中选择匹配的模板,确定快递寄件策略,并将快递寄件策略发送至用户端。
服务器基于相似度匹配结果实时查询物流终端的物流业务信息,并根据物流业务信息选择匹配的快递寄件策略供用户选择,不同的快递寄件策略包括不同的寄件方式、物流配送时效和寄件费用,例如,某用户需要将快递从A市寄送到B市,服务器将相关信息发送至物流公司C的终端和物流公司D的终端,其中,物流公司C的终端返回的结果是保证一周内送达,快递费为10元,物流公司D的终端返回的结果是保证5天内送达,快递费为15元,服务器基于快递公司返回的物流业务信息选择匹配的寄件策略,可选的,可针对用户的寄件偏好更细化的处理,例如服务器获取用户的历史寄件信息,根据寄件次数分析出用户的寄件周期,获取在该寄件周期内的寄件偏好,根据该寄件周期内的寄件偏好来选择快递方案,假设用户的寄件周期为一个月,在该寄件周期内,用户均要求时间最快,费用其次,那么就选出送达时间最快的快递寄件策略。
本发明实施例中,通过对初始用户信息进行识别,和预置的语料库进行相似度匹配,并选择相应的快递寄件策略,提升了寄件效率。
请参阅图2,本发明实施例中快递寄件策略确定方法的另一个实施例包括:
201、获取初始用户信息,初始用户信息包括用户通过语音输入的寄件人信息、收件人信息和寄件物品信息。
服务器获取初始用户信息,初始用户信息包括用户通过语音输入的寄件人信息、收件人信息和寄件物品信息。用户语音输入的方式包括但不限于基于安卓平台的语音助手,例如,用户通过华为语音助手语音输入“寄件”或“我要寄件”等调用寄件服务,并语音输入寄件人信息、收件人信息和寄件物品信息等,用户第一次输入寄件人信息后,服务器可以通过安卓数据共享的方式获取依附APP上的用户数据,默认作为寄件人使用,所有用户数据已获得用户授权,用户可以对所显示的寄件人信息进行核对,若用户确认寄件人信息正确,则可以点击确认按钮触发确认指令,或不进行操作或者语音输入“确认”,那么默认其作为寄件人,若用户确认寄件人信息不正确,则可以点击修改指令或者语音输入“修改寄件人”,再重新用语音输入的方式输入正确的寄件人信息,服务器依次获取寄件人姓名、收件人姓名、联系方式、地址、寄件偏好,包括保价、备注、常用地址、常用物流公司等用户偏好,以及时间成本、费用成本和寄件便利性等。
202、对初始用户信息进行关键词识别,得到识别结果,并判断识别结果是否符合预置的问题标准,若识别结果符合预置的问题标准,则将初始用户信息确定为目标用户信息。
服务器对初始用户信息进行关键词识别,得到识别结果,并判断识别结果是否符合预置的问题标准,若识别结果符合预置的问题标准,则将对应的初始用户信息确定为目标用户信息。具体的,服务器对初始用户信息进行关键词检测,得到候选关键词,提取候选关键词的声学特征,将候选关键词的声学特征与预置的关键词模板的声学特征进行特征匹配,得到识别结果;服务器判断识别结果是否符合预置的问题标准,问题标准包括物流领域相关问题,若识别结果符合所述预置的问题标准,则将初始用户信息确定为目标用户信息。
服务器通过对初始用户信息中的业务关键词进行筛选,并与预置的关键词模板进行特征匹配,得到识别结果,关键词模板为物流领域相关的关键词模板,关键词模板可以覆盖不同方言、信道、音色和背景噪声等复杂场景,从而增大语音关键词识别的覆盖范围,确保语音关键词识别的效果,根据识别结果判断初始用户是否包含闲聊问题,如果是闲聊问题则转到其他智能聊天机器人的应用程序接口(application programming interface,API),本实施例中采用的是智能聊天机器,比如图灵机器人的API,获得API回传消息后完成服务流程,如果识别结果不包含闲聊问题,则继续后续的流程,将识别结果确定为目标用户信息,目标用户信息即为识别结果中不包含闲聊问题的用户信息,例如,初始用户信息中包含“如何修改地址”,识别到候选关键词“地址”与关键词模板匹配,则进一步对其他信息进行识别判断,如果是其他闲聊问题,如“今天天气如何”等,则自动切换到智能机器人聊天API。
203、将目标用户信息按照预置的类别进行分类,得到分类结果,预置的类别包括配送方式、配送时效和寄件费用。
服务器将目标用户信息按照预置的类别进行分类,得到分类结果,预置的类别包括配送方式、配送时效和寄件费用。服务器将目标用户信息分为订单问题、配送方式、配送时效和寄件费用几个大类,之后匹配到预置的语料库中对应的类别,以便提高检索查询的效率。
204、将分类结果和预置的语料库进行基于类别的相似度计算,得到相似度匹配结果。
服务器将分类结果和预置的语料库进行基于类别的相似度计算,得到相似度匹配结果。具体的,服务器基于分类结果,在预置的语料库中进行信息检索和匹配,并将分类结果和预置的语料库进行基于类别的相似度计算,得到相似度计算结果;当相似度计算结果大于第一阈值时,服务器直接返回问题答案对,得到第一匹配结果;当相似度计算结果小于或等于第一阈值,且大于或等于第二阈值时,服务器获取候选语料库,并将分类结果和预置的候选语料库进行匹配,得到第二匹配结果;当相似度计算结果小于第二阈值时,服务器将分类结果发送至客服终端,接收客服终端返回的第三匹配结果,并将第一匹配结果、第二匹配结果和第三匹配结果合并,得到相似度匹配结果。
服务器预先设定第一阈值和第二阈值,第一阈值对应的数值为0.96,第二阈值对应的数值为0.5,若相似度计算结果大于第一阈值,即大于0.96时,则直接从预置的语料库中返回问题答案对;若相似度计算结果介于两者之间,即大于或等于0.5,且小于或等于0.96时,则获取候选语料库,并将分类结果和预置的候选语料库进行匹配,待用户选择后或者用户根据候选语料库提示重新输入后,返回相应问题的答案,得到第二匹配结果,候选语料库即为包含全部会话记录的语料库,若相似度计算结果小于第二阈值,即小于0.5时,说明匹配失败,可能由预置的语料库的缺失或者用户语音输入错误等原因导致识别失败,则需要将分类结果发送至客服终端,并接收客服终端返回的第三匹配结果,第三匹配结果为人工客服和用户交流之后得到的结果,在完成服务后要进行问题的定位并通过完善预置的语料库、配置用户词典、近义词词典等方法实现问题的成功识别,最终得到相似度匹配结果。
205、根据相似度匹配结果实时查询物流终端的物流业务信息,根据物流业务信息确认快递寄件策略,并将快递寄件策略发送至用户端。
服务器根据相似度匹配结果实时查询物流终端的物流业务信息,根据物流业务信息确认快递寄件策略,并将快递寄件策略发送至用户端。具体的,服务器将相似度匹配结果发送至物流终端,并获取物流终端返回的物流业务信息,物流业务信息包括寄件时长、取件人联系方式、取件时长和寄件费用;服务器基于物流业务信息,在预置的快递寄件模板中选择匹配的模板,确定快递寄件策略,并将快递寄件策略发送至用户端。
服务器基于相似度匹配结果实时查询物流终端的物流业务信息,并根据物流业务信息选择匹配的快递寄件策略供用户选择,不同的快递寄件策略包括不同的寄件方式、物流配送时效和寄件费用,例如,某用户需要将快递从A市寄送到B市,服务器将相关信息发送至物流公司C的终端和物流公司D的终端,其中,物流公司C的终端返回的结果是保证一周内送达,快递费为10元,物流公司D的终端返回的结果是保证5天内送达,快递费为15元,服务器基于快递公司返回的物流业务信息选择匹配的寄件策略,可选的,可针对用户的寄件偏好更细化的处理,例如服务器获取用户的历史寄件信息,根据寄件次数分析出用户的寄件周期,获取在该寄件周期内的寄件偏好,根据该寄件周期内的寄件偏好来选择快递方案,假设用户的寄件周期为一个月,在该寄件周期内,用户均要求时间最快,费用其次,那么就选出送达时间最快的快递寄件策略。
本发明实施例中,通过对初始用户信息进行识别,和预置的语料库进行相似度匹配,并选择相应的快递寄件策略,提升了寄件效率。
上面对本发明实施例中快递寄件策略确定方法进行了描述,下面对本发明实施例中快递寄件策略确定装置进行描述,请参阅图3,本发明实施例中快递寄件策略确定装置的一个实施例包括:
获取模块301,用于获取初始用户信息,所述初始用户信息包括用户通过语音输入的寄件人信息、收件人信息和寄件物品信息;
识别模块302,用于对初始用户信息进行关键词识别,得到识别结果,并判断识别结果是否符合预置的问题标准,若识别结果符合预置的问题标准,则将初始用户信息确定为目标用户信息;
匹配模块303,用于对所述目标用户信息进行分类,得到分类结果,将分类结果和预置的语料库进行相似度匹配,得到相似度匹配结果;
查询模块304,用于根据相似度匹配结果实时查询物流终端的物流业务信息,根据物流业务信息确认快递寄件策略,并将快递寄件策略发送至用户端。
本发明实施例中,通过对初始用户信息进行识别,和预置的语料库进行相似度匹配,并选择相应的快递寄件策略,提升了寄件效率。
请参阅图4,本发明实施例中快递寄件策略确定装置的另一个实施例包括:
获取模块301,用于获取初始用户信息,所述初始用户信息包括用户通过语音输入的寄件人信息、收件人信息和寄件物品信息;
识别模块302,用于对初始用户信息进行关键词识别,得到识别结果,并判断识别结果是否符合预置的问题标准,若识别结果符合预置的问题标准,则将初始用户信息确定为目标用户信息;
匹配模块303,用于对所述目标用户信息进行分类,得到分类结果,将分类结果和预置的语料库进行相似度匹配,得到相似度匹配结果;
其中,匹配模块303具体包括:
分类单元3031,用于将目标用户信息按照预置的类别进行分类,得到分类结果,预置的类别包括配送方式、配送时效和寄件费用;
计算单元3032,用于将分类结果和预置的语料库进行基于类别的相似度计算,得到相似度匹配结果;
查询模块304,用于根据相似度匹配结果实时查询物流终端的物流业务信息,根据物流业务信息确认快递寄件策略,并将快递寄件策略发送至用户端。
可选的,识别模块302包括:
检测单元3021,用于对初始用户信息进行关键词检测,得到候选关键词,提取候选关键词的声学特征,将候选关键词的声学特征与预置的关键词模板的声学特征进行特征匹配,得到识别结果;
判断单元3022,用于判断识别结果是否符合预置的问题标准,预置的问题标准包括物流领域相关问题,若符合预置的问题标准,则将所述初始用户信息确定为目标用户信息。
可选的,计算单元3032还可以具体用于:
将分类结果和语料库进行基于类别的相似度计算,得到相似度计算结果;当相似度计算结果大于第一阈值时,直接返回问题答案对,得到第一匹配结果;当相似度计算结果小于或等于第一阈值,且大于或等于第二阈值时,获取候选语料库,并将分类结果和候选语料库进行匹配,得到第二匹配结果;当相似度计算结果小于第二阈值时,将分类结果发送至客服终端,接收客服终端返回的第三匹配结果,并将第一匹配结果、第二匹配结果和第三匹配结果合并,得到相似度匹配结果。
可选的,查询模块304包括:
发送单元3041,用于将相似度匹配结果发送至物流终端,并获取物流终端返回的物流业务信息,物流业务信息包括寄件时长、取件人联系方式、取件时长和寄件费用;
选择单元3042,用于在预置的快递寄件模板中选择匹配的模板,根据物流业务信息和匹配的模板确定快递寄件策略,并将快递寄件策略发送至用户端。
可选的,在获取模块301之前,快递寄件策略确定装置还包括:
构建模块305,用于获取初始训练数据,对初始训练数据进行分类和排序,得到预置的语料库。
可选的,构建模块305包括:
获取单元3051,用于获取初始训练数据,初始训练数据包括历史会话记录和用户订单状态;
抽取单元3052,用于按照预置的分类标准对初始训练数据进行分类,得到多组不同类别的训练数据,从每一组训练数据中抽取预设数量的数据,生成目标训练数据;
生成单元3053,用于按照问题类型的占比率从大到小的顺序,将目标训练数据进行排序,得到预置的语料库。
本发明实施例中,通过对初始用户信息进行识别,和预置的语料库进行相似度匹配,并选择相应的快递寄件策略,提升了寄件效率。
上面图3和图4从模块化功能实体的角度对本发明实施例中的快递寄件策略确定装置进行详细描述,下面从硬件处理的角度对本发明实施例中快递寄件策略确定设备进行详细描述。
图5是本发明实施例提供的一种快递寄件策略确定设备的结构示意图,该快递寄件策略确定设备500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)510(例如,一个或一个以上处理器)和存储器520,一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中,存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对快递寄件策略确定设备500中的一系列指令操作。更进一步地,处理器510可以设置为与存储介质530通信,在快递寄件策略确定设备500上执行存储介质530中的一系列指令操作。
快递寄件策略确定设备500还可以包括一个或一个以上电源540,一个或一个以上有线或无线网络接口550,一个或一个以上输入输出接口560,和/或,一个或一个以上操作系统531,例如Windows Serve,Mac OS X,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图5示出的快递寄件策略确定设备结构并不构成对快递寄件策略确定设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提供一种快递寄件策略确定设备,所述计算机设备包括存储器和处理器,存储器中存储有计算机可读指令,计算机可读指令被处理器执行时,使得处理器执行上述各实施例中的所述快递寄件策略确定方法的步骤。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述快递寄件策略确定方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围。
Claims (10)
1.一种快递寄件策略确定方法,其特征在于,所述快递寄件策略确定方法包括:
获取初始用户信息,所述初始用户信息包括用户通过语音输入的寄件人信息、收件人信息和寄件物品信息;
对所述初始用户信息进行关键词识别,得到识别结果,并判断所述识别结果是否符合预置的问题标准,若所述识别结果符合所述预置的问题标准,则将所述初始用户信息确定为目标用户信息;
对所述目标用户信息进行分类,得到分类结果,将所述分类结果和预置的语料库进行相似度匹配,得到相似度匹配结果;
根据所述相似度匹配结果实时查询物流终端的物流业务信息,根据所述物流业务信息确认快递寄件策略,并将所述快递寄件策略发送至用户端。
2.根据权利要求1所述的快递寄件策略确定方法,其特征在于,所述对所述初始用户信息进行关键词识别,得到识别结果,并判断所述识别结果是否符合预置的问题标准,若所述识别结果符合所述预置的问题标准,则将所述初始用户信息确定为目标用户信息包括:
对所述初始用户信息进行关键词检测,得到候选关键词,提取所述候选关键词的声学特征,将所述候选关键词的声学特征与预置的关键词模板的声学特征进行特征匹配,得到识别结果;
判断所述识别结果是否符合预置的问题标准,所述问题标准包括物流领域相关问题,若所述识别结果符合所述预置的问题标准,则将所述初始用户信息确定为目标用户信息。
3.根据权利要求1所述的快递寄件策略确定方法,其特征在于,所述对所述目标用户信息进行分类,得到分类结果,将所述分类结果和预置的语料库进行相似度匹配,得到相似度匹配结果包括:
将所述目标用户信息按照预置的类别进行分类,得到分类结果,所述类别包括配送方式、配送时效和寄件费用;
将所述分类结果和预置的语料库进行基于类别的相似度计算,得到相似度匹配结果。
4.根据权利要求3所述的快递寄件策略确定方法,其特征在于,所述将所述分类结果和预置的语料库进行基于类别的相似度计算,得到相似度匹配结果包括:
将所述分类结果和所述语料库进行基于类别的相似度计算,得到相似度计算结果,当所述相似度计算结果大于第一阈值时,直接返回问题答案对,得到第一匹配结果;
当所述相似度计算结果小于或等于第一阈值,且大于或等于第二阈值时,获取候选语料库,并将所述分类结果和所述候选语料库进行匹配,得到第二匹配结果;
当所述相似度计算结果小于第二阈值时,将所述分类结果发送至客服终端,接收所述客服终端返回的第三匹配结果,并将所述第一匹配结果、所述第二匹配结果和所述第三匹配结果合并,得到相似度匹配结果。
5.根据权利要求1所述的快递寄件策略确定方法,其特征在于,所述根据所述相似度匹配结果实时查询物流终端的物流业务信息,根据所述物流业务信息确认快递寄件策略,并将所述快递寄件策略发送至用户端包括:
将所述相似度匹配结果发送至物流终端,并获取所述物流终端返回的物流业务信息,所述物流业务信息包括寄件时长、取件人联系方式、取件时长和寄件费用;
在预置的快递寄件模板中选择匹配的模板,根据所述物流业务信息和所述匹配的模板确定快递寄件策略,并将所述快递寄件策略发送至用户端。
6.根据权利要求1-5中任一项所述的快递寄件策略确定方法,其特征在于,在所述获取初始用户信息,所述初始用户信息包括用户通过语音输入的寄件人信息、收件人信息和寄件物品信息之前,所述快递寄件策略确定方法还包括:
获取初始训练数据,对所述初始训练数据进行分类和排序,得到预置的语料库。
7.根据权利要求6所述的快递寄件策略确定方法,其特征在于,所述获取初始训练数据,对所述初始训练数据进行分类和排序,得到预置的语料库包括:
获取初始训练数据,所述初始训练数据包括历史会话记录和用户订单状态;
按照预置的分类标准对所述初始训练数据进行分类,得到多组不同类别的训练数据,从每一组训练数据中抽取预设数量的数据,生成目标训练数据;
按照问题类型的占比率从大到小的顺序,将所述目标训练数据进行排序,得到预置的语料库。
8.一种快递寄件策略确定装置,其特征在于,所述快递寄件策略确定装置包括:
获取模块,用于获取初始用户信息,所述初始用户信息包括用户通过语音输入的寄件人信息、收件人信息和寄件物品信息;
识别模块,用于对所述初始用户信息进行关键词识别,得到识别结果,并判断所述识别结果是否符合预置的问题标准,若所述识别结果符合所述预置的问题标准,则将所述初始用户信息确定为目标用户信息;
匹配模块,用于对所述目标用户信息进行分类,得到分类结果,将所述分类结果和预置的语料库进行相似度匹配,得到相似度匹配结果;
查询模块,用于根据所述相似度匹配结果实时查询物流终端的物流业务信息,根据所述物流业务信息确认快递寄件策略,并将所述快递寄件策略发送至用户端。
9.一种快递寄件策略确定设备,其特征在于,所述快递寄件策略确定设备包括:
存储器和至少一个处理器,所述存储器中存储有指令;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述快递寄件策略确定设备执行如权利要求1-7中任意一项所述的快递寄件策略确定方法。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1-7中任一项所述快递寄件策略确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110465413.7A CN113191711A (zh) | 2021-04-28 | 2021-04-28 | 快递寄件策略确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110465413.7A CN113191711A (zh) | 2021-04-28 | 2021-04-28 | 快递寄件策略确定方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113191711A true CN113191711A (zh) | 2021-07-30 |
Family
ID=76979693
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110465413.7A Pending CN113191711A (zh) | 2021-04-28 | 2021-04-28 | 快递寄件策略确定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113191711A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114912867A (zh) * | 2022-05-05 | 2022-08-16 | 上海东普信息科技有限公司 | 违规行为的检测方法、装置、设备及存储介质 |
-
2021
- 2021-04-28 CN CN202110465413.7A patent/CN113191711A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114912867A (zh) * | 2022-05-05 | 2022-08-16 | 上海东普信息科技有限公司 | 违规行为的检测方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107798032B (zh) | 自助语音会话中的应答消息处理方法和装置 | |
CN109450771B (zh) | 添加好友的方法、装置、计算机设备及存储介质 | |
CN110807085B (zh) | 故障信息的查询方法及装置、存储介质、电子装置 | |
EP1244042A1 (en) | System for and method of facilitating sales activities | |
CN108198017B (zh) | 个性化客服处理方法及装置 | |
CN112527972A (zh) | 基于深度学习的智能客服聊天机器人实现方法和系统 | |
CN113139667B (zh) | 基于人工智能的酒店房间推荐方法、装置、设备及存储介质 | |
CN111179935A (zh) | 一种语音质检的方法和设备 | |
CN106843941A (zh) | 信息处理方法、装置和计算机设备 | |
CN106255082A (zh) | 一种垃圾短信的识别方法及系统 | |
CN111429157A (zh) | 投诉工单的评价处理方法、装置、设备及存储介质 | |
CN112235468A (zh) | 用于语音客服评价的音频处理方法及系统 | |
CN115577172A (zh) | 物品推荐方法、装置、设备及介质 | |
CN113191711A (zh) | 快递寄件策略确定方法、装置、设备及存储介质 | |
CN102855554A (zh) | 电子邮件的分类方法和装置 | |
CN104850540A (zh) | 进行语句识别的方法及装置 | |
CN111309882B (zh) | 用于实现智能客服问答的方法和装置 | |
CN116452212B (zh) | 一种智能客服商品知识库信息管理方法及系统 | |
CN116757855A (zh) | 一种智能保险服务方法、装置、设备及存储介质 | |
CN108763242B (zh) | 标签生成方法及装置 | |
CN111831286A (zh) | 一种用户投诉处理方法和设备 | |
CN113422810A (zh) | 向服务提供商发送信息的方法及设备 | |
CN112434140A (zh) | 一种答复信息处理方法及系统 | |
CN111506698A (zh) | 一种基于sop智能流程处理方法 | |
CN115712662B (zh) | 用于验证房源信息的方法、系统、设备和介质 |
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 |