CN116108149A - 智能问答方法及其装置、设备、介质及产品 - Google Patents

智能问答方法及其装置、设备、介质及产品 Download PDF

Info

Publication number
CN116108149A
CN116108149A CN202211596137.9A CN202211596137A CN116108149A CN 116108149 A CN116108149 A CN 116108149A CN 202211596137 A CN202211596137 A CN 202211596137A CN 116108149 A CN116108149 A CN 116108149A
Authority
CN
China
Prior art keywords
question
answer
keyword
answering
questions
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
CN202211596137.9A
Other languages
English (en)
Inventor
张增进
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.)
China Construction Bank Corp
CCB Finetech Co Ltd
Original Assignee
China Construction Bank Corp
CCB Finetech Co Ltd
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 China Construction Bank Corp, CCB Finetech Co Ltd filed Critical China Construction Bank Corp
Priority to CN202211596137.9A priority Critical patent/CN116108149A/zh
Publication of CN116108149A publication Critical patent/CN116108149A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/332Query formulation
    • G06F16/3329Natural language query formulation or dialogue systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35Clustering; Classification
    • G06F16/355Class or cluster creation or modification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/205Parsing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/289Phrasal analysis, e.g. finite state techniques or chunking

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请公开了一种智能问答方法及其装置、设备、介质及产品。该方法包括:获取用户在智能问答平台的问答界面输入的第一信息;对第一信息进行分词处理,得到至少一个关键词;对至少一个关键词进行相关性分析和倾向性分析,在问答数据库中筛选与至少一个关键词匹配的问题集,其中,问答数据库用于存储平台用户在智能问答平台录入的N个问题及其答案;向用户的客户端发送问题集及其答案,以使客户端在智能问答平台显示问题集及其答案。根据本申请实施例,能够降低人力资源的消耗,提升问答效率。

Description

智能问答方法及其装置、设备、介质及产品
技术领域
本申请属于计算机技术领域,尤其涉及一种智能问答方法及其装置、设备、介质及产品。
背景技术
在日常工作过程中,不同企业和机构面对用户时总是会回答一些重复、简单、并具有相同答案的问题,导致人力资源的不足,使得问答效率低下,相关用户的满意度也直线下降,导致双输的局面。
因此,如何降低人力资源的消耗,提升问答效率,成为当前亟需解决的问题。
发明内容
本申请实施例提供一种智能问答方法及其装置、设备、介质及产品,能够降低人力资源的消耗,提升问答效率。
第一方面,本申请实施例提供一种智能问答该方法,该方法包括:获取用户在智能问答平台的问答界面输入的第一信息;对第一信息进行分词处理,得到至少一个关键词;对至少一个关键词进行相关性分析和倾向性分析,在问答数据库中筛选与至少一个关键词匹配的问题集,其中,问答数据库用于存储平台用户在智能问答平台录入的N个问题及其答案;向用户的客户端发送问题集及其答案,以使客户端在智能问答平台显示问题集及其答案。
在第一方面的一些可实现方式中,问答界面包括输入框和多个类别标签;获取用户在智能问答平台的问答界面输入的第一信息,包括:获取用户在智能问答平台的问答界面输入的第一信息,以及从多个类别标签中选取的第一类别标签;对至少一个关键词进行相关性分析和倾向性分析,在问答数据库中筛选与至少一个关键词匹配的问题集,包括:获取与第一类别标签关联的问答数据库;对至少一个关键词进行相关性分析和倾向性分析,在与第一类别标签关联的问答数据库中,筛选与至少一个关键词匹配的问题集。
在第一方面的一些可实现方式中,方法还包括:获取用户在智能问答平台的问答信息录入界面输入的第一问题及其第一答案,以及从多个类别标签中选取的第二类别标签;在与第二类别标签关联的问题数据库中,导入第一问题及其第一答案。
在第一方面的一些可实现方式中,对第一信息进行分词处理,包括:利用与搜索引擎ElasticSearch相关的分词器,对第一信息进行分词处理。
在第一方面的一些可实现方式中,对至少一个关键词进行相关性分析和倾向性分析,在问答数据库中筛选与至少一个关键词匹配的问题集,包括:基于朴素贝叶斯算法对至少一个关键词进行相关性分析和倾向性分析,确定至少一个关键词与N个问题的第一相似度;基于至少一个关键词与N个问题的第一相似度,筛选与至少一个关键词匹配的M个第一目标问题,得到问题集。
在第一方面的一些可实现方式中,在筛选与至少一个关键词匹配的M个第一目标问题之后,方法还包括:在问答数据库中获取与每个第一目标问题关联的第二目标问题,其中,第一目标问题与第二目标问题的相关度大于预设相关度阈值;在问题集中添加第二目标问题。
在第一方面的一些可实现方式中,问题集包括M个第一目标问题,向用户的客户端发送问题集及其答案,包括:获取M个第一目标问题对应的提问次数;按照提问次数由高到低的顺序,向客户端发送M个第一目标问题;获取用户从M个第一目标问题中选取的第二问题;向客户端返回第二问题对应的多个答案。
第二方面,本申请实施例提供了一种智能问答装置,该装置包括:获取模块,用于获取用户在智能问答平台的问答界面输入的第一信息;分词模块,用于对第一信息进行分词处理,得到至少一个关键词;筛选模块,用于对至少一个关键词进行相关性分析和倾向性分析,在问答数据库中筛选与至少一个关键词匹配的问题集,其中,问答数据库用于存储平台用户在智能问答平台录入的N个问题及其答案;发送模块,用于向用户的客户端发送问题集及其答案,以使客户端在智能问答平台显示问题集及其答案。
在第二方面的一些可实现方式中,问答界面包括输入框和多个类别标签;获取模块具体用于:获取用户在智能问答平台的问答界面输入的第一信息,以及从多个类别标签中选取的第一类别标签;筛选模块具体用于:获取与第一类别标签关联的问答数据库;对至少一个关键词进行相关性分析和倾向性分析,在与第一类别标签关联的问答数据库中,筛选与至少一个关键词匹配的问题集。
在第二方面的一些可实现方式中,装置还包括:获取模块,还用于获取用户在智能问答平台的问答信息录入界面输入的第一问题及其第一答案,以及从多个类别标签中选取的第二类别标签;导入模块,用于在与第二类别标签关联的问题数据库中,导入第一问题及其第一答案。
在第二方面的一些可实现方式中,分词模块具体用于:利用与搜索引擎ElasticSearch相关的分词器,对第一信息进行分词处理。
在第二方面的一些可实现方式中,筛选模块包括:分析单元,用于基于朴素贝叶斯算法对至少一个关键词进行相关性分析和倾向性分析,确定至少一个关键词与N个问题的第一相似度;筛选单元,用于基于至少一个关键词与N个问题的第一相似度,筛选与至少一个关键词匹配的M个第一目标问题,得到问题集。
在第二方面的一些可实现方式中,获取模块,还用于在筛选与至少一个关键词匹配的M个第一目标问题之后,在问答数据库中获取与每个第一目标问题关联的第二目标问题,其中,第一目标问题与第二目标问题的相关度大于预设相关度阈值;在问题集中添加第二目标问题。
在第二方面的一些可实现方式中,问题集包括M个第一目标问题,发送模块包括:获取单元,用于获取M个第一目标问题对应的提问次数;发送单元,用于按照提问次数由高到低的顺序,向客户端发送M个第一目标问题;获取单元,还用于获取用户从M个第一目标问题中选取的第二问题;发送单元,还用于向客户端返回第二问题对应的多个答案。
第三方面,本申请实施例提供了一种电子设备,该设备包括:处理器以及存储有计算机程序指令的存储器;处理器执行计算机程序指令时实现如第一方面的任一项实施例中所示的智能问答方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序指令,计算机程序指令被处理器执行时实现如第一方面的任一项实施例中所示的智能问答方法的步骤。
第五方面,本申请实施例提供了一种计算机程序产品,程序产品被存储在非易失的存储介质中,程序产品被至少一个处理器执行以实现如第一方面的任一项实施例中所示的智能问答方法的步骤。
第六方面,本申请实施例提供了一种芯片,该芯片包括处理器和通信接口,通信接口和处理器耦合,处理器用于运行程序或指令,实现如第一方面的任一项实施例中所示的智能问答方法的步骤。
本申请实施例的智能问答方法、装置、设备、介质及产品,可以为用户提供智能问答平台,平台用户可通过该智能问答平台,在问答数据库中录入自己想要分享的问题及其答案。在此基础上,在用户需要进行提问的场景下,可直接在智能问答平台的问答界面输入想要提问的第一信息,如此,电子设备可在获取到该第一信息之后,对第一信息进行分词处理,得到至少一个关键词。平台用户在问答数据库中预先录入了N个问题及其答案,通过智能问答平台可对至少一个关键词进行相关性分析和倾向性分析后,可在问答数据库中筛选与至少一个关键词匹配的问题集,通过将问题集及其答案反馈给用户的客户端,实现第一信息的快速回复,无需人工对其进行回复,提升了问答效率,且节省了人力资源。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单的介绍,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的智能问答方法的流程示意图;
图2是本申请另一实施例提供的智能问答方法的流程示意图;
图3是本申请再一实施例提供的智能问答方法的流程示意图;
图4是本申请实施例提供的一种智能问答装置的结构示意图;
图5是本申请实施例提供的一种电子设备的硬件结构示意图。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例,为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本申请进行进一步详细描述。应理解,此处所描述的具体实施例仅意在解释本申请,而不是限定本申请。对于本领域技术人员来说,本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
在日常工作过程中,不同企业和机构面对用户时总是会回答一些重复、简单、并具有相同答案的问题,导致人力资源的不足,使得问答效率低下,相关用户的满意度也直线下降,导致双输的局面。因此,如何降低人力资源的消耗,提升问答效率,成为当前亟需解决的问题
针对相关技术中出现的问题,本申请实施例提供了一种智能问答方法,可以为用户提供智能问答平台,平台用户可通过该智能问答平台,在问答数据库中录入自己想要分享的问题及其答案。在此基础上,在用户需要进行提问的场景下,可直接在智能问答平台的问答界面输入想要提问的第一信息,如此,电子设备可在获取到该第一信息之后,对第一信息进行分词处理,得到至少一个关键词。平台用户在问答数据库中预先录入了N个问题及其答案,通过智能问答平台可对至少一个关键词进行相关性分析和倾向性分析后,可在问答数据库中筛选与至少一个关键词匹配的问题集,通过将问题集及其答案反馈给用户的客户端,实现第一信息的快速回复,无需人工对其进行回复,提升了问答效率,且节省了人力资源。
下面结合附图,通过具体的实施例及其应用场景对本申请实施例提供的智能问答方法进行详细地说明。
需要说明的是,本申请实施例中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
图1是本申请一实施例提供的智能问答方法的流程示意图,该智能问答方法的执行主体可以为智能问答平台的后台服务器。需要说明的是,上述执行主体并不构成对本申请的限定。
如图1所示,本申请实施例提供的智能问答方法可以包括步骤110-步骤140。
步骤110,获取用户在智能问答平台的问答界面输入的第一信息。
其中,第一信息为用户的待提问信息,该待提问信息可以为句子,例如“飞机延误了该怎么办?”,也可以为具体关键词,例如“飞机”、“延误”,本申请对此不做具体限定。
步骤120,对第一信息进行分词处理,得到至少一个关键词。
步骤130,对至少一个关键词进行相关性分析和倾向性分析,在问答数据库中筛选与至少一个关键词匹配的问题集。
其中,问答数据库用于存储平台用户在智能问答平台录入的N个问题及其答案。
步骤140,向用户的客户端发送问题集及其答案,以使客户端在智能问答平台显示问题集及其答案。
本申请实施例的智能问答方法,可以为用户提供智能问答平台,平台用户可通过该智能问答平台,在问答数据库中录入自己想要分享的问题及其答案。在此基础上,在用户需要进行提问的场景下,可直接在智能问答平台的问答界面输入想要提问的第一信息,如此,电子设备可在获取到该第一信息之后,对第一信息进行分词处理,得到至少一个关键词。平台用户在问答数据库中预先录入了N个问题及其答案,通过智能问答平台可对至少一个关键词进行相关性分析和倾向性分析后,可在问答数据库中筛选与至少一个关键词匹配的问题集,通过将问题集及其答案反馈给用户的客户端,实现第一信息的快速回复,无需人工对其进行回复,提升了问答效率,且节省了人力资源。
下面结合具体的实施例,对上述步骤的具体实现方式进行详细说明。
涉及步骤110,获取用户在智能问答平台的问答界面输入的第一信息。
具体地,客户端可以显示智能问答平台的问答界面,当在该问答界面接收到用户输入第一信息的第一输入时,响应于该第一输入,向智能应答平台的服务器发送该第一信息,如此,服务器可获取到第一信息,并获取与该第一信息匹配的问题集及其答案。
在本申请的一些实施例中,问答界面可以包括输入框和多个类别标签,图2是本申请另一实施例提供的智能问答方法的流程示意图,如图2所示,图2与图1的不同之处在于,图1中的步骤110可具体细化为步骤210,图1中的步骤130可具体细化为步骤220和步骤230。
在步骤210中,获取用户在智能问答平台的问答界面输入的第一信息,以及从多个类别标签中选取的第一类别标签。
其中,类别标签用于表征问题的所属类别,该所属类别例如可以是问题涉及领域;第一类别标签为与第一信息相关联的类别标签。
在一个示例中,该类别标签可以为交通、医学、生活、游戏、音乐等,若第一信息为“飞机延误了该怎么办?”,则第一类别标签为“交通”。
在步骤220中,获取与第一类别标签关联的问答数据库。
具体地,不同的类别标签可以对应不同的问答数据库,问答数据中可以存储对应类别的问题及其答案。
在步骤230中,对至少一个关键词进行相关性分析和倾向性分析,在与第一类别标签关联的问答数据库中,筛选与至少一个关键词匹配的问题集。
参见上述示例,第一信息为“飞机延误了该怎么办?”,对其进行分词处理后可以得到关键词“飞机”、“延误”,因此智能问答平台的服务器可以在交通问答数据库中查询与关键词“飞机”和“延误”相匹配的问题集。
在本申请实施例中,在输入待提问的第一信息时,用户还可从问答界面展示的多个类别标签中,一并选取与该第一信息相关联的第一类别标签。如此,智能问答平台再从与第一类别标签关联的问答数据库中,筛选与至少一个关键词匹配的问题集,能够有效缩小筛选范围,提升筛选效率。
在本申请的一些实施例中,该方法还可以包括下述步骤:获取用户在智能问答平台的问答信息录入界面输入的第一问题及其第一答案,以及从多个类别标签中选取的第二类别标签;在与第二类别标签关联的问题数据库中,导入第一问题及其第一答案。
其中,问答信息录入界面用于平台注册用户在此自主录入第一问题及其第一答案,该第一问题及其第一答案可以为依据个人生活经验得到的。第二类别标签为与第一问题关联的类别标签,用户在输入第一问题及其第一答案后,通过自主选取第一问题关联的第二类别标签,将其导入到第二类别标签对应的问答数据库。
在本申请实施例中,平台注册用户可通过智能问答平台的问答信息录入界面自主录入问题及其答案供其他用户参考,有效收集问题及其答案信息,打破信息孤岛,促进信息数据的合理分配和集中,无需服务人员一一解答,解放人力资源,使得简单的问题与答案通过提前录入可以得到快速解决,提升问题的解答速度和效率。
步骤120,对第一信息进行分词处理,得到至少一个关键词。
在一个实施例中,步骤120可以具体包括:利用与搜索引擎ElasticSearch相关的分词器,对第一信息进行分词处理,得到至少一个关键词。
步骤130,对至少一个关键词进行相关性分析和倾向性分析,在问答数据库中筛选与至少一个关键词匹配的问题集,其中,问答数据库用于存储平台用户在智能问答平台录入的N个问题及其答案。
在本申请的一些实施例中,图3是本申请再一实施例提供的智能问答方法的流程示意图,步骤130可以具体包括图3所示的步骤310和步骤320。
步骤310,基于朴素贝叶斯算法对至少一个关键词进行相关性分析和倾向性分析,确定至少一个关键词与N个问题的第一相似度。
具体地,对于第一信息,求解至少一个关键词在各个问题中出现的概率,该出现概率即为至少一个关键词与N个问题的第一相似度。
步骤320,基于至少一个关键词与N个问题的第一相似度,筛选与至少一个关键词匹配的M个第一目标问题,得到问题集。
可选地,可以确定第一相似度大于预设相似度阈值的问题为第一目标问题,预设相似度阈值可以根据具体需求进行设置,本申请对此不做具体限定;或者,按照第一相似度由高到低的顺序,将排列在前M个问题确定为第一目标问题。
基于上述实施例,在步骤320之后,该方法还可以包括下述步骤:在问答数据库中获取与每个第一目标问题关联的第二目标问题,其中,第一目标问题与第二目标问题的相关度大于预设相关度阈值;在问题集中添加第二目标问题。
其中,预设相关度阈值可以根据具体需求进行设置,本申请对此不做具体限定;第二目标问题可以为与第一目标问题相关度比较高的问题,该第二目标问题为智能问答平台推测的用户可能想问的问题。
例如,对于第一目标问题“飞机延误了该怎么办?”,可以将与其相关度比较高的第二目标问题“如何与机场人员沟通飞机延误事宜”一并添加入问题集。
在本申请实施例中,通过朴素贝叶斯算法可以为用户输入的待提问信息,准确匹配问答数据库中导入的问题,相比于现有技术中仅能展示相关答案,本申请提供的智能问答平台还能够展示用户可能想要询问的问题,从而使用户可以从所有问题中快速选取到自己想要提问的问题,通过显示该问题对应答案,保证该显示答案符合用户的提问需求,提升用户的问答体验。
步骤140,向用户的客户端发送问题集及其答案,以使客户端在智能问答平台显示问题集及其答案。
可选地,智能问答平台的服务器可以直接向客户端发送问题集及其答案,以使客户端在智能问答平台显示所有问题集及其答案;或者,智能问答平台的服务器可以先向客户端发送问题集供用户选取,并向客户端发送用户所选取问题的答案。
在本申请的一些实施例中,问题集可以包括M个第一目标问题,步骤140可以具体包括下述步骤:获取M个第一目标问题对应的提问次数;按照提问次数由高到低的顺序,向客户端发送M个第一目标问题;获取用户从M个第一目标问题中选取的第二问题;向客户端返回第二问题对应的多个答案。
其中,上述第二问题对应多个答案,为平台用户在问答数据库中录入第二问题时,一并录入的答案信息,针对同一问题,不同平台用户根据自身实际情况和生活经验,录入的答案信息可以是不同的。
在本申请的另一些实施例中,问题集可以包括M个第一目标问题,步骤140可以具体包括:按照第一相似度由高到低的顺序,向客户端发送M个第一目标问题。
在本申请的另一些实施例中,问题集可以包括M个第一目标问题,步骤140可以具体包括:基于第一目标问题对应的平台用户账号,将M个第一目标问题划分为K类;向客户端分别发送K类第一目标问题,以使客户端分类展示M个第一目标问题。
示例性地,可以基于平台用户账号的账号等级,对M个第一目标问题进行分类;或者,录入不同数量级别的平台用户账号对应不同的认证标识,因此可以基于平台用户账号的认证标识对M个第一目标问题进行分类,便于用户对较有解答经验的用户录入的问题及其答案进行参考;或者,平台维护人员(或者平台技术人员)与普通用户所注册的账号具有不同的账号身份,因此可以基于平台用户账号的账号身份对M个第一目标问题进行分类。
需要说明的是,本申请实施例提供的智能问答方法,执行主体可以为智能问答系统,或者智能问答系统中用于执行智能问答方法的控制模块。本申请实施例中以智能问答装置执行智能问答方法为例,说明本申请实施例提供的智能问答装置。下面对智能问答装置进行详细介绍。
图4是本申请实施例提供的一种智能问答装置的结构示意图。如图4所示,该智能问答装置400可以包括:获取模块410、分词模块420、筛选模块430和发送模块440。
其中,获取模块410,用于获取用户在智能问答平台的问答界面输入的第一信息;分词模块420,用于对第一信息进行分词处理,得到至少一个关键词;筛选模块430,用于对至少一个关键词进行相关性分析和倾向性分析,在问答数据库中筛选与至少一个关键词匹配的问题集,其中,问答数据库用于存储平台用户在智能问答平台录入的N个问题及其答案;发送模块440,用于向用户的客户端发送问题集及其答案,以使客户端在智能问答平台显示问题集及其答案。
在本申请的一些实施例中,问答界面包括输入框和多个类别标签;获取模块410具体用于:获取用户在智能问答平台的问答界面输入的第一信息,以及从多个类别标签中选取的第一类别标签;筛选模块430具体用于:获取与第一类别标签关联的问答数据库;对至少一个关键词进行相关性分析和倾向性分析,在与第一类别标签关联的问答数据库中,筛选与至少一个关键词匹配的问题集。
在本申请的一些实施例中,装置还包括:获取模块410,还用于获取用户在智能问答平台的问答信息录入界面输入的第一问题及其第一答案,以及从多个类别标签中选取的第二类别标签;导入模块,用于在与第二类别标签关联的问题数据库中,导入第一问题及其第一答案。
在本申请的一些实施例中,分词模块420具体用于:利用与搜索引擎ElasticSearch相关的分词器,对第一信息进行分词处理。
在本申请的一些实施例中,筛选模块430包括:分析单元,用于基于朴素贝叶斯算法对至少一个关键词进行相关性分析和倾向性分析,确定至少一个关键词与N个问题的第一相似度;筛选单元,用于基于至少一个关键词与N个问题的第一相似度,筛选与至少一个关键词匹配的M个第一目标问题,得到问题集。
在本申请的一些实施例中,获取模块410,还用于在筛选与至少一个关键词匹配的M个第一目标问题之后,在问答数据库中获取与每个第一目标问题关联的第二目标问题,其中,第一目标问题与第二目标问题的相关度大于预设相关度阈值;在问题集中添加第二目标问题。
在本申请的一些实施例中,问题集包括M个第一目标问题,发送模块440包括:获取单元,用于获取M个第一目标问题对应的提问次数;发送单元,用于按照提问次数由高到低的顺序,向客户端发送M个第一目标问题;获取单元,还用于获取用户从M个第一目标问题中选取的第二问题;发送单元,还用于向客户端返回第二问题对应的多个答案。
本申请实施例的智能问答装置,可以为用户提供智能问答平台,平台用户可通过该智能问答平台,在问答数据库中录入自己想要分享的问题及其答案。在此基础上,在用户需要进行提问的场景下,可直接在智能问答平台的问答界面输入想要提问的第一信息,如此,电子设备可在获取到该第一信息之后,对第一信息进行分词处理,得到至少一个关键词。平台用户在问答数据库中预先录入了N个问题及其答案,通过智能问答平台可对至少一个关键词进行相关性分析和倾向性分析后,可在问答数据库中筛选与至少一个关键词匹配的问题集,通过将问题集及其答案反馈给用户的客户端,实现第一信息的快速回复,无需人工对其进行回复,提升了问答效率,且节省了人力资源。
本申请实施例中的智能问答装置可以是装置,也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备,也可以为非移动电子设备。示例性的,移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本或者个人数字助理(personaldigital assistant,PDA)等,非移动电子设备可以为服务器、网络附属存储器(NetworkAttached Storage,NAS)、个人计算机(personal computer,PC)、电视机(television,TV)、柜员机或者自助机等,本申请实施例不作具体限定。
本申请实施例中的智能问答装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统,可以为iOS操作系统,还可以为其它可能的操作系统,本申请实施例不作具体限定。
图5是本申请实施例提供的一种电子设备的硬件结构示意图。
如图5所示,本实施例中的电子设备500可以包括处理器501以及存储有计算机程序指令的存储器502。
具体地,上述处理器501可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器502可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器502可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器502可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器502可在综合网关容灾设备的内部或外部。在特定实施例中,存储器502是非易失性固态存储器。存储器可包括只读存储器(Read-Only Memory,ROM),随机存取存储器(RandomAccess Memory,RAM),磁盘存储介质设备,光存储介质设备,闪存设备,电气、光学或其他物理/有形的存储器存储设备。因此,通常,存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如,存储器设备),并且当该软件被执行(例如,由一个或多个处理器)时,其可操作来执行参考根据本申请实施例的方法所描述的操作。
处理器501通过读取并执行存储器502中存储的计算机程序指令,以实现上述实施例中的任意一种智能问答方法。
在一个示例中,电子设备500还可以包括通信接口503和总线510。其中,如图5所示,处理器501、存储器502、通信接口503通过总线510连接并完成相互间的通信。
通信接口503,主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。
总线510包括硬件、软件或两者,将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线510可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
本申请实施例提供的电子设备,能够实现图1-图3的方法实施例中所实现的各个过程,并能实现相同的技术效果,为避免重复,在此不再赘述。
结合上述实施例中的智能问答方法,本申请实施例可提供一种智能问答系统,该智能问答系统包括上述实施例中的电子设备。电子设备的具体内容可参见上述实施例中的相关说明,在此不再赘述。
另外,结合上述实施例中的智能问答方法,本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种智能问答方法的步骤。
结合上述实施例中的智能问答方法,本申请实施例可提供一种计算机程序产品来实现。该(计算机)程序产品被存储在非易失的存储介质中,该程序产品被至少一个处理器执行时实现上述实施例中的任意一种智能问答方法的步骤。
结合上述实施例中的智能问答方法,本申请实施例可提供一种芯片来实现。该芯片包括处理器和通信接口,通信接口和处理器耦合,处理器用于运行程序或指令,实现上述实施例中的任意一种智能问答方法的步骤。
需要明确的是,本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本申请的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本申请的精神后,做出各种改变、修改和添加,或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本申请中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本申请不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
上面参考根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解,流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器,以产生一种机器,使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解,框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合,也可以由执行指定的功能或动作的专用硬件来实现,或可由专用硬件和计算机指令的组合来实现。
以上所述,仅为本申请的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块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。应理解,本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。

Claims (11)

1.一种智能问答方法,其特征在于,所述方法包括:
获取用户在智能问答平台的问答界面输入的第一信息;
对所述第一信息进行分词处理,得到至少一个关键词;
对所述至少一个关键词进行相关性分析和倾向性分析,在问答数据库中筛选与所述至少一个关键词匹配的问题集,其中,所述问答数据库用于存储平台用户在所述智能问答平台录入的N个问题及其答案;
向所述用户的客户端发送所述问题集及其答案,以使所述客户端在所述智能问答平台显示所述问题集及其答案。
2.根据权利要求1所述的方法,其特征在于,所述问答界面包括输入框和多个类别标签;
所述获取用户在智能问答平台的问答界面输入的第一信息,包括:
获取所述用户在智能问答平台的问答界面输入的第一信息,以及从所述多个类别标签中选取的第一类别标签;
所述对所述至少一个关键词进行相关性分析和倾向性分析,在问答数据库中筛选与所述至少一个关键词匹配的问题集,包括:
获取与所述第一类别标签关联的问答数据库;
对所述至少一个关键词进行相关性分析和倾向性分析,在与所述第一类别标签关联的问答数据库中,筛选与所述至少一个关键词匹配的问题集。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述用户在所述智能问答平台的问答信息录入界面输入的第一问题及其第一答案,以及从所述多个类别标签中选取的第二类别标签;
在与所述第二类别标签关联的所述问题数据库中,导入所述第一问题及其第一答案。
4.根据权利要求1所述的方法,其特征在于,所述对所述第一信息进行分词处理,包括:
利用与搜索引擎ElasticSearch相关的分词器,对所述第一信息进行分词处理。
5.根据权利要求1所述的方法,其特征在于,所述对所述至少一个关键词进行相关性分析和倾向性分析,在问答数据库中筛选与所述至少一个关键词匹配的问题集,包括:
基于朴素贝叶斯算法对所述至少一个关键词进行相关性分析和倾向性分析,确定所述至少一个关键词与所述N个问题的第一相似度;
基于所述至少一个关键词与所述N个问题的第一相似度,筛选与所述至少一个关键词匹配的M个第一目标问题,得到所述问题集。
6.根据权利要求5所述的方法,其特征在于,在所述筛选与所述至少一个关键词匹配的M个第一目标问题之后,所述方法还包括:
在所述问答数据库中获取与每个所述第一目标问题关联的第二目标问题,其中,所述第一目标问题与所述第二目标问题的相关度大于预设相关度阈值;
在所述问题集中添加所述第二目标问题。
7.根据权利要求1所述的方法,其特征在于,所述问题集包括M个第一目标问题,所述向所述用户的客户端发送所述问题集及其答案,包括:
获取所述M个第一目标问题对应的提问次数;
按照所述提问次数由高到低的顺序,向所述客户端发送所述M个第一目标问题;
获取所述用户从所述M个第一目标问题中选取的第二问题;
向所述客户端返回所述第二问题对应的多个答案。
8.一种智能问答装置,其特征在于,所述装置包括:
获取模块,用于获取用户在智能问答平台的问答界面输入的第一信息;
分词模块,用于对所述第一信息进行分词处理,得到至少一个关键词;
筛选模块,用于对所述至少一个关键词进行相关性分析和倾向性分析,在问答数据库中筛选与所述至少一个关键词匹配的问题集,其中,所述问答数据库用于存储平台用户在所述智能问答平台录入的N个问题及其答案;
发送模块,用于向所述用户的客户端发送所述问题集及其答案,以使所述客户端在所述智能问答平台显示所述问题集及其答案。
9.一种电子设备,其特征在于,所述设备包括:处理器以及存储有计算机程序指令的存储器;
所述处理器执行所述计算机程序指令时实现如权利要求1-7任意一项所述的智能问答方法。
10.一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上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-7任意一项所述的智能问答方法的步骤。
11.一种计算机程序产品,其特征在于,所述程序产品被存储在非易失的存储介质中,所述程序产品被至少一个处理器执行以实现如权利要求1-7任一项所述的智能问答方法的步骤。
CN202211596137.9A 2022-12-13 2022-12-13 智能问答方法及其装置、设备、介质及产品 Pending CN116108149A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211596137.9A CN116108149A (zh) 2022-12-13 2022-12-13 智能问答方法及其装置、设备、介质及产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211596137.9A CN116108149A (zh) 2022-12-13 2022-12-13 智能问答方法及其装置、设备、介质及产品

Publications (1)

Publication Number Publication Date
CN116108149A true CN116108149A (zh) 2023-05-12

Family

ID=86255258

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211596137.9A Pending CN116108149A (zh) 2022-12-13 2022-12-13 智能问答方法及其装置、设备、介质及产品

Country Status (1)

Country Link
CN (1) CN116108149A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117235242A (zh) * 2023-11-15 2023-12-15 浙江力石科技股份有限公司 一种基于智能问答数据库的热点信息筛选方法及系统
CN117574286A (zh) * 2024-01-11 2024-02-20 阿里健康科技(杭州)有限公司 标签值的确定方法、装置、设备和存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117235242A (zh) * 2023-11-15 2023-12-15 浙江力石科技股份有限公司 一种基于智能问答数据库的热点信息筛选方法及系统
CN117235242B (zh) * 2023-11-15 2024-02-06 浙江力石科技股份有限公司 一种基于智能问答数据库的热点信息筛选方法及系统
CN117574286A (zh) * 2024-01-11 2024-02-20 阿里健康科技(杭州)有限公司 标签值的确定方法、装置、设备和存储介质
CN117574286B (zh) * 2024-01-11 2024-05-24 阿里健康科技(杭州)有限公司 标签值的确定方法、装置、设备和存储介质

Similar Documents

Publication Publication Date Title
US10558984B2 (en) Method, apparatus and server for identifying risky user
CN116108149A (zh) 智能问答方法及其装置、设备、介质及产品
CN109345417B (zh) 基于身份认证的业务人员的在线考核方法及终端设备
CN107644106B (zh) 自动挖掘业务中间人的方法、终端设备及存储介质
CN111708911B (zh) 搜索方法、装置、电子设备及计算机可读存储介质
CN110059172B (zh) 基于自然语言理解的推荐答案的方法和装置
CN110609783A (zh) 用于识别异常行为用户的方法和装置
CN113590756A (zh) 信息序列生成方法、装置、终端设备和计算机可读介质
CN115563281A (zh) 基于文本数据增强的文本分类方法及装置
CN113327146A (zh) 一种信息追踪方法和装置
CN111125185A (zh) 数据处理方法、装置、介质及电子设备
CN107679030B (zh) 基于用户操作行为数据提取同义词的方法和装置
CN114817750A (zh) 信息处理方法、装置、设备、介质及产品
CN110688469B (zh) 一种自动分析相似行为特征的方法和装置
CN109885504B (zh) 推荐系统的测试方法、装置、介质及电子设备
CN112348614A (zh) 用于推送信息的方法和装置
CN113111268B (zh) 用户特征提取模型的训练方法、内容推荐方法及装置
CN115048917B (zh) 信息处理方法、装置、设备、介质及产品
CN115878887A (zh) 内容推荐方法及其装置、设备、介质及产品
CN116257592A (zh) 数据项的同类项确定方法、装置、电子设备及存储介质
CN116720922A (zh) 信息推送方法、装置、设备、介质及程序产品
CN115470407A (zh) 培训内容推荐方法及其装置、设备、介质
CN116720887A (zh) 优惠权益发放方法、装置、设备、存储介质及程序
CN115712753A (zh) 内容显示方法、装置、存储介质及电子设备
CN111814012A (zh) 活动匹配方法、装置、介质及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination