CN113505292A - 信息推送方法、装置、电子设备及存储介质 - Google Patents
信息推送方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113505292A CN113505292A CN202110661320.1A CN202110661320A CN113505292A CN 113505292 A CN113505292 A CN 113505292A CN 202110661320 A CN202110661320 A CN 202110661320A CN 113505292 A CN113505292 A CN 113505292A
- Authority
- CN
- China
- Prior art keywords
- user
- text
- information
- message
- messages
- 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 113
- 239000013598 vector Substances 0.000 claims description 63
- 230000011218 segmentation Effects 0.000 claims description 35
- 238000002372 labelling Methods 0.000 claims description 18
- 238000012163 sequencing technique Methods 0.000 abstract description 11
- 238000004422 calculation algorithm Methods 0.000 description 17
- 230000002452 interceptive effect Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 230000003993 interaction Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 235000019633 pungent taste Nutrition 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06F16/30—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
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- 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
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/194—Calculation of difference between files
-
- 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
- G06F40/295—Named entity recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Information Transfer Between Computers (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请实施例提供了一种信息推送方法、装置、电子设备及存储介质,涉及信息技术领域。方法包括:获取m个预设的文本信息,所述m为自然数;获取多个对话日志,所述多个对话日志包括多个用户消息;获取每个所述文本信息与所述多个用户消息的匹配结果,根据所述匹配结果确定所述多个文本信息的排列顺序;将所述排列顺序中的前n个文本信息确定为目标推送信息,所述n为小于m的自然数;及向所述用户界面推送所述目标推送信息和所述目标推送信息的排列顺序,以在所述用户界面上以该排列顺序显示所述目标推送信息。能够根据用户消息确定预设的文本信息的排列顺序,从而确定符合用户意图的目标推送信息,并优化目标推送信息的排序显示,提高用户体验。
Description
技术领域
本申请涉及信息技术领域,更具体地,涉及一种信息推送方法、装置、电子设备及存储介质。
背景技术
随着互联网技术的发展,智能客服,即自动问答系统在生活中越来越普遍,为人们的生活带来了便利。例如通过识别用户输入的文字和/或语音问题,自动回复与该问题对应的答案,从而解决用户的疑问和需求。智能客服的用户界面可以显示预设内容以方便用户进行交互,但目前设置预设内容的方式单一,需要人工进行设定,因此用户界面上所显示的预设内容较为固定,难以符合用户意图和使用习惯,用户体验较差。
发明内容
鉴于上述问题,本申请提出了一种信息推送方法、装置、电子设备及存储介质,以改善上述缺陷。
第一方面,本申请实施例提供了一种信息推送方法,包括:获取m个预设的文本信息,所述m为自然数;获取多个对话日志,所述多个对话日志包括多个用户消息;获取每个所述文本信息与所述多个用户消息的匹配结果,根据所述匹配结果确定所述多个文本信息的排列顺序;将所述排列顺序中的前n个文本信息确定为目标推送信息,所述n为小于m的自然数;及向所述用户界面推送所述目标推送信息和所述目标推送信息的排列顺序,以在所述用户界面上以该排列顺序显示所述目标推送信息。
进一步地,所述获取多个对话日志,包括:每间隔预设时间,将所述多个对话日志更新为指定时间的多个对话日志;所述获取每个所述文本信息与所述多个用户消息的匹配结果,根据所述匹配结果确定所述多个文本信息的排列顺序,包括:提取所述指定时间的多个对话日志中的多个用户消息,以得到更新的多个用户消息;获取每个所述文本信息与所述更新的多个用户消息的更新的匹配结果,根据所述更新的匹配结果得到所述多个文本信息的更新的排列顺序;所述将所述排列顺序中的前n个文本信息确定为目标推送信息,包括:将所述更新的排列顺序中的前n个文本确定为更新的目标推送信息;所述向所述用户界面推送所述目标推送信息和所述目标推送信息的排列顺序,包括:向所述用户界面推送所述更新的目标推送信息和所述更新的目标推送信息的排列顺序。
进一步地,所述获取每个所述文本信息与所述多个用户消息的匹配结果,根据所述匹配结果确定所述多个文本信息的排列顺序,包括:基于语义匹配对所述多个用户消息进行聚类,得到多个消息簇;对每个所述文本信息和每个所述消息簇中心的用户消息进行语义匹配,得到每个所述文本信息和每个所述消息簇的匹配关系;根据所述匹配关系,确定每个所述文本信息所匹配的所述消息簇中用户消息的数量;及根据所述消息簇中用户消息的数量对所述多个文本信息降序排序,得到所述多个文本的所述排列顺序。
进一步地,所述获取每个所述文本信息与所述多个用户消息的匹配结果,根据所述匹配结果确定所述多个文本信息的排列顺序,包括:标注每个所述文本信息对应的命名实体词;基于实体识别,判断所述用户消息是否包含所述命名实体词;若所述用户消息包含所述命名实体词,则判定所述用户消息与所述命名实体词对应的所述文本信息匹配;根据每个所述文本信息所匹配的所述用户消息的数量,确定所述多个文本信息的所述排列顺序。
进一步地,所述若所述用户消息包含所述命名实体词,则判定所述用户消息与所述命名实体词对应的所述文本信息匹配,包括:若所述用户消息包含所述命名实体词,则基于意图模型,获取所述用户消息与所述命名实体词对应的所述文本信息的相关度;若所述相关度大于指定阈值,则判定所述用户消息与所述命名实体词对应的所述文本信息匹配。
进一步地,所述标注每个所述文本信息的命名实体词,包括:标注每个所述文本信息对应的所述命名实体词和意图词;所述若所述用户消息包含所述命名实体词,则基于意图模型,获取所述用户消息与所述命名实体词对应的所述文本信息的相关度,包括:若所述用户消息包含所述命名实体词,则将对应于所述命名实体词的每个所述文本信息确定为每个待匹配文本信息;获取每个所述待匹配文本信息的所述意图词的意图词向量;对所述用户消息进行分词,得到分词后的多个分词向量;获取每个所述意图词向量相对于所述多个分词向量的相关度参数,根据所述相关度参数确定用户消息与所述意图词向量对应的所述待匹配文本信息的相关度。
进一步地,所述根据每个所述文本信息所匹配的所述用户消息的数量,确定所述多个文本信息的所述排列顺序,包括:根据每个所述文本信息所匹配的所述用户消息的数量对所述多个文本信息进行降序排序,得到所述多个文本信息的所述排列顺序。
进一步地,所述获取多个对话日志,包括:获取所述用户界面的入口标识;及获取所述入口标识对应的多个用户的所述多个对话日志。
第二方面,本申请实施例提供了一种信息推送方法,包括:服务器获取m个预设的文本信息,所述m为自然数;所述服务器获取多个对话日志,所述多个对话日志包括多个用户消息;所述服务器获取每个所述文本信息与所述多个用户消息的匹配结果,根据所述匹配结果确定所述多个文本信息的排列顺序;所述服务器将所述排列顺序中的前n个文本信息确定为目标推送信息,所述n为小于m的自然数;终端设备若检测到用户的对话请求,则从所述服务器获取所述目标推送信息和所述目标推送信息的排列顺序;及所述终端设备在用户界面上以所述排列顺序显示所述目标推送信息。
进一步地,所述终端设备在用户界面上以所述排列顺序显示所述目标推送信息,包括:所述终端设备生成所述目标推送信息中的每个所述文本信息对应的按键,每个所述按键上显示有一个所述文本信息;及所述终端设备在所述用户界面上以所述排列顺序显示所述按键,所述按键用于发送对应的所述文本信息。
进一步地,在所述终端设备在所述用户界面上以所述排列顺序显示所述按键之后,所述方法还包括:若所述终端设备检测到用户在所述用户界面上对所述按键的触控操作,则向所述服务器发送所述按键的所述文本信息;所述服务器向所述终端设备发送预设内容,所述预设内容对应于所述按键的所述文本信息;及所述终端设备在所述用户界面上显示所述预设内容。
进一步地,在所述终端设备在用户界面上以所述排列顺序显示所述目标推送信息之后,所述方法还包括:若所述终端设备获取所述用户界面上的滑动操作,则判断所述滑动操作的滑动轨迹是否满足预设条件;若所述终端设备判定所述滑动轨迹满足所述预设条件,则从服务器获取其余的(m-n)个文本信息和所述(m-n)个文本信息的排列顺序;所述终端设备在所述用户界面上以获取的排列顺序显示其余的(m-n)个文本信息。
第三方面,本申请实施例提供了一种信息推送装置,包括:文本获取模块,用于获取m个预设的文本信息,所述m为自然数;日志获取模块,用于获取多个对话日志,所述多个对话日志包括多个用户消息;顺序确定模块,用于获取每个所述文本信息与所述多个用户消息的匹配结果,根据所述匹配结果确定所述多个文本信息的排列顺序;信息确定模块,用于将所述排列顺序中的前n个文本信息确定为目标推送信息,所述n为小于m的自然数;及信息推送模块,用于向所述用户界面推送所述目标推送信息和所述目标推送信息的排列顺序,以在所述用户界面上以该排列顺序显示所述目标推送信息。
进一步地,所述日志获取模块,包括:日志更新子模块,用于每间隔预设时间,将所述多个对话日志更新为指定时间的多个对话日志;所述顺序确定模块,包括消息获取子模块,用于提取所述指定时间的多个对话日志中的多个用户消息,以得到更新的多个用户消息,顺序更新子模块,用于获取每个所述文本信息与所述更新的多个用户消息的更新的匹配结果,根据所述更新的匹配结果得到所述多个文本信息的更新的排列顺序;信息确定模块,包括:信息更新子模块,用于将所述更新的排列顺序中的前n个文本确定为更新的目标推送信息;信息推送模块,包括:推送更新子模块,用于向所述用户界面推送所述更新的目标推送信息和所述更新的目标推送信息的排列顺序。
进一步地,所述顺序确定模块包括:消息聚类子模块,用于基于语义匹配对所述多个用户消息进行聚类,得到多个消息簇;消息簇匹配子模块,用于对每个所述文本信息和每个所述消息簇中心的用户消息进行语义匹配,得到每个所述文本信息和每个所述消息簇的匹配关系;数量确定子模块,用于根据所述匹配关系,确定每个所述文本信息所匹配的所述消息簇中用户消息的数量;及消息簇排序子模块,用于根据所述消息簇中用户消息的数量对所述多个文本信息降序排序,得到所述多个文本的所述排列顺序。
进一步地,所述顺序确定模块包括:实体词标注子模块,用于标注每个所述文本信息对应的命名实体词;实体识别子模块,用于基于实体识别,判断所述用户消息是否包含所述命名实体词;匹配子模块,用于若所述用户消息包含所述命名实体词,则判定所述用户消息与所述命名实体词对应的所述文本信息匹配;数量排序子模块,用于根据每个所述文本信息所匹配的所述用户消息的数量,确定所述多个文本信息的所述排列顺序。
进一步地,所述匹配子模块包括:意图匹配单元,包括若所述用户消息包含所述命名实体词,则基于意图模型,获取所述用户消息与所述命名实体词对应的所述文本信息的相关度;匹配判定单元,用于若所述相关度大于指定阈值,则判定所述用户消息与所述命名实体词对应的所述文本信息匹配。
进一步地,所述实体词标注子模块包括:词语标注单元,用于标注每个所述文本信息对应的所述命名实体词和意图词;所述意图匹配单元,包括:待匹配信息确定子单元,用于若所述用户消息包含所述命名实体词,则将对应于所述命名实体词的每个所述文本信息确定为每个待匹配文本信息;意图词向量获取子单元,用于获取每个所述待匹配文本信息的所述意图词的意图词向量;分词向量获取子单元,用于对所述用户消息进行分词,得到分词后的多个分词向量;相关度确定子单元,用于获取每个所述意图词向量相对于所述多个分词向量的相关度参数,根据所述相关度参数确定用户消息与所述意图词向量对应的所述待匹配文本信息的相关度。
进一步地,所述数量排序子模块包括:降序排序单元,用于根据每个所述文本信息所匹配的所述用户消息的数量对所述多个文本信息进行降序排序,得到所述多个文本信息的所述排列顺序。
进一步地,所述日志获取模块,包括:标识获取模块,用于获取所述用户界面的入口标识;及标识日志获取模块,用于获取所述入口标识对应的多个用户的所述多个对话日志。
第四方面,本申请实施例提供了一种电子设备,包括:一个或多个处理器;存储器;一个或多个程序,其中所述一个或多个程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于执行上述第一方面或第二方面所述的方法。
第五方面,本申请实施例提供了一种计算机可读取存储介质,所述计算机可读取存储介质中存储有程序代码,所述程序代码可被处理器调用执行如上述第一方面或第二方面所述的方法。
本申请实施例提供了一种信息推送方法、装置、电子设备及存储介质,涉及信息技术领域。方法包括:获取m个预设的文本信息,所述m为自然数;获取多个对话日志,所述多个对话日志包括多个用户消息;获取每个所述文本信息与所述多个用户消息的匹配结果,根据所述匹配结果确定所述多个文本信息的排列顺序;将所述排列顺序中的前n个文本信息确定为目标推送信息,所述n为小于m的自然数;及向所述用户界面推送所述目标推送信息和所述目标推送信息的排列顺序,以在所述用户界面上以该排列顺序显示所述目标推送信息。能够根据用户消息确定预设的文本信息的排列顺序,从而确定符合用户意图的目标推送信息,并优化目标推送信息的排序显示,提高用户体验。
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示出了一种适用于本申请实施例的应用环境示意图;
图2示出了本申请一实施例提供的客户端应用程序的交互界面;
图3示出了本申请一实施例提供的客户端应用程序的用户界面;
图4示出了本申请一实施例提供的信息推送方法的流程示意图;
图5示出了本申请另一实施例提供的信息推送方法的流程示意图;
图6示出了本申请又一实施例提供的信息推送方法的流程示意图;
图7示出了本申请再一实施例提供的信息推送方法的流程示意图;
图8示出了本申请还一实施例提供的信息推送方法的流程示意图;
图9示出了图8中步骤S650的流程示意图;
图10示出了图9中又另一实施例提供的信息推送方法的流程示意图;
图11示出了本申请一实施例提供的信息推送方法的处理示意图;
图12示出了本申请又再一实施例提供的信息推送方法的流程示意图;
图13示出了图12中步骤S860后的流程示意图;
图14示出了本申请又还一实施例提供的信息推送方法的流程示意图;
图15示出了图14中步骤S980后的流程示意图;
图16示出了本申请一实施例提供的信息推送装置的结构框图。
图17示出了本申请实施例的用于执行根据本申请实施例的信息推送方法的电子设备的结构框图;
图18示出了本申请实施例的用于保存或者携带实现根据本申请实施例的信息推送方法的程序代码的存储单元。
具体实施方式
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,所描述的实施例仅仅是本申请一部分实施例,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。
随着科技的进步,日常生活中可以使用智能客服代替人工客服,方便快捷地为用户提供服务。具体地,用户可以在与智能客服进行对话的用户界面上输入问题,智能客服基于自然语言理解识别用户输入的问题,向用户推送答案。智能客服可以在用于与智能客服对话的用户界面上显示预设的推送信息。例如,推送信息可以是引导用户交互的推荐问题、用于快捷输入的文本信息等。但是目前智能客服在用户界面上显示的推送信息通常是固定的,需要技术人员将内容设置在用户界面上,对于不懂技术的业务人员来讲,更新和维护推送信息内容较为困难。推送信息通常是固定的,难以符合用户的进行对话的用户意图,用户体验不好。
为了改善上述问题,发明人提出了本申请实施例中的信息推送方法、装置、电子设备及存储介质。
请参阅图1,图1示出了一种适用于本申请实施例的应用环境示意图。本申请实施例提供的信息推送方法可以应用于如图1所示的信息推送系统10。信息推送系统10包括至少一个终端设备100和服务器200,终端设备100和服务器200位于无线网络或有线网络中,终端设备100和服务器200进行数据交互,交互数据包括但不限于音频、视频、文字、图像等。
其中,终端设备100可以为移动终端设备,例如可以包括智能手机、平板电脑、电子书阅读器、膝上型便携计算机、车载电脑、穿戴式移动终端等等。其中,服务器200可以是单独的服务器,也可以是服务器集群,还可以是多台服务器构成的服务器中心,可以是本地服务器,也可以是云端服务器。服务器200可用于为用户提供后台服务,该后台服务可包括但不限于推送内容等,在此不作限定。
在一些实施方式中,终端设备100上可以安装有客户端应用程序,用户可以基于客户端应用程序(例如APP等)与服务器200进行通信。具体地,终端设备100可以获取用户的输入信息,基于终端设备100上的客户端应用程序与服务器200进行通信,服务器200可以对接收到的用户输入信息进行处理,服务器200还可以根据该信息返回对应的输出信息至终端设备100,终端设备100可执行输出信息对应的操作。其中,用户的输入信息可以是语音信息、基于屏幕的触控操作信息、手势信息、动作信息等,输出信息可以是图像、视频、文字、音频等,在此不做限定。
具体地,终端设备上的客户端应用程序包括多个交互界面,不同的交互界面上显示有不同的内容,在交互界面上可以设置有对话入口的图标或者按键,响应于用户对该对话入口的触发操作,可以将当前的交互界面切换为用户界面,用户界面为用于实现智能客服对话功能的界面。也就是说,用户界面为该交互界面的下一级界面。
例如,图2示出了本申请一实施例提供的客户端应用程序的交互界面。图2中的交互界面为理财服务界面,在该界面上端显示有“客服”按键,用于响应于用户对该按键的操作,即用户的对话请求,进入智能客服界面,即用于与智能客服对话的用户界面。如图3所示,图3示出了本申请一实施例提供的客户端应用程序的用户界面。图3的用户界面上可以显示有推荐问题,还可以显示有用于快捷输入的按键,例如,分别显示有信息A、信息B、信息C和信息D的按键等。
服务器200能够收集用户在客户端应用程序的用户数据,具体地,用户数据可以包括用户对话请求对应的入口标识,以及用户的对话日志。可选地,服务器200可以根据所收集的对话日志,为终端设备100的用户推送信息;服务器200也可以将所收集的对话日志发送至终端设备100,以使终端设备100根据对话日志来确定推送信息。
上述的应用环境仅为方便理解所作的示例,可以理解的是,本申请实施例不仅局限于上述应用环境。
下面将通过具体实施例对本申请实施例提供的信息推送方法、装置、电子设备及介质进行详细说明。
请参阅图4,图4为本申请一实施例提供的信息推送方法的流程示意图,应用于上述服务器。信息推送方法包括S210至S250。
S210:获取m个预设的文本信息。
服务器可以获取m个预设文本信息,m为自然数。作为一种方式,预设的文本信息可以是句子。例如,文本信息可以是预设问题,其中,预设问题可以是人工设置的,也可以是根据历史对话日志由算法自动生成的。例如,预设问题可以是“运费是多少钱?”。作为另一种方式,预设的文本信息可以是短语。例如,预设的文本信息可以是与业务相关的短语,如办卡、还款、额度等。可选地,也可以通过算法由历史对话日志生成业务相关的关键词,将关键词确定为预设的文本信息。
在一些实施方式中,每个预设的文本信息可以对应有一个预设内容。文本信息可以是业务相关文本,预设内容可以是文本信息对应的预设推送问题。作为一种方式,预设推送问题可以是与文本信息业务相关的任务型多轮对话问题。例如,文本信息为“办卡”,预设推送问题为“请问您要办理哪种卡?”等问题。作为另一种方式,预设内容也可以是该文本信息相关的推送问题列表。例如,文本信息为“额度热问”,预设内容可以包括“额度怎么提升”、“我的额度如何查询”等推送问题。作为又一种方式,预设内容可以是,也可以是文本信息对应的详情界面。例如,文本信息为“办卡”,预设内容为办卡功能对应的交互界面。
S220:获取多个对话日志。
多个对话日志包括多个用户消息。对话日志为记录用户与客服的对话的文本,客服可以是人工客服,也可以是智能客服。每个对话日志包括用户输入的用户消息及客服的应答消息。作为一种实施方式,对于语音对话记录,可以通过自然语言识别将其转换为文本格式的对话日志。
作为一种实施方式,对话日志可以是多个历史用户的多个对话日志,即获取的用户消息为多个进行过对话的历史用户所输入的消息。作为另一种实施方式,多个对话日志可以是当前进行交互的用户的多个历史对话日志,即所有对话日志中的用户消息都是由当前用户输入的。可选地,可以根据当前用户的用户特征,在历史用户中确定当前用户的相似用户,获取相似用户的对话日志的用户消息。其中,相似用户可以根据用户身份信息或用户历史行为信息等用户特征来确定。
S230:获取每个文本信息与多个用户消息的匹配结果,根据匹配结果确定多个文本信息的排列顺序。
根据文本内容对每个文本信息和每个用户消息进行匹配,得到每个文本信息与多个用户消息的匹配结果,匹配结果可以表征对每个文本信息的推荐程度。服务器可以根据匹配结果对多个文本信息进行排序,将推荐程度较高的文本信息排序在前。
具体地,匹配结果可以是每个文本信息所匹配的用户消息的数据,该数据可以表征文本信息与用户消息的关联程度。由于用户消息为用户对话过程中真实输入的消息,能够反映对话的用户意图,匹配结果也可以理解为对每个文本信息的推荐程度或者文本信息的热度。其中,匹配结果可以是每个文本信息所匹配的用户消息的数量,也可以是所匹配的用户消息的数量占所有用户消息的百分比,还可以是根据用户消息和预设规则得到的推荐值。例如,预设规则可以是根据每个用户消息对应的用户与当前用户的用户相似度确定权重值,对用户消息的数量计算加权总和得到的推荐值。
S240:将排列顺序中的前n个文本信息确定为目标推送信息。
其中,n为小于m的自然数。目标推送信息为用于向用户界面推送的文本信息。排列顺序可以表征文本信息的推荐程度,排序在前的文本信息的推荐程度较高,将排列顺序中的前n个文本信息确定为目标推送信息。也就是说,在m个预设的文本信息中,将n个推荐程度较高的文本信息确定为目标推送信息。
在一些实施方式中,n可以是预先设定的自然数。例如,n可以是用户界面能显示的文本信息的最大数量。在另一些实施方式中,n可以是根据匹配结果确定的自然数。作为一种实施方式,匹配结果可以是每个文本信息所匹配的用户消息的数量,n可以是所匹配的用户消息的数量大于预设阈值的文本信息数量,从而更灵活地调整推送的文本信息的数量。可以理解的是,匹配结果也可以是表征文本信息与用户消息关联程度的其他数值,例如,每个文本所匹配的用户消息占所有用户消息的百分比等。
S250:向用户界面推送目标推送信息和目标推送信息的排列顺序。
服务器可以向用户界面推送目标推送信息和目标推送信息的排列顺序,以在终端设备的用户界面上以该排列顺序显示目标推送信息。用户界面上目标推送信息的显示位置可以根据排列顺序和用户阅读习惯设置。例如,可以在用户界面上按照排列顺序由上至下,或者由左至右地显示目标推送信息,从而根据用户的阅读习惯,将热度较高的文本信息显示在用户界面上。
在一些实施方式中,用户界面上可以设置有至少一个按键组件,可以将目标推送信息中的每个文本信息分别装填至各个按键组件上,以得到显示有文本信息的按键。例如,按键可以为图3所示的显示有“信息A”、“信息B”等文本信息的按键。可选地,按键可以为气泡按钮形式的虚拟按键。
在一些实施方式中,服务器还存储有每个文本信息对应的预设内容,服务器还可以向终端设备推送目标推送信息中每个文本信息所对应的预设内容。可选地,服务器当获取到终端设备发送的文本信息时,向终端设备推送该文本信息的预设内容。
本申请实施例提供的信息推送方法,通过获取m个预设的文本信息,m为自然数;获取多个对话日志,多个对话日志包括多个用户消息;获取每个文本信息与多个用户消息的匹配结果,根据匹配结果确定多个文本信息的排列顺序;将排列顺序中的前n个文本信息确定为目标推送信息,n为小于m的自然数;及向用户界面推送目标推送信息和目标推送信息的排列顺序,以在用户界面上以该排列顺序显示目标推送信息。能够根据用户消息准确地确定目标推送信息和排列顺序,优化目标推送信息的排序显示,提高用户体验。
请参阅图5,图5为本申请一实施例提供的信息推送方法的流程示意图,应用于上述服务器。信息推送方法包括S310至S360。
S310:获取m个预设的文本信息。
S320:每间隔预设时间,将多个对话日志更新为指定时间的多个对话日志。
预设时间为预先设定的用于更新对话日志的时间间隔,可以表征更新对话日志的频率。指定时间为预先设定的获取的对话日志所属于的时间范围。预设时间和指定时间可以是服务器默认设定的,也可以是由运营人员配置的。例如,预设时间为30分钟,指定时间为12小时,则每间隔30分钟,获取过去12小时内的多个对话日志。具体的获取多个对话日志的方式请参阅前述实施例,在此不再赘述。
S330提取指定时间的多个对话日志中的多个用户消息,以得到更新的多个用户消息。
指定时间的多个对话日志为更新后的对话日志,提取指定时间的多个对话日志中的多个用户消息,以得到更新的多个用户消息,能够通过每间隔预设时间进行用户消息的更新,获取时效性更好的对话日志,为后续确定目标推送内容提供了更具有时效性的数据支持。
在一些实施方式中,可以判断指定时间的多个对话日志中的多个用户消息是否满足预设更新条件。例如,预设更新条件可以为指定时间的用户消息的数量大于指定数量阈值。若满足预设更新条件,则进行更新;若不满足预设更新条件,则不进行更新并不执行后续操作,从而可以在新增的用户消息数量较少时,节省功耗。
S340获取每个文本信息与更新的多个用户消息的更新的匹配结果,根据更新的匹配结果得到多个文本信息的更新的排列顺序。
服务器在获取更新的多个用户消息后,可以获取文本信息对应的更新的匹配结果,根据更新的匹配结果得到多个文本信息的更新的排列顺序。从而获取更具有时效性的、更准确的文本信息的排列顺序。具体的获取匹配结果和排列顺序的实施方式,请参阅前述实施例,在此不再赘述。
S350:将更新的排列顺序中的前n个文本确定为更新的目标推送信息。
服务武器在获取更新的排列顺序后,可以将更新的排列顺序中的前n个文本确定为更新的目标推送信息。确定目标推送信息的具体实施方式,请参阅前述实施例,在此不再赘述。
S360:向用户界面推送更新的目标推送信息和更新的目标推送信息的排列顺序。
服务器可以向用户界面推送更新的目标推送信息和更新的目标推送信息的排列顺序,以在用户界面上以更新的排列顺序显示目标推送信息。具体地,请参阅前述实施例,在此不再赘述。
需要说明的是,前述方法步骤中未详细描述的部分请参阅前述实施例,在此不再赘述。
本申请实施例提供的信息推送方法,通过获取m个预设的文本信息;每间隔预设时间,将多个对话日志更新为指定时间的多个对话日志;提取指定时间的多个对话日志中的多个用户消息,以得到更新的多个用户消息;获取每个文本信息与更新的多个用户消息的更新的匹配结果,根据更新的匹配结果得到多个文本信息的更新的排列顺序;将更新的排列顺序中的前n个文本确定为更新的目标推送信息;向用户界面推送更新的目标推送信息和更新的目标推送信息的排列顺序。能够每间隔预设时间,对用户消息进行更新,从而根据更新的用户消息重新确定目标推送信息,提高推送信息的时效性。
请参阅图6,图6为本申请一实施例提供的信息推送方法的流程示意图,应用于上述服务器。信息推送方法包括S410至S480。
S410:获取m个预设的文本信息。
S420:获取多个对话日志。
S430:基于语义匹配对多个用户消息进行聚类,得到多个消息簇。
服务器可以基于用户消息之间的语义相似度对多个用户消息进行聚类,得到多个消息簇,每个消息簇中的各个用户消息具有相近的语义。聚类处理可以通过多种算法来实现。例如,可以使用K-means算法,也称为K-平均或者K-均值聚类算法,也可以用图聚类算法,例如标签传播算法等,还可以是层次聚类算法、基于密度的聚类以及基于网格的聚类等。
在一些实施方式中,聚类算法可以是基于用户消息之间的语义相似度进行的。作为一种方式,可以通过词向量(word embedding)算法获取每个用户消息的向量表示,通过双向注意力神经网络模型(Bidirectional Encoder-Representations fromTransformers,BERT)计算向量表示之间的语义相似度,即用户消息之间的语义相似度。
具体地,服务器可以通过计算每个用户消息与各个簇中心的用户消息之间的语义相似度,将用户消息分类为最大的语义相似度对应的簇,并在聚类过程中对聚类中心进行更新,直至满足停止更新条件。停止更新条件可以是各个簇中心不再改变或者误差平方和局部最小等。其中,簇中心可以是在多个用户消息中随机选取的,也可以是预先设定的,例如,将m个预设文本信息作为聚类的中心点。
S440:对每个文本信息和每个消息簇中心的用户消息进行语义匹配,得到每个文本信息和每个消息簇的匹配关系。
每个消息簇中心的用户消息,可以表征每个消息簇语义分布的中心,也就是说,消息簇中心的用户消息可以代表该问题簇的语义。通过对每个文本信息和每个消息簇中心的用户消息进行语义匹配,可以将该文本信息和该消息簇中心的用户消息的语义相似度,确定为该文本信息和该消息簇的语义相似度,进而得到每个文本信息和每个消息簇的匹配关系。具体地,获取向量表示和语义相似度的实施方式可以参阅S430。
若语义相似度大于预设相似度阈值,则判定文本信息和用户消息匹配,也就是该文本信息和该消息簇相匹配。从而不需要将文本信息和每个用户消息进行匹配,可以减少运算量。可以理解的是,一个文本信息可以对应至少一个消息簇,即和多个消息簇的语义相近,也可以不对应任何消息簇,即不存在与该文本信息语义相似的消息簇。
S450:根据匹配关系,确定每个文本信息所匹配的消息簇中用户消息的数量。
对聚类得到的多个消息簇,可以统计每个消息簇中用户消息的数量,进而根据匹配关系,确定每个文本信息所匹配的消息簇中用户消息的数量,即每个文本信息所匹配的用户消息的总数量。例如,文本信息A与消息簇1和消息簇2匹配,消息簇1中用户消息的数量为10,消息簇2中用户消息的数量为5,则文本信息所匹配的消息簇中用户消息的数量为15。可以理解的是,用户消息的数量可以表征该问题簇的热度,每个文本信息所匹配的消息簇中用户消息的数量,可以表征该文本信息对应的用户意图的热度。
S460:根据消息簇中用户消息的数量对多个文本信息降序排序,得到多个文本的排列顺序。
根据消息簇中用户消息的数量对多个文本信息降序排序,得到多个文本的排列顺序,从而将热度较高的文本信息排在前面。
S470:将排列顺序中的前n个文本信息确定为目标推送信息。
S480:向用户界面推送目标推送信息和目标推送信息的排列顺序。
需要说明的是,前述方法步骤中未详细描述的部分请参阅前述实施例,在此不再赘述。
本申请实施例提供的信息推送方法,相较于图4所示的信息推送方法,本实施例还可以基于语义匹配对多个用户消息进行聚类,得到多个消息簇;对每个文本信息和每个消息簇中心的用户消息进行语义匹配,得到每个文本信息和每个消息簇的匹配关系;根据匹配关系,确定每个文本信息所匹配的消息簇中用户消息的数量;根据消息簇中用户消息的数量对多个文本信息降序排序,得到多个文本的排列顺序。聚类得到的消息簇中用户消息的语义较为相近,根据消息簇中用户消息数量对所匹配的文本信息进行排序,可以将高频输入的用户消息语义相关的文本信息确定为推送文本信息,提高了推送准确率。
请参阅图7,图7为本申请一实施例提供的信息推送方法的流程示意图,应用于上述服务器。信息推送方法包括S510至S550。
S510:获取m个预设的文本信息。
S520:获取多个对话日志。
S530:标注每个文本信息对应的命名实体词。
实体词,指自然语言的文本中具有特定含义或指代的实体或词组,可以包括人名、地名、机构名、专有名词等。由于自然语言的文本中包含多种多样的实体词,实体词识别的难度较大,在本申请实施例中命名实体词用于指代预设的实体词,而非全部的实体名词。例如,可以根据智能客服的业务场景或者预设的文本信息设定实体词典,该实体词典包括与业务或文本信息相关的命名实体词。
每个文本信息对应有至少一个命名实体词,对文本信息进行标注即建立文本信息和命名实体词之间的对应关系。一个文本信息可以对应一个命名实体词。例如,文本信息“额度热问”中命名实体词为“额度”。一个文本信息也可以对应有多个命名实体词。例如,文本信息“信用卡额度”中命名实体词可以是“信用卡”和“额度”。
作为一种实施方式,可以基于实体识别从文本信息中识别命名实体词,将识别到的命名实体词标注为该文本信息对应的命名实体词。作为另一种实施方式,可以人工对每个文本信息进行命名实体词标注。可选地,人工标注方式可以应用于全部的文本信息,也可以应用于通过实体识别未识别到命名实体词的文本信息。对于未识别到命名实体词的情况,可以在实体词典中新增该文本信息对应的命名实体词。
S540:基于实体识别,判断用户消息是否包含命名实体词。
实体识别是一种从文本数据中获取实体词的技术,可以基于实体识别模型进行实体识别,判断用户消息是否包含命名实体词,也可以确定实体词的位置和边界。服务器可以基于实体识别,判断用户消息是否包含命名实体词,其中,命名实体词为每个文本信息所对应的命名实体词。
其中,实体识别模式可以是传统模型,例如,基于规则的模型,无监督模型和基于特征工程的浅层有监督模型。实体识别模型也可以基于机器学习的HMM、CRF等模型,还可以是基于深度学习的,BiLSTM-CRF、BERT-BiLSTM-CRF等模型。
在一些实施方式中,命名实体词还可以包括文本信息所对应的命名实体词的泛化词。例如,文本信息对应的命名实体词为“卡片”,泛化词为“信用卡”、“储蓄卡”等多种类型的卡片名称,以及“星星卡”、“钻石卡”等具体的卡片名称。又例如,文本信息对应的命名实体词为“额度”,泛化词为“额度”语义相近的词语“最大金额”。
S550:若用户消息包含命名实体词,则判定用户消息与命名实体词对应的文本信息匹配。
若用户消息中包含命名实体词,则判定用户消息与命名实体词对应的文本信息匹配。在一些实施方式中,若用户消息中包含的为词典中的泛化词,则确定该泛化词对应的命名实体词,也判定用户消息与该命名实体词对应的文本信息匹配。
例如,文本信息“额度热问”的命名实体词为“额度”,用户消息“额度怎么提升”包括命名实体词“额度”,则判定用户消息“额度怎么提升”与“额度热问”匹配。又例如,“额度”对应的泛化词为“最大金额”,用户消息“信用卡借钱的最大金额是多少?”可以判定为与文本信息“额度热问”匹配。
S550:根据每个文本信息所匹配的用户消息的数量,确定多个文本信息的排列顺序。
在一些实施方式中,可以获取每个文本信息所匹配的用户消息的数量,根据用户消息的数量确定多个文本信息的排列顺序。可选地,也可以赋予不同的用户消息不同的权重,对用户消息数量进行加权求和,根据加权求和的结果对用户消息进行降序排序,来确定多个文本信息的排列顺序。例如,确定当前用户的相似用户,赋予相似用户的用户消息更大的权重。又例如,将当前用户的用户消息的权重设置为第一数值,相似用户设置为第二数值,其余用户设置为第三数值,第一数值大于第二数值,第二数值大于第三数值。
在一些实施方式中,服务器可以根据每个文本信息所匹配的用户消息的数量对多个文本信息进行降序排序,得到多个文本信息的排列顺序。由于用户消息是用户在与智能客服对话过程中真实输入的消息,可以表征用户对话的用户意图。因此,每个文本信息所匹配的用户消息可以表示该文本信息符合用户消息对应的用户意图,也就是说,该数量越大,文本信息符合越多用户消息的用户意图。需要注意的是,计算数量时,重复出现的用户消息被重复计数,例如,“额度热问”所匹配的两个相同的用户消息“额度怎么提升”,用户消息的数量为2。
作为一种实施方式,还可以确定每个用户消息所属于的对话日志,从而根据每个文本信息所匹配的用户消息,确定文本信息与对话日志的匹配关系,进而确定每个文本信息所匹配的对话日志的数量。由于一个对话日志的用户意图通常是一致的,即该对话日志中多个用户消息的用户意图可能是相关的,与对话日志匹配可以避免由于对话日志中包含多个用户消息,导致的不准确的热度,也就是说,文本信息所匹配的对话日志的数量可以反映文本信息是否符合较多用户的用户意图。
作为一种方式,确定文本信息与对话日志的匹配关系,可以直接将所匹配的用户消息所属的对话日志判定为与文本信息匹配。作为另一种方式,可以预设日志匹配条件,当所匹配的用户消息满足该日志匹配条件时,判定文本信息与用户消息匹配。例如,日志匹配条件可以是文本信息包含该对话日志中大于指定数量的用户消息。可以理解的是,与统计用户消息的数量需要重复计数不同,统计对话日志的数量不需要重复计数。例如,文本信息与5个用户消息匹配,5个用户消息分别属于两个对话日志,则文本信息所匹配的对话日志的数量为2。
S560:将排列顺序中的前n个文本信息确定为目标推送信息。
S570:向用户界面推送目标推送信息和目标推送信息的排列顺序。
需要说明的是,前述方法步骤中未详细描述的部分请参阅前述实施例,在此不再赘述。
本申请实施例提供的信息推送方法,相较于图4所示的信息推送方法,还包括标注每个文本信息对应的命名实体词;基于实体识别,判断用户消息是否包含命名实体词;若用户消息包含命名实体词,则判定用户消息与命名实体词对应的文本信息匹配;根据每个文本信息所匹配的用户消息的数量,确定多个文本信息的排列顺序。能够基于实体识别,根据命名实体词在用户消息中出现次数,将高频出现的命名实体词对应的文本信息确定为目标推送信息,提高了信息推送的准确率。
请参阅图8,图8为本申请一实施例提供的信息推送方法的流程示意图,应用于上述服务器。信息推送方法包括S610至S690。
S610:获取m个预设的文本信息。
S620:获取多个对话日志。
S630:标注每个文本信息对应的命名实体词。
在一些实施方式中,S630可以包括:标注每个文本信息对应的命名实体词和意图词。意图词为预设的词,可用于表征该文本信息对应的用户意图。作为一种方式,意图词可以是文本信息所包含的表示用户意图的词。例如,文本信息“信用卡年费”中,命名实体词为“信用卡”,意图词为“年费”。作为另一种方式,意图词为文本信息对应的命名实体词的预设的实体属性词。例如,例如,文本信息为“信用卡”,“信用卡”的实体属性词可以是“特性”、“年费”、“积分规则”等。也就是说,意图词是根据文本信息包含的命名实体词确定的,文本信息可以不包含该意图词。具体地,标注文本信息的意图词的实施方式与标注命名实体词相类似,请参阅前述实施例,在此不再赘述。
S640:基于实体识别,判断用户消息是否包含命名实体词。
S650:若用户消息包含命名实体词,则基于意图模型,获取用户消息与命名实体词对应的文本信息的相关度。
若用户消息包含命名实体词,则服务器可以基于意图模型获取用户消息与文本信息的相关度,该文本信息为用户消息所包含的命名实体词对应的文本信息。其中,意图模型可以是语义理解模型,可以分别将用户消息和文本信息作为语义理解模型的输入,输出用户消息和该文本信息分别对应的语义向量表示。计算该用户消息与该文本信息的语义向量表示之间的向量距离,根据向量距离来确定用户消息与命名实体词对应的文本信息的相关度。其中,向量距离越大,相关度越小,相关度可以是语义相似度。
其中,语义理解模型可以为深度神经网络(Deep Neural Networks,DNN)、循环神经网络(Recurrent Neural Networks,RNN)、卷积神经网络(Convolutional NeuralNetworks,CNN)、Transformer中的一种或组合,也可以是BERT模型、词向量模型(doc2Vec)等。
在一些实施方式中,当文本信息对应有预设内容,预设内容为至少一个预设推送问题时,可以获取用户消息与每一个预设推送问题的语义相似度。作为一种方式,可以对每个预设推送问题的语义相似度进行加权求和,可以得到用户消息与文本信息的相关度,该相关度可以反映用户消息与整体的文本信息的相关度。作为另一种方式,可以将至少一个预设推送问题的最大的语义相似度确定为用户消息与文本信息的相关度。
在一些实施方式中,如图9所示,S650可以包括:S651至S654。
S651:若用户消息包含命名实体词,则将对应于命名实体词的每个文本信息确定为每个待匹配文本信息。
若用户消息包含命名实体词,则服务器可以根据每个文本信息对应的命名实体词,将对应于命名实体词的每个文本信息确定为每个待匹配文本信息。待匹配文本信息为需要进一步判断是否匹配的文本信息。
S652:获取每个待匹配文本信息的意图词的意图词向量。
在标注每个文本信息对应的命名实体词和意图词后,服务器可以基于语义理解模型,将每个待匹配文本信息的每个意图词输入语义理解模型,输出每个意图词的语义向量,即意图词向量。其中,意图词向量可用于表征意图词的语义。
在一些实施方式中,服务器还可以获取命名实体词的语义向量,将命名实体词的语义向量和意图词的语义向量进行融合后得到意图词向量,从而得到对待匹配文本信息更准确的语义表示。其中,语义向量融合方式可以是拼接、叠加等方式。
S653:对用户消息进行分词,得到分词后的多个分词向量。
服务器可以对用户消息进行分词处理,得到分词处理后的词序列,词序列包括多个词语。可以理解的是,词序列可以同时包括词语和字。例如,“信用卡的额度是多少”进行分词后可以得到“信用卡”、“的”、“额度”、“是”、“多少”。本申请实施例对分词处理的方式不做限定,可以是通过基于词典的分词算法,例如,最大匹配分词算法、最短路径分词算法等,也可以是基于字的分词算法,例如,HMM模型、RNN算法或者BiLSTM+CRF算法等。作为一种方式,服务器可以根据命名实体词和意图词进行分词处理,以得到更准确的分词结果。
在获取词语列后,可以对词序列中的每个词语分别进行向量化,得到每个词语对应的分词向量,即多个分词向量。获取分词向量可以基于词向量模型(doc2Vec)等向量化模型。
S654:获取每个意图词向量相对于多个分词向量的相关度参数,根据相关度参数确定用户消息与意图词向量对应的待匹配文本信息的相关度。
在一些实施方式中,服务器可以获取每个意图词向量相对于每个待匹配信息的每个分词向量的相关度参数。也就是说,相关度参数是通过词语级别表示获得的,进而可以对每个分词向量的相关度参数求和得到相关度,其中,相关度为用户消息与意图词向量对应的待匹配文本信息的相关度。可选地,相关度参数可以是基于语义匹配得到的语义相似度,也可以是该分词向量包括该意图词向量的置信度。
在另一些实施方式中,可以基于上下文编码器获取多个分词向量对应的句子向量,上下文编码器可以是CNN、RNN、Transformer等模型。在获取句子向量后,可以计算每个意图词向量与每个句子向量的语义相似度,将语义相似度确定为用户消息与意图词向量对应的待匹配文本信息的相关度。
S660:若相关度大于指定阈值,则判定用户消息与命名实体词对应的文本信息匹配。
指定阈值为预先设定的相关度阈值,若相关度大于指定阈值,则服务器可以判定用户消息与命名实体词对应的文本信息匹配;若相关度小于或等于指定阈值,则判定不匹配。也就是说,当用户消息包含命名实体词,且用户消息与命名实体词对应的文本信息的语义相近时,判定用户消息与命名实体词对应的文本信息匹配,而如果用户消息包含命名实体词,但是用户消息与文本信息的语义较为不同,则判定不匹配。
在获取用户消息和文本信息的匹配关系时,同时考虑命名实体词和语义相似度,即用户意图,能够更准确地确定用户消息与命名实体词之间的匹配关系,进而能够更准确地确定符合用户意图的目标推送信息。
S670:根据每个文本信息所匹配的用户消息的数量,确定多个文本信息的排列顺序。
S680:将排列顺序中的前n个文本信息确定为目标推送信息。
S690:向用户界面推送目标推送信息和目标推送信息的排列顺序。
需要说明的是,前述方法步骤中未详细描述的部分请参阅前述实施例,在此不再赘述。
本申请实施例提供的信息推送方法,相较于图7所示的信息推送方法,还包括若用户消息包含命名实体词,则基于意图模型,获取用户消息与命名实体词对应的文本信息的相关度;若相关度大于指定阈值,则判定用户消息与命名实体词对应的文本信息匹配。能够在识别到用户消息中的实体词时,进一步地确定文本信息和用户消息的的用户意图是否匹配,从而能够准确地确定文本信息和用户消息的匹配关系,进而能够确定准确符合用户意图的目标推送信息,提高推送的准确率。
请参阅图10,图10为本申请一实施例提供的信息推送方法的流程示意图,应用于上述服务器和终端设备。信息推送方法包括S710至S760。
S710:获取m个预设的文本信息。
S720:获取用户界面的入口标识。
每个用户界面对应有一个入口标识,对话界面的上一级交互界面上设置有对话入口,该对话入口对应有入口标识,从而入口标识能够用于标识用户界面。
作为一种实施方式,每个对话入口对应有一个入口标识,也就是说,用户界面和入口标识是一一对应的。作为另一种实施方式,多个对话入口可以对应于同一个入口标识。其中,多个对话入口可以是具有相似内容的交互界面。例如,同一业务类型的多个交互界面可以对应有同一个入口标识。
S730:获取入口标识对应的多个用户的多个对话日志。
服务器可以获取入口标识对应的多个用户的多个对话日志,提取每个对话日志的用户消息,得到多个用户输入的多个用户消息。即在该入口标识对应的用户界面进入对话的多个历史用户,在用户界面上对话产生的多个历史对话日志。
S740:获取每个文本信息与多个用户消息的匹配结果,根据匹配结果确定多个文本信息的排列顺序。
S750:将排列顺序中的前n个文本信息确定为目标推送信息。
S760:向用户界面推送目标推送信息和目标推送信息的排列顺序。
在确定目标推送信息和目标推送信息的排列顺序后,服务器可以将目标推送信息推送至入口标识对应的用户界面上。
请参阅图11,图11示出了本申请一实施例提供的信息推送方法的处理示意图。在图11上方的卡片申请界面上设置有对话入口的“客服”按键,该对话入口对应入口标识1。服务器可以根据上述信息推送方法实施例确定入口标识1对应的目标推送信息及排列顺序。在图11中入口标识1对应的目标推送信息及其排列顺序为“信息D”、“信息C”、“信息A”、“信息B”,服务器可以向用户界面推送标推送信息和其排列顺序,在用户界面上以该排列顺序显示目标推送信息。终端设备响应于用户在卡片申请界面上对入口标识1的对话入口的触发操作,由卡片申请界面切换为入口标识1对应的用户界面,即按照排列顺序显示入口标识1对应的目标推送信息的智能客服界面。
如图11所示的理财服务界面上也设置有对话入口,该对话入口对应的入口标识为入口标识2。可以向入口标识2对应的用户界面推送目标推送信息和其排列顺序,例如图11所示的“信息A”、“信息B”、“信息C”及“信息D”。需要注意的是,图中所示仅为示例,排列顺序中前n个文本信息所对应的目标推送信息和目标推送信息的数值n可以是不同的,例如,入口标识2对应的目标推送信息可以是“信息D”、“信息C”等。
可以理解的是,每个用户界面上的目标推送内容,是根据对应于入口标识的用户消息在多个预设文本信息中确定的,不同入口标识可以对应有不同的目标推送内容和目标推送内容的数量,从而能够更准确地命中触发该对话入口的用户意图,提高信息推送的准确率。在实际应用中,确定目标推送内容的过程可以由算法自动进行,通过在业务场景中大量投放对话入口,能够将每个对话入口所对应的对话场景划分到较细粒度,对应于该入口标识的用户界面上的目标推送信息能较大概率符合触发对话入口的用户的意图,从而提高推送的准确率。
需要说明的是,前述方法步骤中未详细描述的部分请参阅前述实施例,在此不再赘述。服务器对应的方法步骤可以参阅前述实施例,在此不再赘述。
本申请实施例提供的信息推送方法,相较于图4所示的信息推送方法,还包括获取用户界面的入口标识,及获取入口标识对应的多个用户的多个对话日志。能够基于界面的入口标识,根据同一入口标识的对话日志中的用户消息,来确定针对该入口标识的目标推送信息,使得推送信息更符合由该入口标识进入用户界面的用户的意图,提高了推送信息的准确性。
请参阅图12,图12为本申请一实施例提供的信息推送方法的流程示意图,应用于上述服务器和终端设备。信息推送方法包括S810至S860。
S810:服务器获取m个预设的文本信息,所述m为自然数。
S820:服务器获取多个对话日志,所述多个对话日志包括多个用户消息。
S830:服务器获取每个文本信息与多个用户消息的匹配结果,根据匹配结果确定多个文本信息的排列顺序。
S840:服务器将排列顺序中的前n个文本信息确定为目标推送信息,所述n为小于m的自然数。
S850:终端设备若检测到用户的对话请求,则从服务器获取目标推送信息和目标推送信息的排列顺序。
对话请求用于表征用户在人机交互过程中触发对话入口的操作,终端设备若检测到用户的对话请求,则从服务器获取目标推送信息和目标推送信息的排列顺序。
具体地,在客户端应用程序的一些交互界面上设置有对话入口,响应于用户在人机交互过程中的对话请求,终端设备可以由交互界面切换为与用户实现对话的用户界面。对话请求可以是对于对话入口的触控操作,例如,检测到对于对话入口的按键的点击操作;对话请求也可以是触发对话的语音指令,例如,检测到“我要找客服”的语音指令。
在一些实施方式中,每个用户界面对应有一个入口标识,终端设备若检测到用户的对话请求,则获取用户界面的入口标识,从服务器获取该入口标识对应的目标推送信息和目标推送信息的排列顺序。
S860:终端设备在用户界面上以排列顺序显示目标推送信息。
用户界面上设置有预设区域,该预设区域用于显示目标推送信息。终端设备可以按照目标推送信息的排列顺序,显示对应的目标推送信息。例如,可以按照排列顺序由上至下,或者由左至右地显示目标推送信息。由于排列顺序可以表征目标推送信息中各个预设的文本信息的热度,根据用户的阅读习惯和排列顺序,将热度较高的文本信息显示在用户容易先看到的位置,更加符合用户的阅读习惯,改善了用户体验。
在一些实施方式中,若终端设备检测到用户在该用户界面上输入用户消息,则可以在对话结束后向服务器发送本次对话的对话日志。对话日志为文本格式的用户的历史对话记录,对话日志可包括至少一个用户消息和至少一个系统消息,对话日志也可以只包括用户消息。可选地,对话日志还可以包括产生该对话的用户界面的入口标识、每个用户消息的录入时间或者当前终端设备的用户标识等。
在一些实施方式中,在步骤S860后,信息推送方法还可以包括如图13所示的S870至S890。
S870:若终端设备获取用户界面上的滑动操作,则判断滑动操作的滑动轨迹是否满足预设条件。
滑动操作可以是对触控显示屏的触控滑动操作,也可以是通过鼠标在显示屏上的滑动操作。预设条件为根据显示目标推送信息的预设区域设定的条件,可以包括滑动区域、轨迹长度和轨迹方向,用于表征用户有意图更新当前用户界面上显示的目标推送信息。例如,用户界面如图3所示,显示目标推送信息的预设区域如图3中“信息A”、“信息B”、“信息C”及“信息D”所在的区域所示,预设条件可以是在预设区域内由“信息A”向“信息D”方向滑动至少一个文本信息的显示长度。
S880:若终端设备判定滑动轨迹满足预设条件,则从服务器获取其余的(m-n)个文本信息和(m-n)个文本信息的排列顺序。
若终端设备判定活动轨迹满足预设条件,则可以确定当前用户有更新当前用户界面上显示的目标推送信息的意图,可以从服务器获取其余的(m-n)个文本信息和(m-n)个文本信息的排列顺序,即获取m个预设的文本信息中除目标推送信息以外的文本信息及其排列顺序。
S890:终端设备在用户界面上以获取的排列顺序显示其余的(m-n)个文本信息。
在一些实施方式中,可以根据其余的(m-n)个文本信息的排列顺序,用其余的文本信息替换用户界面上的目标推送信息。具体地,当m-n≥n时,即其余的文本信息数量大于或等于目标推送信息的文本数量时,可以将其余的(m-n)个文本信息中的前n个文本信息确定为更新的目标推送信息,以更新用户界面。当m-n<n时,即其余的文本信息的数量小于目标推送信息的文本数量时,可以将m-n个文本信息确定为更新的目标推送信息。在终端设备上以其余的文本信息的排列顺序显示更新后的目标推送信息。
在一些实施方式中,可以根据滑动轨迹更新用户界面上显示的目标推送信息,在预设区域内根据滑动轨迹滚动显示排序后的预设的文本信息。具体地,可以获取预设方向上滑动轨迹的轨迹长度,根据轨迹长度确定需要显示的新的文本信息的目标数量,显示其余(m-n)个文本信息中排序在前的目标数量的文本信息。其中,预设方向可以是用户界面上目标推送文本的降序排列方向。
例如,用户界面如图3所示,预设区域内显示有按照排列顺序排列的“信息A”、“信息B”、“信息C”和“信息D”。若检测到向左滑动的滑动轨迹,即用户想要看“信息D”后面的内容,则获取其余(m-n)个文本信息。若滑动轨迹的轨迹长度为显示界面上一个文本信息的显示长度,则在预设区域内显示“信息B”、“信息C”、“信息D”和“信息E”。
需要说明的是,前述方法步骤中未详细描述的部分和服务器所执行的各方法步骤的详细描述请参阅前述实施例,在此不再赘述。
本申请实施例提供的信息推送方法,服务器获取m个预设的文本信息,m为自然数;获取多个对话日志,多个对话日志包括多个用户消息;获取每个文本信息与多个用户消息的匹配结果,根据匹配结果确定多个文本信息的排列顺序;将排列顺序中的前n个文本信息确定为目标推送信息,n为小于m的自然数;终端设备若检测到用户的对话请求,则从服务器获取目标推送信息和目标推送信息的排列顺序;及在用户界面上以排列顺序显示目标推送信息。能够根据用户消息准确地确定目标推送信息和排列顺序,优化排序显示方式,提高用户体验。
请参阅图14,图14为本申请一实施例提供的信息推送方法的流程示意图,应用于上述服务器和终端设备。信息推送方法包括S910至S990。
S910:服务器获取m个预设的文本信息,所述m为自然数。
S920:服务器获取多个对话日志,所述多个对话日志包括多个用户消息。
S930:服务器获取每个文本信息与多个用户消息的匹配结果,根据匹配结果确定多个文本信息的排列顺序。
S940:服务器将排列顺序中的前n个文本信息确定为目标推送信息,所述n为小于m的自然数。
S950:终端设备若检测到用户的对话请求,则从服务器获取目标推送信息和目标推送信息的排列顺序。
S960:终端设备在用户界面上以排列顺序显示目标推送信息。
S970:终端设备生成目标推送信息中的每个文本信息对应的按键。
每个按键上显示有一个文本信息。具体地,用户界面上可以设置有至少一个按键组件,终端设备可以根据排列顺序确定按键和文本信息的对应关系,将目标推送信息中的每个文本信息分别装填至各个按键组件上,以得到显示有文本信息的按键。按键可以是气泡按钮形式的虚拟按键。
S980:终端设备在用户界面上以排列顺序显示按键。
终端设备可以在用户界面上以排列顺序显示按键,每个按键上显示有一个文本信息。也就是说,按键的排列顺序与按键上文本信息的排列顺序一致。例如,文本信息排列顺序为“信息A”、“信息B”等,按键可以为图3所示的由左至右显示“信息A”、“信息B”等文本信息的按键。可选地,按键可以为气泡按钮形式。
按键用于发送对应的文本信息。当终端设备检测到对按键的触控操作时,可以根据按键与文本信息的对应关系,将该按键对应的文本信息确定为本次的输入操作,即快捷输入该文本信息。作为一种方式,终端设备可以直接发送该文本信息,相当于用户在输入框中输入该文本信息并发送;作为另一种方式,终端设备可以在用户界面的输入框中输入该文本信息,用户可以进一步对该文本信息进行编辑。
在一些实施方式中,在S980后,信息推送方法还包括如图15所示的S990、S9100及S9110。
S990:若终端设备检测到用户在用户界面上对按键的触控操作,则向服务器发送按键的文本信息。
若终端设备检测到用户在用户界面上对按键的触控操作,则根据按键与文本信息的对应关系,确定该按键的文本信息,并向服务器发送按键的文本信息。
S9100:服务器向终端设备发送预设内容。
服务器可以存储有多个文本信息和每个文本信息对应的预设内容,当服务器接收到按键的文本信息时,可以向终端设备发送预设内容,该预设内容对应于按键的文本信息。
预设内容可以包括多种类型的内容。作为一种方式,预设内容可以是文本信息的详情界面或者图文信息。例如,文本信息“办卡”对应有介绍办卡具体步骤的详情界面。作为另一种方式,预设内容可以是包含该文本信息或者与该文本信息语义相近的问题文本。例如,文本信息为“额度热问”,该文本信息的预设内容为“额度怎么提升”、“最大额度是多少”以及“如何才能提高信用卡上限”等问题文本。可选地,预设内容还可以包括有问题文本对应的答案。
S9110:终端设备在用户界面上显示预设内容。
终端设备可以根据预设内容的类型,在用户界面上进行显示。例如,预设内容为详情界面,可以将当前的用户界面切换为详情界面。又例如,预设内容为问题文本,可以在当前的用户界面上显示问题文本。若检测到用户对问题文本的触控操作,进一步地显示该问题文本对应的答案。
需要说明的是,前述方法步骤中未详细描述的部分请参阅前述实施例,在此不再赘述。服务器对应的方法步骤可以参阅前述实施例,在此不再赘述。
本申请实施例提供的信息推送方法,相较于图13所示的信息推送方法,还包括:终端设备生成目标推送信息中的每个文本信息对应的按键,每个按键上显示有一个文本信息;在用户界面上以排列顺序显示按键,按键用于发送对应的文本信息。能够根据匹配结果确定快捷输入按键的排序方式,将符合用户意图、使用频次高的文本信息排序在前,改善了用户的使用体验。
可以理解的是,上述示例仅为本申请实施例提供的方法在一种具体场景进行应用的示意性说明,并不对本申请实施例构成限定。基于本申请实施例提供的方法还可实现更多不同的应用。
请参阅图16,图16示出了本申请一实施例提供的一种信息推送装置的结构框图。下面将针对图16所示的信息推送装置1000的结构框图进行阐述,该装置包括:文本获取模块1010,用于获取m个预设的文本信息,所述m为自然数;日志获取模块1020,用于获取多个对话日志,所述多个对话日志包括多个用户消息;顺序确定模块1030,用于获取每个所述文本信息与所述多个用户消息的匹配结果,根据所述匹配结果确定所述多个文本信息的排列顺序;信息确定模块1040,用于将所述排列顺序中的前n个文本信息确定为目标推送信息,所述n为小于m的自然数;及信息推送模块1050,用于向所述用户界面推送所述目标推送信息和所述目标推送信息的排列顺序,以在所述用户界面上以该排列顺序显示所述目标推送信息。
进一步地,所述日志获取模块1020,包括:日志更新子模块,用于每间隔预设时间,将所述多个对话日志更新为指定时间的多个对话日志;所述顺序确定模块1030,包括消息获取子模块,用于提取所述指定时间的多个对话日志中的多个用户消息,以得到更新的多个用户消息,顺序更新子模块,用于获取每个所述文本信息与所述更新的多个用户消息的更新的匹配结果,根据所述更新的匹配结果得到所述多个文本信息的更新的排列顺序;信息确定模块1040,包括:信息更新子模块,用于将所述更新的排列顺序中的前n个文本确定为更新的目标推送信息;信息推送模块1050,包括:推送更新子模块,用于向所述用户界面推送所述更新的目标推送信息和所述更新的目标推送信息的排列顺序。
进一步地,所述顺序确定模块1030包括:消息聚类子模块,用于基于语义匹配对所述多个用户消息进行聚类,得到多个消息簇;消息簇匹配子模块,用于对每个所述文本信息和每个所述消息簇中心的用户消息进行语义匹配,得到每个所述文本信息和每个所述消息簇的匹配关系;数量确定子模块,用于根据所述匹配关系,确定每个所述文本信息所匹配的所述消息簇中用户消息的数量;及消息簇排序子模块,用于根据所述消息簇中用户消息的数量对所述多个文本信息降序排序,得到所述多个文本的所述排列顺序。
进一步地,所述顺序确定模块1030包括:实体词标注子模块,用于标注每个所述文本信息对应的命名实体词;实体识别子模块,用于基于实体识别,判断所述用户消息是否包含所述命名实体词;匹配子模块,用于若所述用户消息包含所述命名实体词,则判定所述用户消息与所述命名实体词对应的所述文本信息匹配;数量排序子模块,用于根据每个所述文本信息所匹配的所述用户消息的数量,确定所述多个文本信息的所述排列顺序。
进一步地,所述匹配子模块包括:意图匹配单元,包括若所述用户消息包含所述命名实体词,则基于意图模型,获取所述用户消息与所述命名实体词对应的所述文本信息的相关度;匹配判定单元,用于若所述相关度大于指定阈值,则判定所述用户消息与所述命名实体词对应的所述文本信息匹配。
进一步地,所述实体词标注子模块包括:词语标注单元,用于标注每个所述文本信息对应的所述命名实体词和意图词;所述意图匹配单元,包括:待匹配信息确定子单元,用于若所述用户消息包含所述命名实体词,则将对应于所述命名实体词的每个所述文本信息确定为每个待匹配文本信息;意图词向量获取子单元,用于获取每个所述待匹配文本信息的所述意图词的意图词向量;分词向量获取子单元,用于对所述用户消息进行分词,得到分词后的多个分词向量;相关度确定子单元,用于获取每个所述意图词向量相对于所述多个分词向量的相关度参数,根据所述相关度参数确定用户消息与所述意图词向量对应的所述待匹配文本信息的相关度。
进一步地,所述数量排序子模块包括:降序排序单元,用于根据每个所述文本信息所匹配的所述用户消息的数量对所述多个文本信息进行降序排序,得到所述多个文本信息的所述排列顺序。
进一步地,所述日志获取模块1020,包括:标识获取模块,用于获取所述用户界面的入口标识;及标识日志获取模块1020,用于获取所述入口标识对应的多个用户的所述多个对话日志。
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,上述描述装置和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。
在本申请所提供的几个实施例中,模块相互之间的耦合可以是电性,机械或其它形式的耦合。
请参考图17,其示出了本申请实施例提供的一种电子设备的结构框图。该电子设备1100可以是智能手机、平板电脑、电子书等能够运行应用程序的电子设备。本申请中的电子设备1100可以包括一个或多个如下部件:处理器1010、存储器1120以及一个或多个应用程序,其中一个或多个应用程序可以被存储在存储器1120中并被配置为由一个或多个处理器1010执行,一个或多个程序配置用于执行如前述方法实施例所描述的方法。
处理器1010可以包括一个或者多个处理核。处理器1010利用各种接口和线路连接整个电子设备1100内的各个部分,通过运行或执行存储在存储器1120内的指令、程序、代码集或指令集,以及调用存储在存储器1120内的数据,执行电子设备1100的各种功能和处理数据。可选地,处理器1010可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable Logic Array,PLA)中的至少一种硬件形式来实现。处理器1010可集成中央处理器(Central Processing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器1010中,单独通过一块通信芯片进行实现。
存储器1120可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。存储器1120可用于存储指令、程序、代码、代码集或指令集。存储器1120可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储电子设备1100在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。
请参阅图18,其示出了本申请实施例提供的一种计算机可读取存储介质的结构框图。该计算机可读取存储介质1200中存储有程序代码,所述程序代码可被处理器调用执行上述方法实施例中所描述的方法。
计算机可读取存储介质1200可以是诸如闪存、电可擦除可编程只读存储器(electrically-erasable programmable read-only memory,EEPROM)、可擦除可编程只读存储器(erasable programmable read only memory,EPROM)、硬盘或者ROM之类的电子存储器。可选地,计算机可读取存储介质1000包括非易失性计算机可读介质(non-transitorycomputer-readable storage medium)。计算机可读取存储介质1200具有执行上述方法中的任何方法步骤的程序代码1210的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码1210可以例如以适当形式进行压缩。
最后应说明的是:以上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,并不驱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。
Claims (15)
1.一种信息推送方法,其特征在于,包括:
获取m个预设的文本信息,所述m为自然数;
获取多个对话日志,所述多个对话日志包括多个用户消息;
获取每个所述文本信息与所述多个用户消息的匹配结果,根据所述匹配结果确定所述多个文本信息的排列顺序;
将所述排列顺序中的前n个文本信息确定为目标推送信息,所述n为小于m的自然数;及
向所述用户界面推送所述目标推送信息和所述目标推送信息的排列顺序,以在所述用户界面上以该排列顺序显示所述目标推送信息。
2.根据权利要求1所述的方法,其特征在于,所述获取多个对话日志,包括:
每间隔预设时间,将所述多个对话日志更新为指定时间的多个对话日志;
所述获取每个所述文本信息与所述多个用户消息的匹配结果,根据所述匹配结果确定所述多个文本信息的排列顺序,包括:
提取所述指定时间的多个对话日志中的多个用户消息,以得到更新的多个用户消息;
获取每个所述文本信息与所述更新的多个用户消息的更新的匹配结果,根据所述更新的匹配结果得到所述多个文本信息的更新的排列顺序;
所述将所述排列顺序中的前n个文本信息确定为目标推送信息,包括:
将所述更新的排列顺序中的前n个文本确定为更新的目标推送信息;
所述向所述用户界面推送所述目标推送信息和所述目标推送信息的排列顺序,包括:
向所述用户界面推送所述更新的目标推送信息和所述更新的目标推送信息的排列顺序。
3.根据权利要求1所述的方法,其特征在于,所述获取每个所述文本信息与所述多个用户消息的匹配结果,根据所述匹配结果确定所述多个文本信息的排列顺序,包括:
基于语义匹配对所述多个用户消息进行聚类,得到多个消息簇;
对每个所述文本信息和每个所述消息簇中心的用户消息进行语义匹配,得到每个所述文本信息和每个所述消息簇的匹配关系;
根据所述匹配关系,确定每个所述文本信息所匹配的所述消息簇中用户消息的数量;及
根据所述消息簇中用户消息的数量对所述多个文本信息降序排序,得到所述多个文本的所述排列顺序。
4.根据权利要求1所述的方法,其特征在于,所述获取每个所述文本信息与所述多个用户消息的匹配结果,根据所述匹配结果确定所述多个文本信息的排列顺序,包括:
标注每个所述文本信息对应的命名实体词;
基于实体识别,判断所述用户消息是否包含所述命名实体词;
若所述用户消息包含所述命名实体词,则判定所述用户消息与所述命名实体词对应的所述文本信息匹配;
根据每个所述文本信息所匹配的所述用户消息的数量,确定所述多个文本信息的所述排列顺序。
5.根据权利要求4所述的方法,所述若所述用户消息包含所述命名实体词,则判定所述用户消息与所述命名实体词对应的所述文本信息匹配,包括:
若所述用户消息包含所述命名实体词,则基于意图模型,获取所述用户消息与所述命名实体词对应的所述文本信息的相关度;
若所述相关度大于指定阈值,则判定所述用户消息与所述命名实体词对应的所述文本信息匹配。
6.根据权利要求5所述的方法,其特征在于,所述标注每个所述文本信息的命名实体词,包括:
标注每个所述文本信息对应的所述命名实体词和意图词;
所述若所述用户消息包含所述命名实体词,则基于意图模型,获取所述用户消息与所述命名实体词对应的所述文本信息的相关度,包括:
若所述用户消息包含所述命名实体词,则将对应于所述命名实体词的每个所述文本信息确定为每个待匹配文本信息;
获取每个所述待匹配文本信息的所述意图词的意图词向量;
对所述用户消息进行分词,得到分词后的多个分词向量;
获取每个所述意图词向量相对于所述多个分词向量的相关度参数,根据所述相关度参数确定用户消息与所述意图词向量对应的所述待匹配文本信息的相关度。
7.根据权利要求4所述的方法,其特征在于,所述根据每个所述文本信息所匹配的所述用户消息的数量,确定所述多个文本信息的所述排列顺序,包括:
根据每个所述文本信息所匹配的所述用户消息的数量对所述多个文本信息进行降序排序,得到所述多个文本信息的所述排列顺序。
8.根据权利要求1所述的方法,其特征在于,所述获取多个对话日志,包括:
获取所述用户界面的入口标识;及
获取所述入口标识对应的多个用户的所述多个对话日志。
9.一种信息推送方法,其特征在于,包括:
服务器获取m个预设的文本信息,所述m为自然数;
所述服务器获取多个对话日志,所述多个对话日志包括多个用户消息;
所述服务器获取每个所述文本信息与所述多个用户消息的匹配结果,根据所述匹配结果确定所述多个文本信息的排列顺序;
所述服务器将所述排列顺序中的前n个文本信息确定为目标推送信息,所述n为小于m的自然数;
终端设备若检测到用户的对话请求,则从所述服务器获取所述目标推送信息和所述目标推送信息的排列顺序;及
所述终端设备在用户界面上以所述排列顺序显示所述目标推送信息。
10.根据权利要求9所述的方法,其特征在于,所述终端设备在用户界面上以所述排列顺序显示所述目标推送信息,包括:
所述终端设备生成所述目标推送信息中的每个所述文本信息对应的按键,每个所述按键上显示有一个所述文本信息;及
所述终端设备在所述用户界面上以所述排列顺序显示所述按键,所述按键用于发送对应的所述文本信息。
11.根据权利要求10所述的方法,其特征在于,在所述终端设备在所述用户界面上以所述排列顺序显示所述按键之后,所述方法还包括:
若所述终端设备检测到用户在所述用户界面上对所述按键的触控操作,则向所述服务器发送所述按键的所述文本信息;
所述服务器向所述终端设备发送预设内容,所述预设内容对应于所述按键的所述文本信息;及
所述终端设备在所述用户界面上显示所述预设内容。
12.根据权利要求9所述的方法,其特征在于,在所述终端设备在用户界面上以所述排列顺序显示所述目标推送信息之后,所述方法还包括:
若所述终端设备获取所述用户界面上的滑动操作,则判断所述滑动操作的滑动轨迹是否满足预设条件;
若所述终端设备判定所述滑动轨迹满足所述预设条件,则从服务器获取其余的(m-n)个文本信息和所述(m-n)个文本信息的排列顺序;
所述终端设备在所述用户界面上以获取的排列顺序显示其余的(m-n)个文本信息。
13.一种信息推送装置,其特征在于,包括:
文本获取模块,用于获取m个预设的文本信息,所述m为自然数;
日志获取模块,用于获取多个对话日志,所述多个对话日志包括多个用户消息;
顺序确定模块,用于获取每个所述文本信息与所述多个用户消息的匹配结果,根据所述匹配结果确定所述多个文本信息的排列顺序;
信息确定模块,用于将所述排列顺序中的前n个文本信息确定为目标推送信息,所述n为小于m的自然数;及
信息推送模块,用于向所述用户界面推送所述目标推送信息和所述目标推送信息的排列顺序,以在所述用户界面上以该排列顺序显示所述目标推送信息。
14.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器;及
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于执行如权利要求1-8中任意一项所述的方法。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有程序代码,所述程序代码可被处理器调用执行如权利要求1-8中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110661320.1A CN113505292A (zh) | 2021-06-15 | 2021-06-15 | 信息推送方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110661320.1A CN113505292A (zh) | 2021-06-15 | 2021-06-15 | 信息推送方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113505292A true CN113505292A (zh) | 2021-10-15 |
Family
ID=78010011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110661320.1A Pending CN113505292A (zh) | 2021-06-15 | 2021-06-15 | 信息推送方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113505292A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116383372A (zh) * | 2023-04-14 | 2023-07-04 | 信域科技(沈阳)有限公司 | 基于人工智能的数据分析方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108319720A (zh) * | 2018-02-13 | 2018-07-24 | 北京百度网讯科技有限公司 | 基于人工智能的人机交互方法、装置及计算机设备 |
CN111625632A (zh) * | 2020-04-17 | 2020-09-04 | 北京捷通华声科技股份有限公司 | 一种问答对推荐方法、装置、设备及存储介质 |
CN111881283A (zh) * | 2020-08-03 | 2020-11-03 | 海信电子科技(武汉)有限公司 | 一种业务关键词库创建方法、智能聊天引导方法及装置 |
CN112270188A (zh) * | 2020-11-12 | 2021-01-26 | 佰聆数据股份有限公司 | 一种提问式的分析路径推荐方法、系统及存储介质 |
CN112749344A (zh) * | 2021-02-04 | 2021-05-04 | 北京百度网讯科技有限公司 | 信息推荐方法、装置、电子设备、存储介质及程序产品 |
-
2021
- 2021-06-15 CN CN202110661320.1A patent/CN113505292A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108319720A (zh) * | 2018-02-13 | 2018-07-24 | 北京百度网讯科技有限公司 | 基于人工智能的人机交互方法、装置及计算机设备 |
CN111625632A (zh) * | 2020-04-17 | 2020-09-04 | 北京捷通华声科技股份有限公司 | 一种问答对推荐方法、装置、设备及存储介质 |
CN111881283A (zh) * | 2020-08-03 | 2020-11-03 | 海信电子科技(武汉)有限公司 | 一种业务关键词库创建方法、智能聊天引导方法及装置 |
CN112270188A (zh) * | 2020-11-12 | 2021-01-26 | 佰聆数据股份有限公司 | 一种提问式的分析路径推荐方法、系统及存储介质 |
CN112749344A (zh) * | 2021-02-04 | 2021-05-04 | 北京百度网讯科技有限公司 | 信息推荐方法、装置、电子设备、存储介质及程序产品 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116383372A (zh) * | 2023-04-14 | 2023-07-04 | 信域科技(沈阳)有限公司 | 基于人工智能的数据分析方法及系统 |
CN116383372B (zh) * | 2023-04-14 | 2023-11-24 | 北京创益互联科技有限公司 | 基于人工智能的数据分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106897428B (zh) | 文本分类特征提取方法、文本分类方法及装置 | |
CN109947909B (zh) | 智能客服应答方法、设备、存储介质及装置 | |
CN110909165B (zh) | 数据处理方法、装置、介质及电子设备 | |
US20190311036A1 (en) | System and method for chatbot conversation construction and management | |
CN111737444B (zh) | 对话生成方法、装置及电子设备 | |
CN114357973B (zh) | 意图识别方法、装置、电子设备及存储介质 | |
CN112749344B (zh) | 信息推荐方法、装置、电子设备、存储介质及程序产品 | |
CN113111264B (zh) | 界面内容显示方法、装置、电子设备及存储介质 | |
CN114840671A (zh) | 对话生成方法、模型的训练方法、装置、设备及介质 | |
CN113051362A (zh) | 数据的查询方法、装置和服务器 | |
CN111782793A (zh) | 智能客服处理方法和系统及设备 | |
CN114706945A (zh) | 意图识别方法、装置、电子设备及存储介质 | |
CN112818109A (zh) | 邮件的智能回复方法、介质、装置和计算设备 | |
CN113051380A (zh) | 信息生成方法、装置、电子设备和存储介质 | |
CN110399473B (zh) | 为用户问题确定答案的方法和装置 | |
CN113392920B (zh) | 生成作弊预测模型的方法、装置、设备、介质及程序产品 | |
CN113505292A (zh) | 信息推送方法、装置、电子设备及存储介质 | |
CN113505293B (zh) | 信息推送方法、装置、电子设备及存储介质 | |
CN114090885B (zh) | 产品标题核心词提取方法、相关装置及计算机程序产品 | |
CN113569578B (zh) | 一种用户意图识别方法、装置和计算机设备 | |
KR102322212B1 (ko) | 학습 콘텐츠 추천 장치 및 방법 | |
CN113516515B (zh) | 信息推送方法、装置、系统、电子设备及存储介质 | |
CN113971581A (zh) | 一种机器人的控制方法、装置、终端设备及存储介质 | |
EP4064279A1 (en) | Device and method for providing recommended sentences related to user's speech input | |
CN114706969B (zh) | 关注内容获取方法、装置、电子设备及存储介质 |
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 |