CN113360598A - 基于人工智能的匹配方法、装置、电子设备及存储介质 - Google Patents

Abstract

本申请提供了一种基于人工智能的匹配方法、装置、电子设备及存储介质，运用于人工智能领域，将用户输入的信息进行拆分，将一段话进行逐个分词，得到若干个分词，对若干个分词的词类划分对应的标签，根据标签的分类根据五级情感分类精度划分，再从标签中抽取关键信息词；信息处理模块，获取标签中的关键信息词后，匹配大数据进行语义翻译文本，得到标签语义的输出特性，将多个标签相互组合聚焦到核心部分，自动生成多个翻译文本；从而解决了具体细节需要人为的在划分的区域内进行挑选合适的入驻园区、或人才公寓、楼户的位置，且对于该种户型的用户反馈信息接收完善，结合较多的信息对该房屋户型做进一步的了解的技术效果。

Description

基于人工智能的匹配方法、装置、电子设备及存储介质

技术领域

本申请涉及人工智能技术领域，特别涉及为一种基于人工智能的匹配方法、 装置、电子设备及存储介质。

背景技术

通过今年来珠三角城市群、长三角城市群、长江中游城市群、京津冀城市 群等城市集群中的政府政策改动，通过政策的人才落户、大学生创业资助、新 创型中小微企业资助、以及大型企业落地减税分地等政策，对外来高科技人才、 大型企业带动GDP增长等长期对该城市群带来的经济效益是非常显著的；

但是政府在划分区域给人才落户、企业入驻时，通常是在地图上某个区、 某个路、某个社区等这样划分给企业入驻园区、或人才公寓、楼户等，具体细 节需要人为的在划分的区域内进行挑选合适的入驻园区、或人才公寓、楼户的 位置，以更好的适配对应的工作环境、人才交流、给人才以及大型企业具有一 个良好印象，但是在具体的人为挑选区域时，通常需要看沙盘、产业园、公寓、 市中心等进行衡量，并且要对内部户型比较满意，让各个人才具有更适宜的居 住环境。

发明内容

本申请旨在解决具体细节需要人为的在划分的区域内进行挑选合适的入驻 园区、或人才公寓、楼户的位置，无法结合较多的信息对该房屋户型做进一步 的了解，局限性较大的技术问题，提供一种基于人工智能的匹配方法、装置、 电子设备及存储介质。

本申请为解决技术问题采用如下技术手段：

一种基于人工智能的匹配方法，所述方法包括：

将用户输入的信息进行拆分，将一段话进行逐个分词，得到若干个分词， 对若干个分词的词类划分对应的标签，根据标签的分类根据五级情感分类精度 划分，再从标签中抽取关键信息词；

获取标签中的关键信息词后，匹配大数据进行语义翻译文本，得到标签语 义的输出特性，将多个标签相互组合聚焦到核心部分，自动生成多个翻译文本， 构建信息处理模块的独立翻译文本作为对比模型，取大数据中语义相近重复最 多的翻译文本进行解读，对用户输入的下一段语句分析中所使用的对比模型进 行调整；

所述存储模块包括知识库与收集库，将用户提问的语句收录至收集库与知 识库中，所述知识库为本地具有的数据信息，且根据收集库相匹配，从不规则 的文本中提取结构化信息，并以可视化的形式将三元化信息相关联，得到逐渐 完善的知识图谱知识库；

将多个人工智能的知识库进行共享，并传送至主机中，根据最终的翻译文 本确定用户需求指令，从知识库中调取相应数据，若有相应数据，则回答；

获取用户需求指令，并结合多个需求指令生成匹配空间模型，以及基于空 间模型的用户群体类别、以及对应的商业群体类别。

进一步地，在所述将用户输入的信息进行拆分的步骤之中，所述用户输入 的信息包括文字输入信息、语音输入信息以及浏览输入信息。

进一步地，在接收用户输入的浏览输入信息的步骤之后，根据浏览输入信 息得到浏览最多次数的三维模型分类，浏览停留时间最长的三维模型。

进一步地，在所述根据浏览输入信息得到浏览最多次数的三维模型分类， 浏览停留时间最长的三维模型的步骤之后，信息处理模块预处理从知识库中进 行调取相应户型的VR空间创立与介绍信息，以及相应的反馈信息，根据用户的 指令决定是否展示，并记录用户信息至收集库中。

进一步地，在所述将用户提问的语句收录至收集库与知识库中的步骤之中， 所述知识库中的若干问题及答案进行分类规整，当用户提问的问题在知识库中 具有相同的问题集时，则不输入至知识库中并调取问题集中的相似答案铺设反 馈至用户，若用户提问的问题在知识库中没有相同的问题集，则调取知识库中 的数据信息，若数据信息无法解答，则根据用户提问的关键词对大数据进行搜 索。

进一步地，在对用户输入的下一段语句分析中所使用的对比模型进行调整 的步骤之中，将信息处理模块的独立翻译文本的对比模型，与大数据匹配语义 重复最多的翻译文本同时反馈至用户，根据用户选择是依照大数据的翻译文本 还是独立翻译文本根据预定时间进行统计，当用户大多数选择大数据的翻译文 本时，则独立翻译文本的对比模型根据大数据的翻译文本进行训练，当用户大 多数选择独立翻译文本时，则移除大数据的翻译文本。

进一步地，在根据最终的翻译文本确定用户需求指令，从知识库中调取相 应数据，若有相应数据，则回答的步骤之后，根据最终的翻译文本确定用户需 求指令，从知识库中调取相应数据，若无相应数据，则通过存储模块的知识图 谱对用户的问题进行记录与分析，通过大数据对知识图谱内的三维模型信息进 行补充，得到第三方软件对该同种房源的反馈信息，对用户推送类似的房屋大 小、布局、风格的标签信息。

一种基于人工智能的匹配装置，所述装置包括：

信息接收单元，将用户输入的信息进行拆分，将一段话进行逐个分词，得 到若干个分词，对若干个分词的词类划分对应的标签，根据标签的分类根据五 级情感分类精度划分，再从标签中抽取关键信息词；

信息处理单元，获取标签中的关键信息词后，匹配大数据进行语义翻译文 本，得到标签语义的输出特性，将多个标签相互组合聚焦到核心部分，自动生 成多个翻译文本，构建信息处理模块的独立翻译文本作为对比模型，取大数据 中语义相近重复最多的翻译文本进行解读，对用户输入的下一段语句分析中所 使用的对比模型进行调整；

存储单元，所述存储模块包括知识库与收集库，将用户提问的语句收录至 收集库与知识库中，所述知识库为该房产具有的数据信息，且根据收集库相匹 配，从不规则的文本中提取结构化信息，并以可视化的形式将三元化信息相关 联，得到逐渐完善的知识图谱知识库；

信息分析单元，将多个人工智能的知识库进行共享，并传送至主机中，根 据最终的翻译文本确定用户需求指令，从知识库中调取相应数据，若有相应数 据，则回答；

信息反馈单元，获取用户需求指令，并结合多个需求指令生成匹配空间模 型，以及基于空间模型的用户群体类别、以及对应的商业群体类别。

第一建模单元，对若干个分词的词类划分对应的标签，根据标签的分类根 据五级情感分类精度划分，再从标签中抽取关键信息词；

第二建模单元，匹配大数据进行语义翻译文本，得到标签语义的输出特性， 将多个标签相互组合聚焦到核心部分，自动生成多个翻译文本；

第三建模单元，构建信息处理模块的独立翻译文本作为对比模型；

第一获得单元，取大数据中语义相近重复最多的翻译文本进行解读，对用 户输入的下一段语句分析中所使用的对比模型进行调整；

第二获得单元，将用户提问的语句收录至收集库与知识库中，所述知识库 为该房产具有的数据信息；

第三获得单元，且根据收集库相匹配，从不规则的文本中提取结构化信息， 并以可视化的形式将三元化信息相关联，得到逐渐完善的知识图谱知识库。

一种基于人工智能的匹配装置，包括存储器、处理器及存储在存储器上并 可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1-7 任一项所述方法的步骤。

一种基于人工智能的匹配的计算机可读存储介质，其上存储有计算机程序， 该程序被处理器执行时实现权利要求1-7任一项所述方法的步骤。

本申请提供了基于人工智能的匹配方法、装置、电子设备及存储介质，具 有以下有益效果：将用户输入的信息进行拆分，将一段话进行逐个分词，得到 若干个分词，对若干个分词的词类划分对应的标签，根据标签的分类根据五级 情感分类精度划分，再从标签中抽取关键信息词；获取标签中的关键信息词后， 匹配大数据进行语义翻译文本，得到标签语义的输出特性，将多个标签相互组 合聚焦到核心部分，自动生成多个翻译文本，构建信息处理模块的独立翻译文 本作为对比模型，取大数据中语义相近重复最多的翻译文本进行解读，对用户 输入的下一段语句分析中所使用的对比模型进行调整；所述存储模块包括知识 库与收集库，将用户提问的语句收录至收集库与知识库中，所述知识库为本地 具有的数据信息，且根据收集库相匹配，从不规则的文本中提取结构化信息， 并以可视化的形式将三元化信息相关联，得到逐渐完善的知识图谱知识库；将 多个人工智能的知识库进行共享，并传送至主机中，根据最终的翻译文本确定 用户需求指令，从知识库中调取相应数据，若有相应数据，则回答；获取用户 需求指令，并结合多个需求指令生成匹配空间模型，以及基于空间模型的用户 群体类别、以及对应的商业群体类别；从而解决了具体细节需要人为的在划分 的区域内进行挑选合适的入驻园区、或人才公寓、楼户的位置，且对于该种户 型的用户反馈信息接收完善，结合较多的信息对该房屋户型做进一步的了解的 技术效果。

附图说明

图1为本申请基于人工智能的匹配方法一个实施例的流程图；

图2为本申请基于人工智能的匹配装置一个实施例的整体结构示意图。

本申请为目的的实现、功能特点及优点将结合实施例，参照附图做进一步 说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定 本申请。

下面将结合本申请的实施例中的附图，对本申请的实施例中的技术方案进 行清楚、完整地描述，显然，所描述的实施例仅仅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作 出创造性劳动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。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“包括”、 “包含”和“具有”以及它们任何变形，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、产品或设备没有限定于已列出的 步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于 这些过程、方法、产品或设备固有的其他步骤或单元。在本申请的权利要求书、 说明书以及说明书附图中的术语，诸如“第一”和“第二”等之类的关系术语 仅仅用来将一个实体/操作/对象与另一个实体/操作/对象区分开来，而不一定要 求或者暗示这些实体/操作/对象之间存在任何这种实际的关系或者顺序。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特 性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语 并不一定均是指相同的实施例，也不是与其他实施例互斥的独立的或备选的实 施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与 其他实施例相结合。

参考附图1-2，为本申请一实施例中的基于人工智能的匹配方法的流程图；

实施例一

一种基于人工智能的匹配方法，所述方法包括：

S1，将用户输入的信息进行拆分，将一段话进行逐个分词，得到若干个分 词，对若干个分词的词类划分对应的标签，根据标签的分类根据五级情感分类 精度划分，再从标签中抽取关键信息词；

优选地，所述用户输入的信息包括文字输入信息、语音输入信息以及浏览 输入信息。

具体的，自然语言处理(Natural Language Processing，NLP)是指让计算机 接受用户自然语言形式的输入，并在内部通过人类所定义的算法进行加工、计 算等系列操作，以模拟人类对自然语言的理解，并返回用户所期望的结果。自 然语言处理的目的在于用计算机代替人工来处理大规模的自然语言信息。在很 大程度上与计算语言学(Computational Linguistics，CL)重合，是计算机科学与 语言学的交叉学科，也是人工智能的重要方向；用户对人工智能机器进行操作， 选择感兴趣的三维模型进行浏览，浏览之后若对该户型有什么想要了解的，可 以通过语音输入或者文字输入对人工智能进行询问，人工智能接收到了用户的 询问信息之后，对用户询问的信息进行独立的内部操作，首先将用户输入的一 段话分别一个个词的分开并打上标签，根据标签自带的含义根据五级情感分类 精度划分，得到多个标签相应的释义，然后在对标签中的关键词进行提取。

S2，获取标签中的关键信息词后，匹配大数据进行语义翻译文本，得到标 签语义的输出特性，将多个标签相互组合聚焦到核心部分，自动生成多个翻译 文本，构建信息处理模块的独立翻译文本作为对比模型，取大数据中语义相近 重复最多的翻译文本进行解读，对用户输入的下一段语句分析中所使用的对比 模型进行调整；

具体的，获取了标签的关键词之后，匹配大数据中的语义对多个标签关键 词进行重组，得到多种标签语义的输出特性，例如动词、形容词等，得到多个 翻译文本，此时，信息处理模块在独自的进行解析，根据独自解析的得到一个 翻译文本，根据翻译文本做对比模型，将大数据中语义最多重合的翻译文本与 对比模型做比较，若意思相差较远，则选择大数据的翻译文本进行翻译，再适 当调整对比模型根据大数据的翻译文本进行学习。

在另一实施例中，将信息处理模块的独立翻译文本的对比模型，与大数据 匹配语义重复最多的翻译文本同时反馈至用户，根据用户选择是依照大数据的 翻译文本还是独立翻译文本根据预定时间进行统计，当用户大多数选择大数据 的翻译文本时，则独立翻译文本的对比模型根据大数据的翻译文本进行训练， 当用户大多数选择独立翻译文本时，则移除大数据的翻译文本。

具体的，在另外一种情况中，用于训练信息处理模块中的独立解析模块， 预定时间为一年，在用户操作过程中，对用户进行反馈大数据的翻译文本与独 立解析模块翻译的文本进行选择，若用户大部分用户都选择大数据的翻译文本， 则独立解析模块按照大数据的翻译文本进行训练、学习。

S3，所述存储模块包括知识库与收集库，将用户提问的语句收录至收集库 与知识库中，所述知识库为该房产具有的数据信息，且根据收集库相匹配，从 不规则的文本中提取结构化信息，并以可视化的形式将三元化信息相关联，得 到逐渐完善的知识图谱知识库；

具体的，当多个用户对接相同数量的人工智能机器后，将多个用户所提出 的问题进行收集并存入主机中的知识库与收集库内，若之后客户询问了知识库 内的相关问题，则从存储模块中直接调取回复的答案，若用户询问的问题不属 于收集库的记载，则从知识库中的数据信息中进行对标进行解答；

其中，具有多种场景；

场景一：根据用户提问中的关键字来查询房源；

用户输入形式：关键字1关键字2

e.g.罗湖区120万重点小学

e.g.罗湖区大于120万重点小学

解决思路：

1)根据知识图谱查询得到每个关键字所属的字段类型；

2)识别出一些特殊的‘操作符’，比如大于，等于，不大于等等；

3)拼接出相对应查询语句，在对应的数据库中查询数据，输出结果。

场景二：以自然语言问句的形式回答寻找房源的问题；

用户：我要找罗湖区大于120w的房子；

1)分词；

2)在知识图普中查询句子中的词是否在知识图谱中存在，并且是对应什么 成分；

3)识别出一些特殊的‘操作符’，比如大于，等于，不大于等等；

拼接出相对应查询语句，在对应的数据库中查询数据，输出结果。

场景三：回答自然语言输入的‘是否’的问题

用户:八卦岭XXX小区还有120W的三房么？

解决思路和难点：

与场景二一致。

在另一实施例中，所述知识库中的若干问题及答案进行分类规整，当用户 提问的问题在知识库中具有相同的问题集时，则不输入至知识库中并调取问题 集中的相似答案铺设反馈至用户，若用户提问的问题在知识库中没有相同的问 题集，则调取知识库中的数据信息，若数据信息无法解答，则根据用户提问的 关键词对大数据进行搜索。

再另一实施例中，整体流程是通过机器人模拟客户咨询/进线行为，结合语 音识别技术，语音合成技术，语义识别技术，来实现仿真的人机对话。提高经 纪人对相应楼盘的知识掌握熟练度，提高经纪人在实际中的沟通技巧。还支持 拓展成各方面的知识考核，全方位提高经纪人的服务水平，专业水平。减少新 人入职的带教时间，以及学习时间。

1.基于语音识别技术，实时识别以及翻译经纪人在对话过程中的话语。

2.基于语音合成技术，实现机器人像人一样说出问题，使经纪人感觉和真人 对话一般无疑，提升了真实感。

结合语义识别算法，实现对经纪人回答的语义识别。根据语义的不同，来 自动实现机器人怎么提出下一个问题，使经纪人每一次的练习都是不同的体验， 打破固有的题目流程。提供更加真实、丰富的对话场景，满足了各方面的实际 场景需要。

优选地，接收用户输入的信息后，根据浏览输入信息得到浏览最多次数的 三维模型分类，浏览停留时间最长的三维模型。

具体的，若用户提出的问题在知识库中没有相关的问题集与之匹配的数据 信息时，则根据大数据对用户在人工智能机器上对浏览次数最多次的三维模型 与停留时间最长的户型进行大数据搜索，根据全市地图对该种类型的户型进行 标记，再对用户进行反馈。

在另一实施例中，根据用户浏览输入信息得到的浏览最多次数与停留时间 最长的户型，信息处理模块预处理从知识库中进行调取相应户型的VR空间创立 与介绍信息，以及相应的反馈信息，根据用户的指令决定是否展示，并记录用 户信息至收集库中。

具体的，对用户感兴趣的户型提供VR全景图，供用户观看户型内的装修风 格、户型布局、房屋大小等情况。

S4，将多个人工智能的知识库进行共享，并传送至主机中，根据最终的翻 译文本确定用户需求指令，从知识库中调取相应数据，若有相应数据，则回答；

优选地，根据最终的翻译文本确定用户需求指令，从知识库中调取相应数 据，若无相应数据，则通过存储模块的知识图谱对用户的问题进行记录与分析， 通过大数据对知识图谱内的三维模型信息进行补充，得到第三方软件对该同种 房源的反馈信息，对用户推送类似的房屋大小、布局、风格的标签信息。

具体的，若用户在人工智能机器中找寻不到自己喜欢的房源，则根据用户 浏览的户型、数据信息对全市该种类型的房源进行匹配，得到相关的户型房源， 并且收集相关的数据信息，例如该种房源属于什么年代开发，什么年代开盘等 信息，周边交通信息等，并且结合第三方软件的住户反馈，得到相关的用户反 馈信息，从而结合三种信息，让用户提高对该种房源的了解程度。

S5，获取用户需求指令，并结合多个需求指令生成匹配空间模型，以及基 于空间模型的用户群体类别、以及对应的商业群体类别；

具体的，根据用户所提问的一些问题，根据这些问题结合知识库中的数据 得知，隔音、采光等是否交通方便该种元素匹配的是相关的工作环境，从而推 送相关的数据反馈。

实施例二

基于与前述实施例中一种基于人工智能的匹配方法同样的发明构思，本发 明还提供一种基于人工智能的匹配装置，所述装置包括：

信息接收单元11，将用户输入的信息进行拆分，将一段话进行逐个分词， 得到若干个分词，对若干个分词的词类划分对应的标签，根据标签的分类根据 五级情感分类精度划分，再从标签中抽取关键信息词；

信息处理单元12，获取标签中的关键信息词后，匹配大数据进行语义翻译 文本，得到标签语义的输出特性，将多个标签相互组合聚焦到核心部分，自动 生成多个翻译文本，构建信息处理模块的独立翻译文本作为对比模型，取大数 据中语义相近重复最多的翻译文本进行解读，对用户输入的下一段语句分析中 所使用的对比模型进行调整；

存储单元13，所述存储模块包括知识库与收集库，将用户提问的语句收录 至收集库与知识库中，所述知识库为该房产具有的数据信息，且根据收集库相 匹配，从不规则的文本中提取结构化信息，并以可视化的形式将三元化信息相 关联，得到逐渐完善的知识图谱知识库；

信息分析单元14，将多个人工智能的知识库进行共享，并传送至主机中， 根据最终的翻译文本确定用户需求指令，从知识库中调取相应数据，若有相应 数据，则回答；

信息反馈单元15，获取用户需求指令，并结合多个需求指令生成匹配空间 模型，以及基于空间模型的用户群体类别、以及对应的商业群体类别；

第一建模单元，对若干个分词的词类划分对应的标签，根据标签的分类根 据五级情感分类精度划分，再从标签中抽取关键信息词；

第二建模单元，匹配大数据进行语义翻译文本，得到标签语义的输出特性， 将多个标签相互组合聚焦到核心部分，自动生成多个翻译文本；

第三建模单元，构建信息处理模块的独立翻译文本作为对比模型；

第一获得单元，取大数据中语义相近重复最多的翻译文本进行解读，对用 户输入的下一段语句分析中所使用的对比模型进行调整；

第二获得单元，将用户提问的语句收录至收集库与知识库中，所述知识库 为该房产具有的数据信息；

第三获得单元，且根据收集库相匹配，从不规则的文本中提取结构化信息， 并以可视化的形式将三元化信息相关联，得到逐渐完善的知识图谱知识库。

实施例三

基于与前述实施例中一种基于人工智能的匹配方法同样的发明构思，本发 明还提供一种基于人工智能的匹配装置，包括存储器、处理器及存储在存储器 上并可在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程序 时实现权利要求1-7任一项所述方法的步骤。

实施例四

基于与前述实施例中一种基于人工智能的匹配方法同样的发明构思，本发 明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器 执行时实现以下步骤：将用户输入的信息进行拆分，将一段话进行逐个分词， 得到若干个分词，对若干个分词的词类划分对应的标签，根据标签的分类根据 五级情感分类精度划分，再从标签中抽取关键信息词；获取标签中的关键信息 词后，匹配大数据进行语义翻译文本，得到标签语义的输出特性，将多个标签 相互组合聚焦到核心部分，自动生成多个翻译文本，构建信息处理模块的独立 翻译文本作为对比模型，取大数据中语义相近重复最多的翻译文本进行解读， 对用户输入的下一段语句分析中所使用的对比模型进行调整；所述存储模块包 括知识库与收集库，将用户提问的语句收录至收集库与知识库中，所述知识库 为本地具有的数据信息，且根据收集库相匹配，从不规则的文本中提取结构化 信息，并以可视化的形式将三元化信息相关联，得到逐渐完善的知识图谱知识 库；将多个人工智能的知识库进行共享，并传送至主机中，根据最终的翻译文 本确定用户需求指令，从知识库中调取相应数据，若有相应数据，则回答；获 取用户需求指令，并结合多个需求指令生成匹配空间模型，以及基于空间模型 的用户群体类别、以及对应的商业群体类别；从而解决了具体细节需要人为的 在划分的区域内进行挑选合适的入驻园区、或人才公寓、楼户的位置，且对于 该种户型的用户反馈信息接收完善，结合较多的信息对该房屋户型做进一步的 了解的技术效果。

在具体实施过程中，该程序被处理器执行时，还可以实现实施例一中的任 一方法步骤。

本申请实施例中的上述一个或多个技术方案，至少具有如下一种或多种技 术效果：

本发明实施例提供的一种基于人工智能的匹配方法和装置，

将用户输入的信息进行拆分，将一段话进行逐个分词，得到若干个分词， 对若干个分词的词类划分对应的标签，根据标签的分类根据五级情感分类精度 划分，再从标签中抽取关键信息词；获取标签中的关键信息词后，匹配大数据 进行语义翻译文本，得到标签语义的输出特性，将多个标签相互组合聚焦到核 心部分，自动生成多个翻译文本，构建信息处理模块的独立翻译文本作为对比 模型，取大数据中语义相近重复最多的翻译文本进行解读，对用户输入的下一 段语句分析中所使用的对比模型进行调整；所述存储模块包括知识库与收集库， 将用户提问的语句收录至收集库与知识库中，所述知识库为本地具有的数据信 息，且根据收集库相匹配，从不规则的文本中提取结构化信息，并以可视化的 形式将三元化信息相关联，得到逐渐完善的知识图谱知识库；将多个人工智能 的知识库进行共享，并传送至主机中，根据最终的翻译文本确定用户需求指令， 从知识库中调取相应数据，若有相应数据，则回答；获取用户需求指令，并结 合多个需求指令生成匹配空间模型，以及基于空间模型的用户群体类别、以及 对应的商业群体类别；从而解决了具体细节需要人为的在划分的区域内进行挑 选合适的入驻园区、或人才公寓、楼户的位置，且对于该种户型的用户反馈信 息接收完善，结合较多的信息对该房屋户型做进一步的了解的技术效果。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计 算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结 合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包 含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、 CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流 程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图 中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可 提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可 编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数 据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/ 或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备 以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的 指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流 程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使 得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处 理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个 流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已经示出和描述了本申请的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本申请的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本申请的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种基于人工智能的匹配方法，其特征在于，所述方法包括：

将用户输入的信息进行拆分，将一段话进行逐个分词，得到若干个分词，对若干个分词的词类划分对应的标签，根据标签的分类根据五级情感分类精度划分，再从标签中抽取关键信息词；

获取标签中的关键信息词后，匹配大数据进行语义翻译文本，得到标签语义的输出特性，将多个标签相互组合聚焦到核心部分，自动生成多个翻译文本，构建信息处理模块的独立翻译文本作为对比模型，取大数据中语义相近重复最多的翻译文本进行解读，对用户输入的下一段语句分析中所使用的对比模型进行调整；

所述存储模块包括知识库与收集库，将用户提问的语句收录至收集库与知识库中，所述知识库为本地具有的数据信息，且根据收集库相匹配，从不规则的文本中提取结构化信息，并以可视化的形式将三元化信息相关联，得到逐渐完善的知识图谱知识库；

将多个人工智能的知识库进行共享，并传送至主机中，根据最终的翻译文本确定用户需求指令，从知识库中调取相应数据，若有相应数据，则回答；

获取用户需求指令，并结合多个需求指令生成匹配空间模型，以及基于空间模型的用户群体类别、以及对应的商业群体类别。

2.根据权利要求1所述的基于人工智能的匹配方法，其特征在于，在所述将用户输入的信息进行拆分的步骤之中，所述用户输入的信息包括文字输入信息、语音输入信息以及浏览输入信息。

3.根据权利要求2所述的基于人工智能的匹配方法，其特征在于，在接收用户输入的浏览输入信息的步骤之后，根据浏览输入信息得到浏览最多次数的三维模型分类，浏览停留时间最长的三维模型。

4.根据权利要求3所述的基于人工智能的匹配方法，其特征在于，在所述根据浏览输入信息得到浏览最多次数的三维模型分类，浏览停留时间最长的三维模型的步骤之后，信息处理模块预处理从知识库中进行调取相应户型的VR空间创立与介绍信息，以及相应的反馈信息，根据用户的指令决定是否展示，并记录用户信息至收集库中。

5.根据权利要求1所述的基于人工智能的匹配方法，其特征在于，在所述将用户提问的语句收录至收集库与知识库中的步骤之中，所述知识库中的若干问题及答案进行分类规整，当用户提问的问题在知识库中具有相同的问题集时，则不输入至知识库中并调取问题集中的相似答案铺设反馈至用户，若用户提问的问题在知识库中没有相同的问题集，则调取知识库中的数据信息，若数据信息无法解答，则根据用户提问的关键词对大数据进行搜索。

6.根据权利要求1所述的基于人工智能的匹配方法，其特征在于，在对用户输入的下一段语句分析中所使用的对比模型进行调整的步骤之中，将信息处理模块的独立翻译文本的对比模型，与大数据匹配语义重复最多的翻译文本同时反馈至用户，根据用户选择是依照大数据的翻译文本还是独立翻译文本根据预定时间进行统计，当用户大多数选择大数据的翻译文本时，则独立翻译文本的对比模型根据大数据的翻译文本进行训练，当用户大多数选择独立翻译文本时，则移除大数据的翻译文本。

7.根据权利要求1所述的基于人工智能的匹配方法，其特征在于，在根据最终的翻译文本确定用户需求指令，从知识库中调取相应数据，若有相应数据，则回答的步骤之后，根据最终的翻译文本确定用户需求指令，从知识库中调取相应数据，若无相应数据，则通过存储模块的知识图谱对用户的问题进行记录与分析，通过大数据对知识图谱内的三维模型信息进行补充，得到第三方软件对该同种房源的反馈信息，对用户推送类似的房屋大小、布局、风格的标签信息。

8.一种基于人工智能的匹配装置，其特征在于，所述装置包括：

信息接收单元，将用户输入的信息进行拆分，将一段话进行逐个分词，得到若干个分词，对若干个分词的词类划分对应的标签，根据标签的分类根据五级情感分类精度划分，再从标签中抽取关键信息词；

信息处理单元，获取标签中的关键信息词后，匹配大数据进行语义翻译文本，得到标签语义的输出特性，将多个标签相互组合聚焦到核心部分，自动生成多个翻译文本，构建信息处理模块的独立翻译文本作为对比模型，取大数据中语义相近重复最多的翻译文本进行解读，对用户输入的下一段语句分析中所使用的对比模型进行调整；

存储单元，所述存储模块包括知识库与收集库，将用户提问的语句收录至收集库与知识库中，所述知识库为该房产具有的数据信息，且根据收集库相匹配，从不规则的文本中提取结构化信息，并以可视化的形式将三元化信息相关联，得到逐渐完善的知识图谱知识库；

信息分析单元，将多个人工智能的知识库进行共享，并传送至主机中，根据最终的翻译文本确定用户需求指令，从知识库中调取相应数据，若有相应数据，则回答；

信息反馈单元，获取用户需求指令，并结合多个需求指令生成匹配空间模型，以及基于空间模型的用户群体类别、以及对应的商业群体类别。

9.一种基于人工智能的匹配装置，包括存储器、处理器及存储在存储器上并可在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程序时实现权利要求1-7任一项所述方法的步骤。

10.一种基于人工智能的匹配的计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7任一项所述方法的步骤。

Images