CN114780688A - 基于规则匹配的文本质检方法、装置、设备及存储介质 - Google Patents

基于规则匹配的文本质检方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114780688A
CN114780688A CN202210504160.4A CN202210504160A CN114780688A CN 114780688 A CN114780688 A CN 114780688A CN 202210504160 A CN202210504160 A CN 202210504160A CN 114780688 A CN114780688 A CN 114780688A
Authority
CN
China
Prior art keywords
service
rule
target
text
business
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
Application number
CN202210504160.4A
Other languages
English (en)
Inventor
李超
朱昱锦
徐亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
OneConnect Financial Technology Co Ltd Shanghai
Original Assignee
OneConnect Financial Technology Co Ltd Shanghai
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by OneConnect Financial Technology Co Ltd Shanghai filed Critical OneConnect Financial Technology Co Ltd Shanghai
Priority to CN202210504160.4A priority Critical patent/CN114780688A/zh
Publication of CN114780688A publication Critical patent/CN114780688A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • 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
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/01—Customer relationship services
    • G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
    • G06Q30/016—After-sales

Abstract

本发明涉及人工智能技术，揭露了一种基于规则匹配的文本质检方法，包括：对多个运营平台的业务数据进行分词处理，得到业务分词；根据业务分词构建业务矩阵，以及根据业务分词构建业务摘要标签；根据业务矩阵从预设的规则池中筛选出每个运营平台的业务规则，并利用业务摘要标签和业务规则生成每个运营平台的业务规则表；获取业务文本记录，识别业务文本记录的业务关键词，根据业务关键词筛选出与业务文本记录对应的业务规则表为目标规则表；利用目标规则表对业务文本记录进行文本质检。此外，本发明还涉及区块链技术，业务文本记录可存储于区块链的节点。本发明还提出一种基于规则匹配的文本质检装置、设备及介质。本发明可以提高文本质检精确度。

Description

基于规则匹配的文本质检方法、装置、设备及存储介质
技术领域
本发明涉及人工智能技术领域，尤其涉及一种基于规则匹配的文本质检方法、装置、电子设备及计算机可读存储介质。
背景技术
随着人民需求的增加，市面上各产品或服务供应商提供的服务数量越来越多，但由于产品或服务的内容繁杂，需要在提供产品或服务的期间，向用户提供售前、售后的支持，因此，越来越多的供应商采用人工客服的方式与用户进行沟通并提供支持。
由于人工客服在与客户沟通交流的过程中，会存在一定的违规风险，例如，向客户传输与产品或服务无关的信息等。因此，为了避免此类情况的发生，需要对提供服务支持的过程中产生的业务文本进行质检。目前常见的质检方式多为基于予以分析的质检，但由于每个人语言习惯的不同，且对事物表达方式的多样化，会导致该质检的精确度较低。
发明内容
本发明提供一种基于规则匹配的文本质检方法、装置及计算机可读存储介质，其主要目的在于解决进行文本质检时的精确度较低的问题。
为实现上述目的，本发明提供的一种基于规则匹配的文本质检方法，包括：
获取多个运营平台的业务数据，对所述业务数据进行分词处理，得到业务分词；
根据所述业务分词构建每个所述运营平台的业务矩阵，以及根据所述业务分词构建每个所述运营平台的业务摘要标签；
根据所述业务矩阵从预设的规则池中筛选出每个所述运营平台的业务规则，并利用所述业务摘要标签和所述业务规则生成每个所述运营平台的业务规则表；
获取业务文本记录，识别所述业务文本记录的业务关键词，根据所述业务关键词筛选出与所述业务文本记录对应的业务规则表为目标规则表；
利用所述目标规则表对所述业务文本记录进行文本质检。
可选地，所述根据所述业务分词构建每个所述运营平台的业务矩阵，包括：
逐个选取其中一个运营平台为目标平台，确定所述目标平台的的业务分词为目标分词；
将所述目标分词中每一个分词转换为分词向量，对所述分词向量进行长度统一化处理，得到统一长度向量；
将每一个所述统一长度向量作为行向量进行拼接，得到所述目标平台的向量矩阵。
可选地，所述对所述分词向量进行长度统一化处理，得到统一长度向量，包括：
统计每一个所述分词向量的向量长度，确定所述向量长度最大的分词向量为目标向量；
利用预设参数将所述分词向量中每一个向量的向量长度延长至所述目标向量的向量长度，得到统一长度向量。
可选地，所述根据所述业务分词构建每个所述运营平台的业务摘要标签，包括：
利用预设的摘要提取模型对所述目标平台的目标分词进行预设次数的卷积及池化处理，得到向量特征；
根据所述向量特征计算每个所述目标分词对应的文本分句为摘要词的词概率值；
将所述词概率值大于预设概率阈值的目标分词对应的分词向量拼接为所述目标平台的业务摘要标签。
可选地，所述根据所述业务矩阵从预设的规则池中筛选出每个所述运营平台的业务规则，包括：
逐个从所述规则池中选取其中一个业务规则为目标规则；
计算所述目标规则与所述业务矩阵的匹配度；
汇集所述匹配度大于预设匹配阈值的目标规则为所述业务矩阵对应的运营平台的业务规则。
可选地，所述利用所述业务摘要标签和所述业务规则生成每个所述运营平台的业务规则表，包括：
逐个选取其中一个运营平台，获取被选取的运营平台对应的业务规则之间的逻辑关系；
根据所述逻辑关系对预设字符进行逻辑赋值；
利用赋值后的预设字符将被选取的运营平台的业务规则进行组合；
将组合后的业务规则写入预设的数据表内，并利用被选取的运营平台对应的业务摘要标签对所述数据表进行标记，得到被选取的运营平台的业务规则表。
可选地，所述根据所述业务关键词筛选出与所述业务文本记录对应的业务规则表为目标规则表，包括：
逐个从所述业务关键词中选取其中一个业务关键词为目标关键词，并将所述目标关键词转换为目标词向量；
逐个计算所述目标词向量与每一个业务规则表对应的业务摘要标签之间的距离值；
从所述业务摘要标签中逐个选取其中一个业务摘要标签，计算被选取的业务摘要标签与所有目标词向量之间的距离值之和，得到总距离值；
确定所述总距离值最小的业务摘要标签对应的业务规则表为所述业务文本记录的目标规则表。
为了解决上述问题，本发明还提供一种基于规则匹配的文本质检装置，所述装置包括：
数据分词模块，用于获取多个运营平台的业务数据，对所述业务数据进行分词处理，得到业务分词；
数据分析模块，用于根据所述业务分词构建每个所述运营平台的业务矩阵，以及根据所述业务分词构建每个所述运营平台的业务摘要标签；
规则筛选模块，用于根据所述业务矩阵从预设的规则池中筛选出每个所述运营平台的业务规则，并利用所述业务摘要标签和所述业务规则生成每个所述运营平台的业务规则表；
规则匹配模块，用于获取业务文本记录，识别所述业务文本记录的业务关键词，根据所述业务关键词筛选出与所述业务文本记录对应的业务规则表为目标规则表；
文本校验模块，用于利用所述目标规则表对所述业务文本记录进行文本质检。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的基于规则匹配的文本质检方法。
为了解决上述问题，本发明还提供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至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于规则匹配的文本质检方法。
本发明实施例通过对多个运营平台的业务数据进行分词，并根据分词结果构建每个运营平台的业务矩阵以及业务摘要标签，实现了对业务数据的精确汇集与摘要标识；进而利用业务矩阵筛选每个运营平台对应的业务规则，实现对业务规则的精确筛选，同事，将筛选后的业务规则利用业务摘要标签快速与业务文本记录进行匹配，提升了对该业务文本进行质检的效率。因此本发明提出的基于规则匹配的文本质检方法、装置、电子设备及计算机可读存储介质，可以解决进行文本质检时的精确度较低的问题。
附图说明
图1为本发明一实施例提供的基于规则匹配的文本质检方法的流程示意图；
图2为本发明一实施例提供的构建业务矩阵的流程示意图；
图3为本发明一实施例提供的构建业务摘要标签的流程示意图；
图4为本发明一实施例提供的基于规则匹配的文本质检装置的功能模块图；
图5为本发明一实施例提供的实现所述基于规则匹配的文本质检方法的电子设备的结构示意图。
本发明目的的实现、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发明，并不用于限定本发明。
本申请实施例提供一种基于规则匹配的文本质检方法。所述基于规则匹配的文本质检方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于规则匹配的文本质检方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的基于规则匹配的文本质检方法的流程示意图。在本实施例中，所述基于规则匹配的文本质检方法包括：
S1、获取多个运营平台的业务数据，对所述业务数据进行分词处理，得到业务分词。
本发明实施例中，所述运营平台包括多个可实现对数据进行存储、分析、展示等其中至少一项的数据平台。例如，所述运营平台包括但不限于购物平台、支付平台、客服平台等。
详细地，所述业务数据是指所述运营平台在对平台中的业务进行处理时产生的业务记录。
例如，当所述运营平台为客服平台时，所述业务数据可以包括该客服平台在向用户提供客户服务时所产生的坐席与用户的对话文本。
本发明实施例中，由于所述业务数据中包含的数据量众多，若直接对所述业务数据进行处理，会占用较多的计算资源，导致分析效率低下，因此，可对所述业务数据进行分词处理，以实现对所述业务数据的分解。
本发明实施例中，所述对所述业务数据进行分词处理，得到业务分词，包括：
对所述业务数据进行无意词删除，得到标准语料；
将所述标准语料按照不同的数据长度在预设的词典中进行检索，汇集从所述词典中检索到的与所述标准语料中相同的词语为所述业务数据的业务分词。
详细地，所述无意词是指没有实际语言含义的词语，例如，语气词、拟声词、结构助词等词语，由于用户在产生所述业务数据时，该业务数据中可能包含一些无意词，且该无意词不包含用户想要表达的实际含义，因此，可通过将所述业务数据中的无意词进行删除，实现对业务数据的数据量的减少，便于提高后续对业务数据进行分析的效率和精确度。
具体地，所述词典为预先构建的包含多个标准分词的词典，可将无意词删除后的所述业务数据，按照不同的数据长度在所述词典中进行检索，当检索到与所述业务数据中相同的词语时，则确认检索到的词语为所述业务数据的业务分词。
S2、根据所述业务分词构建每个所述运营平台的业务矩阵，以及根据所述业务分词构建每个所述运营平台的业务摘要标签。
本发明其中一个实际应用场景中，由于所述业务数据中包含的数据量较为庞大，因此，通过该业务数据进行分词处理得到的业务分词的数量也较多，为了实现对众多业务分词的统一化批量处理，可对所述业务分词进行分析，以根据该业务分词构建出每一个所述运营平台的业务矩阵。
详细地，所述业务矩阵可用于对每个所述业务平台对应的业务数据的内容进行标识与记录。
本发明实施例中，参图2所示，所述根据所述业务分词构建每个所述运营平台的业务矩阵，包括：
S21、逐个选取其中一个运营平台为目标平台，确定所述目标平台的的业务分词为目标分词；
S22、将所述目标分词中每一个分词转换为分词向量，对所述分词向量进行长度统一化处理，得到统一长度向量；
S23、将每一个所述统一长度向量作为行向量进行拼接，得到所述目标平台的向量矩阵。
详细地，可利用预设的word2vec算法、bert算法、one-hot算法将所述业务分词中每一个分词转换为分词向量。
本发明实施例中，由于所述业务分词中包含多个分词，且每一个分词转换得到的分词向量的长度不一定相同，因此，为了后续对分词进行分析时的便捷性，可利用预设参数将所述分词向量中每一个向量的向量长度延长为统一的长度。
本发明实施例中，所述对所述分词向量进行长度统一化处理，得到统一长度向量，包括：
统计每一个所述分词向量的向量长度，确定所述向量长度最大的分词向量为目标向量；
利用预设参数将所述分词向量中每一个向量的向量长度延长至所述目标向量的向量长度，得到统一长度向量。
例如，所述分词向量中包括分词向量A：(1,2)，分词向量B：(2,5,6,8)，和分词向量C：(6,3,9)；其中，分词向量A的向量长度为2，分词向量B的向量长度为4，分词向量C的长度为3，则可选取分词向量B为目标向量，当预设参数为0时，可利用该预设参数将分词向量A延长为(1,2,0,0)，利用该预设参数将分词向量C延长为(6,3,9,0)。
进而，可将延长后分词向量A、分词向量B和分词向量C分别作为行向量，拼接为如下向量矩阵：
Figure BDA0003636710040000071
进一步地，本发明实施例可利用预先构建的分类模型根据所述向量矩阵判断所述用户语料是否包含多重语义，所述分类模型包括但不限于：RNN网络模型、SVM模型等。
本发明另一实际应用场景中，所述业务矩阵是由每个运营平台对应的业务数据的业务分词所构建而成，但由于业务分词的数量众多，会导致所述业务矩阵中包含的矩阵元素众多，不利于后续地快速分析计算，因此，还可根据所述业务分词构建每个所述运营平台的业务摘要标签。
详细地，所述业务摘要标签用于对每一个业务平台所处理的业务的关键信息进行标识。
本发明实施例中，参图3所示，所述根据所述业务分词构建每个所述运营平台的业务摘要标签，包括：
S31、利用预设的摘要提取模型对所述目标平台的目标分词进行预设次数的卷积及池化处理，得到向量特征；
S32、根据所述向量特征计算每个所述目标分词对应的文本分句为摘要词的词概率值；
S33、将所述词概率值大于预设概率阈值的目标分词对应的分词向量拼接为所述目标平台的业务摘要标签。
详细地，可利用摘要提取模型中的softmax层根据所述向量特征计算每个所述目标分词对应的文本分句为摘要词的概率值。
较佳地，所述概率阈值为0.5。
S3、根据所述业务矩阵从预设的规则池中筛选出每个所述运营平台的业务规则，并利用所述业务摘要标签和所述业务规则生成每个所述运营平台的业务规则表。
本发明其中一个应用场景中，由于所述业务矩阵中记载了运营平台内大量较为详细的业务相关信息，因此，可根据所述业务矩阵，从预设的规则池中筛选出与每个运营平台的业务数据相对应的业务规则。
详细地，所述规则池可以为存储有多个业务数据对应的业务规则的数据库、网络缓存、区块链等。
本发明实施例中，所述根据所述业务矩阵从预设的规则池中筛选出每个所述运营平台的业务规则，包括：
逐个从所述规则池中选取其中一个业务规则为目标规则；
计算所述目标规则与所述业务矩阵的匹配度；
汇集所述匹配度大于预设匹配阈值的目标规则为所述业务矩阵对应的运营平台的业务规则。
详细地，可利用匹配度计算功能的余弦距离算法、欧式距离算法等计算所述目标规则与所述业务矩阵的匹配度。
进一步地，由于同一运营平台中业务数据数量众多，因此，同一运营平台的业务数据对应的业务规则的数量可能也较多，为了减少后续分析计算时计算资源的占用，可利用每个所述运营平台的业务摘要标签和该运营平台的业务规则生成业务规则表，以实现对每个运营平台的业务规则进行统一化调度与管理。
本发明实施例中，所述利用所述业务摘要标签和所述业务规则生成每个所述运营平台的业务规则表，包括：
逐个选取其中一个运营平台，获取被选取的运营平台对应的业务规则之间的逻辑关系；
根据所述逻辑关系对预设字符进行逻辑赋值；
利用赋值后的预设字符将被选取的运营平台的业务规则进行组合；
将组合后的业务规则写入预设的数据表内，并利用被选取的运营平台对应的业务摘要标签对所述数据表进行标记，得到被选取的运营平台的业务规则表。
详细地，所述逻辑关系可由用户预先上传，该逻辑关系用于表明多个业务规则之间是否存在“与”、“或”、“依赖”等逻辑关系。
具体地，根据所述逻辑关系对预设字符进行逻辑赋值，可实现对特殊逻辑关系的自定义，有利于提升数据分析的运算效率。
进一步地，可利用赋值后的预设字符将该运营平台的多个业务规则进行组合，并将组合后的业务规则写入预设数据表，进而利用所述业务摘要标签对该数据表进行标记，得到业务规则表。
S4、获取业务文本记录，识别所述业务文本记录的业务关键词，根据所述业务关键词筛选出与所述业务文本记录对应的业务规则表为目标规则表。
本发明实施例中，所述业务文本记录为任一运营平台在处理业务数据时所产生的文本记录。
详细地，可利用具有数据抓取功能的计算机语句(如java语句、python语句)等从预先确定的数据储存内抓取预先存储的业务文本记录，其中，所述数据存储包括但不限于数据库、区块链节点、网络缓存。
本发明实施例中，由于不同类型的业务对应的校验规则不一致，因此，可对所述业务文本记录进行预先分析，以从所述业务文本记录中筛选出业务关键词，进而根据该关键词筛选出与所述业务文本记录对应的业务规则表为目标规则表，以便于后续对该业务文本记录进行校验。
本发明实施例中，所述识别所述业务文本记录的业务关键词，包括：
对所述业务文本记录进行分词处理，得到文本分词；
逐个从所述文本分词中选取其中一个文本分词，统计被选取的文本分词在所有文本分词中的出现频率；
选取所述出现频率大于预设频率阈值的文本分词为所述业务文本记录的业务关键词。
详细地，所述对所述业务文本记录进行分词处理，得到文本分词的步骤，与S1中对所述业务数据进行分词处理，得到业务分词的步骤一致，在此不做赘述。
进一步地，所述根据所述业务关键词筛选出与所述业务文本记录对应的业务规则表为目标规则表，包括：
逐个从所述业务关键词中选取其中一个业务关键词为目标关键词，并将所述目标关键词转换为目标词向量；
逐个计算所述目标词向量与每一个业务规则表对应的业务摘要标签之间的距离值；
从所述业务摘要标签中逐个选取其中一个业务摘要标签，计算被选取的业务摘要标签与所有目标词向量之间的距离值之和，得到总距离值；
确定所述总距离值最小的业务摘要标签对应的业务规则表为所述业务文本记录的目标规则表。
详细的，所述将所述目标关键词转换为目标词向量的步骤，与S2中将所述目标分词中每一个分词转换为分词向量的步骤一致，在此不做赘述。
具体地，所述逐个计算所述目标词向量与每一个业务规则表对应的业务摘要标签之间的距离值的步骤，与S3中计算所述目标规则与所述业务矩阵的匹配度的步骤一致，在此不做赘述。
本发明实施例中，可计算业务摘要标签与所有目标词向量之间的总距离值，进而确定所述总距离值最小的业务摘要标签对应的业务规则表为所述业务文本记录的目标规则表。
本发明实施例中，通过业务关键词实现对业务规则表的筛选，可精确地筛选出于该业务文本记录相应的业务规则，进而有利于提升对所述业务文本记录进行校验的精确度。
S5、利用所述目标规则表对所述业务文本记录进行文本质检。
本发明实施例中，可利用筛选出的所述目标规则表中的业务规则，对所述业务文本记录进行逐条校验。
本发明实施例通过对多个运营平台的业务数据进行分词，并根据分词结果构建每个运营平台的业务矩阵以及业务摘要标签，实现了对业务数据的精确汇集与摘要标识；进而利用业务矩阵筛选每个运营平台对应的业务规则，实现对业务规则的精确筛选，同事，将筛选后的业务规则利用业务摘要标签快速与业务文本记录进行匹配，提升了对该业务文本进行质检的效率。因此本发明提出的基于规则匹配的文本质检方法、装置、电子设备及计算机可读存储介质，可以解决进行文本质检时的精确度较低的问题。
如图4所示，是本发明一实施例提供的基于规则匹配的文本质检装置的功能模块图。
本发明所述基于规则匹配的文本质检装置100可以安装于电子设备中。根据实现的功能，所述基于规则匹配的文本质检装置100可以包括数据分词模块101、数据分析模块102、规则筛选模块103、规则匹配模块104及文本校验模块105。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述数据分词模块101，用于获取多个运营平台的业务数据，对所述业务数据进行分词处理，得到业务分词；
所述数据分析模块102，用于根据所述业务分词构建每个所述运营平台的业务矩阵，以及根据所述业务分词构建每个所述运营平台的业务摘要标签；
所述规则筛选模块103，用于根据所述业务矩阵从预设的规则池中筛选出每个所述运营平台的业务规则，并利用所述业务摘要标签和所述业务规则生成每个所述运营平台的业务规则表；
所述规则匹配模块104，用于获取业务文本记录，识别所述业务文本记录的业务关键词，根据所述业务关键词筛选出与所述业务文本记录对应的业务规则表为目标规则表；
所述文本校验模块105，用于利用所述目标规则表对所述业务文本记录进行文本质检。
详细地，本发明实施例中所述基于规则匹配的文本质检装置100中所述的各模块在使用时采用与上述图1至图3中所述的基于规则匹配的文本质检方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
如图5所示，是本发明一实施例提供的实现基于规则匹配的文本质检方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于规则匹配的文本质检程序。
其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(ControlUnit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行基于规则匹配的文本质检程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如基于规则匹配的文本质检程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图中仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图中示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于规则匹配的文本质检程序是多个指令的组合，在所述处理器10中运行时，可以实现：
获取多个运营平台的业务数据，对所述业务数据进行分词处理，得到业务分词；
根据所述业务分词构建每个所述运营平台的业务矩阵，以及根据所述业务分词构建每个所述运营平台的业务摘要标签；
根据所述业务矩阵从预设的规则池中筛选出每个所述运营平台的业务规则，并利用所述业务摘要标签和所述业务规则生成每个所述运营平台的业务规则表；
获取业务文本记录，识别所述业务文本记录的业务关键词，根据所述业务关键词筛选出与所述业务文本记录对应的业务规则表为目标规则表；
利用所述目标规则表对所述业务文本记录进行文本质检。
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/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存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取多个运营平台的业务数据，对所述业务数据进行分词处理，得到业务分词；
根据所述业务分词构建每个所述运营平台的业务矩阵，以及根据所述业务分词构建每个所述运营平台的业务摘要标签；
根据所述业务矩阵从预设的规则池中筛选出每个所述运营平台的业务规则，并利用所述业务摘要标签和所述业务规则生成每个所述运营平台的业务规则表；
获取业务文本记录，识别所述业务文本记录的业务关键词，根据所述业务关键词筛选出与所述业务文本记录对应的业务规则表为目标规则表；
利用所述目标规则表对所述业务文本记录进行文本质检。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对应本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种基于规则匹配的文本质检方法，其特征在于，所述方法包括：
获取多个运营平台的业务数据，对所述业务数据进行分词处理，得到业务分词；
根据所述业务分词构建每个所述运营平台的业务矩阵，以及根据所述业务分词构建每个所述运营平台的业务摘要标签；
根据所述业务矩阵从预设的规则池中筛选出每个所述运营平台的业务规则，并利用所述业务摘要标签和所述业务规则生成每个所述运营平台的业务规则表；
获取业务文本记录，识别所述业务文本记录的业务关键词，根据所述业务关键词筛选出与所述业务文本记录对应的业务规则表为目标规则表；
利用所述目标规则表对所述业务文本记录进行文本质检。
2.如权利要求1所述的基于规则匹配的文本质检方法，其特征在于，所述根据所述业务分词构建每个所述运营平台的业务矩阵，包括：
逐个选取其中一个运营平台为目标平台，确定所述目标平台的的业务分词为目标分词；
将所述目标分词中每一个分词转换为分词向量，对所述分词向量进行长度统一化处理，得到统一长度向量；
将每一个所述统一长度向量作为行向量进行拼接，得到所述目标平台的向量矩阵。
3.如权利要求2所述的基于规则匹配的文本质检方法，其特征在于，所述对所述分词向量进行长度统一化处理，得到统一长度向量，包括：
统计每一个所述分词向量的向量长度，确定所述向量长度最大的分词向量为目标向量；
利用预设参数将所述分词向量中每一个向量的向量长度延长至所述目标向量的向量长度，得到统一长度向量。
4.如权利要求2所述的基于规则匹配的文本质检方法，其特征在于，所述根据所述业务分词构建每个所述运营平台的业务摘要标签，包括：
利用预设的摘要提取模型对所述目标平台的目标分词进行预设次数的卷积及池化处理，得到向量特征；
根据所述向量特征计算每个所述目标分词对应的文本分句为摘要词的词概率值；
将所述词概率值大于预设概率阈值的目标分词对应的分词向量拼接为所述目标平台的业务摘要标签。
5.如权利要求1所述的基于规则匹配的文本质检方法，其特征在于，所述根据所述业务矩阵从预设的规则池中筛选出每个所述运营平台的业务规则，包括：
逐个从所述规则池中选取其中一个业务规则为目标规则；
计算所述目标规则与所述业务矩阵的匹配度；
汇集所述匹配度大于预设匹配阈值的目标规则为所述业务矩阵对应的运营平台的业务规则。
6.如权利要求1所述的基于规则匹配的文本质检方法，其特征在于，所述利用所述业务摘要标签和所述业务规则生成每个所述运营平台的业务规则表，包括：
逐个选取其中一个运营平台，获取被选取的运营平台对应的业务规则之间的逻辑关系；
根据所述逻辑关系对预设字符进行逻辑赋值；
利用赋值后的预设字符将被选取的运营平台的业务规则进行组合；
将组合后的业务规则写入预设的数据表内，并利用被选取的运营平台对应的业务摘要标签对所述数据表进行标记，得到被选取的运营平台的业务规则表。
7.如权利要求1至6中任一项所述的基于规则匹配的文本质检方法，其特征在于，所述根据所述业务关键词筛选出与所述业务文本记录对应的业务规则表为目标规则表，包括：
逐个从所述业务关键词中选取其中一个业务关键词为目标关键词，并将所述目标关键词转换为目标词向量；
逐个计算所述目标词向量与每一个业务规则表对应的业务摘要标签之间的距离值；
从所述业务摘要标签中逐个选取其中一个业务摘要标签，计算被选取的业务摘要标签与所有目标词向量之间的距离值之和，得到总距离值；
确定所述总距离值最小的业务摘要标签对应的业务规则表为所述业务文本记录的目标规则表。
8.一种基于规则匹配的文本质检装置，其特征在于，所述装置包括：
数据分词模块，用于获取多个运营平台的业务数据，对所述业务数据进行分词处理，得到业务分词；
数据分析模块，用于根据所述业务分词构建每个所述运营平台的业务矩阵，以及根据所述业务分词构建每个所述运营平台的业务摘要标签；
规则筛选模块，用于根据所述业务矩阵从预设的规则池中筛选出每个所述运营平台的业务规则，并利用所述业务摘要标签和所述业务规则生成每个所述运营平台的业务规则表；
规则匹配模块，用于获取业务文本记录，识别所述业务文本记录的业务关键词，根据所述业务关键词筛选出与所述业务文本记录对应的业务规则表为目标规则表；
文本校验模块，用于利用所述目标规则表对所述业务文本记录进行文本质检。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的基于规则匹配的文本质检方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的基于规则匹配的文本质检方法。
CN202210504160.4A 2022-05-10 2022-05-10 基于规则匹配的文本质检方法、装置、设备及存储介质 Pending CN114780688A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210504160.4A CN114780688A (zh) 2022-05-10 2022-05-10 基于规则匹配的文本质检方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210504160.4A CN114780688A (zh) 2022-05-10 2022-05-10 基于规则匹配的文本质检方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN114780688A true CN114780688A (zh) 2022-07-22

Family

ID=82437519

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210504160.4A Pending CN114780688A (zh) 2022-05-10 2022-05-10 基于规则匹配的文本质检方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114780688A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115269810A (zh) * 2022-09-27 2022-11-01 北京云迹科技股份有限公司 对话语料的检索方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115269810A (zh) * 2022-09-27 2022-11-01 北京云迹科技股份有限公司 对话语料的检索方法及装置

Similar Documents

Publication Publication Date Title
CN113449187A (zh) 基于双画像的产品推荐方法、装置、设备及存储介质
CN112528616B (zh) 业务表单生成方法、装置、电子设备及计算机存储介质
CN113592605B (zh) 基于相似产品的产品推荐方法、装置、设备及存储介质
CN113704614A (zh) 基于用户画像的页面生成方法、装置、设备及介质
CN114663198A (zh) 基于用户画像的产品推荐方法、装置、设备及存储介质
CN113886708A (zh) 基于用户信息的产品推荐方法、装置、设备及存储介质
CN113360768A (zh) 基于用户画像的产品推荐方法、装置、设备及存储介质
CN114840684A (zh) 基于医疗实体的图谱构建方法、装置、设备及存储介质
CN115018588A (zh) 产品推荐方法、装置、电子设备及可读存储介质
CN113434542B (zh) 数据关系识别方法、装置、电子设备及存储介质
CN114398560A (zh) 基于web平台的营销界面设置方法、装置、设备及介质
CN113706322A (zh) 基于数据分析的服务分发方法、装置、设备及存储介质
CN114780688A (zh) 基于规则匹配的文本质检方法、装置、设备及存储介质
CN113707302A (zh) 基于关联信息的服务推荐方法、装置、设备及存储介质
CN113806492A (zh) 基于语义识别的记录生成方法、装置、设备及存储介质
CN114518993A (zh) 基于业务特征的系统性能监控方法、装置、设备及介质
CN113706207A (zh) 基于语义解析的订单成交率分析方法、装置、设备及介质
CN113806540A (zh) 文本打标签方法、装置、电子设备及存储介质
CN113344674A (zh) 基于用户购买力的产品推荐方法、装置、设备及存储介质
CN113592606B (zh) 基于多重决策的产品推荐方法、装置、设备及存储介质
CN113139129B (zh) 虚拟阅读轨迹图生成方法、装置、电子设备及存储介质
CN113706204B (zh) 基于深度学习的权益发放方法、装置、设备及存储介质
CN113885984A (zh) 基于图像识别的操作指引生成方法、装置、设备及介质
CN113723114A (zh) 基于多意图识别的语义分析方法、装置、设备及存储介质
CN114840601A (zh) 用户标签体系构建方法、装置、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