CN117033037A - 异常信息处理方法以及相关设备 - Google Patents

Abstract

本申请公开了一种异常信息处理方法以及相关设备，相关实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景；可以当接收到客户端针对异常业务发送的至少一个模态下的消息内容时，对所述至少一个模态下的消息内容进行异常问题识别处理，得到异常问题信息；当所述异常问题信息包含预设事件关键信息时，根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流，异常事件处理流包括至少两个按照预定顺序排序的事件处理组件；基于预定顺序依次执行目标异常事件处理流中各个事件处理组件对应的异常事件处理逻辑，得到逻辑处理结果。本申请可以提高异常问题的处理效率，降低人力物力成本。

Description

异常信息处理方法以及相关设备

技术领域

本申请涉及计算机技术领域，具体涉及一种异常信息处理方法以及相关设备。

背景技术

在应用程序的运行过程中，常常会遇到各种各样的异常问题，例如应用程序卡顿、崩溃、无响应、闪退、以及网络无法连接等异常问题。在这些情况下，用户通常会通过一定的途径将这些异常问题反馈给应用服务商。

在目前的相关技术中，应用服务商一般通过人工处理的方式来对用户反馈的异常问题进行处理，这样应用程序在发布之后，需要安排大量的人力、物力去做运营维护，而且，这样对异常问题的处理效率低下。

发明内容

本申请实施例提供一种异常信息处理方法以及相关设备，相关设备可以包括异常信息处理装置、电子设备、计算机可读存储介质和计算机程序产品，可以提高异常问题的处理效率，降低人力物力成本。

本申请实施例提供一种异常信息处理方法，包括：

当接收到客户端针对异常业务发送的至少一个模态下的消息内容时，对所述至少一个模态下的消息内容进行异常问题识别处理，得到异常问题信息；

当所述异常问题信息包含预设事件关键信息时，根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流，所述异常事件处理流包括至少两个按照预定顺序排序的事件处理组件，每个事件处理组件对应一个异常事件处理逻辑；

基于所述预定顺序，依次执行所述目标异常事件处理流中各个事件处理组件对应的异常事件处理逻辑，得到逻辑处理结果；

输出所述逻辑处理结果。

相应的，本申请实施例提供一种异常信息处理装置，包括：

识别单元，用于当接收到客户端针对异常业务发送的至少一个模态下的消息内容时，对所述至少一个模态下的消息内容进行异常问题识别处理，得到异常问题信息；

选取单元，用于当所述异常问题信息包含预设事件关键信息时，根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流，所述异常事件处理流包括至少两个按照预定顺序排序的事件处理组件，每个事件处理组件对应一个异常事件处理逻辑；

执行单元，用于基于所述预定顺序，依次执行所述目标异常事件处理流中各个事件处理组件对应的异常事件处理逻辑，得到逻辑处理结果；

输出单元，用于输出所述逻辑处理结果。

可选的，在本申请的一些实施例中，所述至少一个模态下的消息内容包括文本模态下的消息文本和图像模态下的消息图像；

所述识别单元可以包括提取子单元、获取子单元、截取子单元和识别子单元，如下：

所述提取子单元，用于对所述消息文本进行异常问题提取处理，得到所述文本模态下的异常问题信息；

获取子单元，用于获取样本图像中异常问题信息的目标位置信息；

截取子单元，用于基于所述目标位置信息，对所述消息图像进行区域截取处理，得到所述消息图像中待文本识别的目标图像区域；

识别子单元，用于对所述目标图像区域进行文本识别，得到所述图像模态下的异常问题信息。

可选的，在本申请的一些实施例中，所述识别子单元具体可以用于对所述目标图像区域进行文本识别，得到所述图像模态下的初始异常问题信息；获取预设异常问题词集，所述预设异常问题词集包括至少一个异常文本单元；基于各个异常文本单元，对所述初始异常问题信息进行异常信息筛选处理，得到所述图像模态下的异常问题信息。

可选的，在本申请的一些实施例中，所述获取子单元具体可以用于获取训练数据，所述训练数据包括至少一个样本图像；对所述样本图像进行文本识别，得到所述样本图像对应的文本描述信息；根据预设异常问题词集，确定所述文本描述信息中的异常问题信息；基于所述异常问题信息在所述样本图像中所处的图像区域，获取样本图像中异常问题信息的目标位置信息。

可选的，在本申请的一些实施例中，步骤“基于所述异常问题信息在所述样本图像中所处的图像区域，获取样本图像中异常问题信息的目标位置信息”，可以包括：

针对每个样本图像，确定所述异常问题信息在所述样本图像中所处的图像区域；

将所述图像区域映射到预设参考图像中，得到所述预设参考图像的参考图像区域，所述参考图像区域与所述图像区域位置对齐；

根据所述预设参考图像中各参考图像区域的区域重合度，对各参考图像区域进行区域合并处理，得到至少一个合并后图像区域；

基于所述合并后图像区域在所述预设参考图像上的位置信息，确定样本图像中异常问题信息的目标位置信息。

可选的，在本申请的一些实施例中，所述异常信息处理装置还可以包括事件流配置单元，如下：

所述事件流配置单元，用于确定待配置的异常事件处理流的业务需求；对所述业务需求进行功能需求划分处理，得到所述待配置的异常事件处理流对应的至少一个业务功能；针对每个业务功能，从候选事件处理组件中选取与所述业务功能匹配的事件处理组件；将选取到的各个事件处理组件进行组合处理，得到配置完成的异常事件处理流。

可选的，在本申请的一些实施例中，所述选取单元可以包括第一检测子单元、第二检测子单元和选取子单元，如下：

所述第一检测子单元，用于根据所述异常问题信息，对所述客户端进行业务服务类型的检测，确定所述客户端所需的目标业务服务类型；

第二检测子单元，用于当所述目标业务服务类型不属于预设业务服务类型时，检测所述异常问题信息是否包含预设事件关键信息；

选取子单元，用于当所述异常问题信息包含预设事件关键信息时，根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流。

可选的，在本申请的一些实施例中，所述异常信息处理装置还可以包括业务服务单元，如下：

所述业务服务单元，用于当所述目标业务服务类型属于预设业务服务类型时，从候选服务资源供应对象中选取服务状态满足预设服务状态条件的目标服务资源供应对象；建立目标消息会话，所述目标消息会话的会话成员包括所述客户端对应的待服务对象和所述目标服务资源供应对象；向所述目标服务资源供应对象发送提示信息，所述提示信息用于提示所述目标服务资源供应对象通过所述目标消息会话为所述待服务对象提供业务服务。

可选的，在本申请的一些实施例中，所述异常信息处理装置还可以包括决策内容推荐单元，如下：

所述决策内容推荐单元，用于当所述异常问题信息不包含预设事件关键信息时，获取预设映射关系集合，所述预设映射关系集合包括预设决策内容和预设问题标识之间的映射关系；将所述异常问题信息与预设问题标识进行匹配；根据匹配结果和所述预设映射关系集合，从所述预设决策内容中确定目标决策内容，并向所述客户端推荐所述目标决策内容。

本申请实施例提供的一种电子设备，包括处理器和存储器，所述存储器存储有多条指令，所述处理器加载所述指令，以执行本申请实施例提供的异常信息处理方法中的步骤。

本申请实施例还提供一种计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现本申请实施例提供的异常信息处理方法中的步骤。

此外，本申请实施例还提供一种计算机程序产品，包括计算机程序或指令，该计算机程序或指令被处理器执行时实现本申请实施例提供的异常信息处理方法中的步骤。

本申请实施例提供了一种异常信息处理方法以及相关设备，可以当接收到客户端针对异常业务发送的至少一个模态下的消息内容时，对所述至少一个模态下的消息内容进行异常问题识别处理，得到异常问题信息；当所述异常问题信息包含预设事件关键信息时，根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流，所述异常事件处理流包括至少两个按照预定顺序排序的事件处理组件，每个事件处理组件对应一个异常事件处理逻辑；基于所述预定顺序，依次执行所述目标异常事件处理流中各个事件处理组件对应的异常事件处理逻辑，得到逻辑处理结果；输出所述逻辑处理结果。本申请可以通过对客户端发送的关于异常业务的消息内容进行异常问题识别，并基于识别到的异常问题信息是否包含预设事件关键信息，来调用对应的异常事件处理流进行处理，这样可以提高异常问题的处理效率，降低人力物力成本。

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1a是本申请实施例提供的异常信息处理方法的场景示意图；

图1b是本申请实施例提供的异常信息处理方法的流程图；

图1c是本申请实施例提供的异常信息处理方法的页面示意图；

图1d是本申请实施例提供的异常信息处理方法的另一页面示意图；

图1e是本申请实施例提供的异常信息处理方法的另一页面示意图；

图1f是本申请实施例提供的异常信息处理方法的另一页面示意图；

图1g是本申请实施例提供的异常信息处理方法的说明图；

图1h是本申请实施例提供的异常信息处理方法的另一说明图；

图1i是本申请实施例提供的异常信息处理方法的另一说明图；

图1j是本申请实施例提供的异常信息处理方法的另一说明图；

图1k是本申请实施例提供的异常信息处理方法的另一说明图；

图1l是本申请实施例提供的异常信息处理方法的架构示意图；

图1m是本申请实施例提供的异常信息处理方法的另一流程图；

图2是本申请实施例提供的异常信息处理方法的另一流程图；

图3是本申请实施例提供的异常信息处理装置的结构示意图；

图4是本申请实施例提供的电子设备的结构示意图。

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。

本申请实施例提供一种异常信息处理方法以及相关设备，相关设备可以包括异常信息处理装置、电子设备、计算机可读存储介质和计算机程序产品。该异常信息处理装置具体可以集成在电子设备中，该电子设备可以是终端或服务器等设备。

可以理解的是，本实施例的异常信息处理方法可以是在终端上执行的，也可以是在服务器上执行，还可以由终端和服务器共同执行的。以上举例不应理解为对本申请的限制。

如图1a所示，以终端和服务器共同执行异常信息处理方法为例。本申请实施例提供的异常信息处理系统包括终端10和服务器11等；终端10与服务器11之间通过网络连接，比如，通过有线或无线网络连接等，其中，异常信息处理装置可以集成在服务器中。

其中，服务器11，可以用于：当接收到客户端针对异常业务发送的至少一个模态下的消息内容时，对所述至少一个模态下的消息内容进行异常问题识别处理，得到异常问题信息；当所述异常问题信息包含预设事件关键信息时，根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流，所述异常事件处理流包括至少两个按照预定顺序排序的事件处理组件，每个事件处理组件对应一个异常事件处理逻辑；基于所述预定顺序，依次执行所述目标异常事件处理流中各个事件处理组件对应的异常事件处理逻辑，得到逻辑处理结果；输出所述逻辑处理结果。其中，服务器11可以是单台服务器，也可以是由多个服务器组成的服务器集群或云服务器。本申请所公开的异常信息处理方法或装置，其中多个服务器可组成为一区块链，而服务器为区块链上的节点。

其中，终端10，可以用于：向服务器11发送针对异常业务的至少一个模态下的消息内容，以便服务器11对所述消息内容进行异常问题识别处理。其中，终端10可以包括手机、智能语音交互设备、智能家电、车载终端、飞行器、平板电脑、笔记本电脑、或个人计算机(PC，Personal Computer)等。终端10上还可以设置客户端，该客户端可以是应用程序客户端或浏览器客户端等等。

本申请实施例提供的异常信息处理方法涉及人工智能领域中的计算机视觉技术和自然语言处理。

其中，人工智能(AI,Artificial Intelligence)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。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。其中，人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习、自动驾驶、智慧交通等几大方向。

其中，计算机视觉技术(Computer Vision,CV)计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建、自动驾驶、智慧交通等技术，还包括常见的人脸识别、指纹识别等生物特征识别技术。

其中，自然语言处理(Nature Language processing,NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系。自然语言处理技术通常包括文本处理、语义理解、机器翻译、机器人问答、知识图谱等技术。

以下分别进行详细说明。需说明的是，以下实施例的描述顺序不作为对实施例优选顺序的限定。

本实施例将从异常信息处理装置的角度进行描述，该异常信息处理装置具体可以集成在电子设备中，该电子设备可以是服务器或终端等设备。

本实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。

如图1b所示，该异常信息处理方法的具体流程可以如下：

101、当接收到客户端针对异常业务发送的至少一个模态下的消息内容时，对所述至少一个模态下的消息内容进行异常问题识别处理，得到异常问题信息。

其中，客户端可以是应用程序客户端或浏览器客户端等等，具体地，该客户端可以是消息交互应用，如具体可以是即时通讯应用、社交应用等，本实施例对此不作限制。

在客户端的使用过程中，常常会遇到各种各样的异常问题，例如卡顿、崩溃、无响应、闪退、以及网络无法连接等异常问题。

例如，广告投放场景下，如图1c所示，为客户端展示的竞价广告创建页面，在广告创建过程中出现了异常问题——优化目标为空，导致用户无法正常创建广告，通常情况下，一些用户会对该竞价广告创建页面进行截图，并将截图后的图像反馈给应用服务商。

又例如，广告投放场景下，如图1d所示，为客户端展示的投放管理平台页面，在广告创建过程中出现了异常问题——服务超时异常，导致用户无法正常创建广告，若用户在多次重试后仍无法解决该问题，则可能会将该异常情况反馈给应用服务商，具体可以对该投放管理平台页面进行截图，并将截图后的图像反馈给应用服务商。

又例如，小程序场景下，如图1e所示，为在客户端中展示的小程序的版本查看页面，在用户查看版本的过程中，出现了异常情况——运行环境加载失败，导致用户无法查看相应版本；一些情况下，用户会对该版本查看页面进行截图，并将截图后的图像反馈给应用服务商。

又例如，即时通讯场景下，如图1f所示，为在客户端中展示的会话列表页面，其出现了异常情况——网络连接不可用，导致用户无法进行聊天，一些情况下，用户会对该会话列表页面进行截图，并将截图后的图像反馈给应用服务商。

本实施例中，客户端针对异常业务发送的至少一个模态下的消息内容可以包括截取的包含异常问题信息的图像，如图1c、图1d、图1e或图1f所示的图像。

其中，至少一个模态下的消息内容可以包括文本模态、语音模态和图像模态下的消息内容，具体地，至少一个模态下的消息内容可以包括文本、语音、图像和视频等，本实施例可以通过语音识别技术将语音模态下的消息内容转化为文本。

可选地，本实施例中，所述至少一个模态下的消息内容包括文本模态下的消息文本和图像模态下的消息图像；

步骤“对所述至少一个模态下的消息内容进行异常问题识别处理，得到异常问题信息”，可以包括：

对所述消息文本进行异常问题提取处理，得到所述文本模态下的异常问题信息；

获取样本图像中异常问题信息的目标位置信息；

基于所述目标位置信息，对所述消息图像进行区域截取处理，得到所述消息图像中待文本识别的目标图像区域；

对所述目标图像区域进行文本识别，得到所述图像模态下的异常问题信息。

其中，对消息文本的异常问题提取处理，具体可以是对消息文本进行分词处理，得到消息文本对应的各个文本单元，再利用预设异常问题词集，对各个文本单元进行匹配，以从消息文本对应的各个文本单元中提取出异常问题信息，该异常问题信息即是文本模态下的异常问题信息。

其中，预设异常问题词集可以包括至少一个异常文本单元，这里的文本单元可以是一个词、一个字或者一个语句等，本实施例对此不作限制。具体地，异常文本单元可以是一些包含报错信息的关键字，如“错误”、“不可用”、“失败”、“重试”、“trace_id(查出_标识信息)”、“问题”、“不能”、“空”、“异常”等关键字。

其中，利用预设异常问题词集，对消息文本对应的各个文本单元进行匹配，具体可以是针对消息文本中每个文本单元，将该文本单元与预设异常问题词集中的各异常文本单元进行相似度计算，若该文本单元与任一异常文本单元中的相似度大于预设相似度，则可以将消息文本中的该文本单元作为异常问题信息。

本实施例可以利用大量包含异常问题信息的样本图像(具体可以如图1c、图1d、图1e或图1f所示)，根据这些样本图像中异常问题信息所处的位置，先对消息图像中可能出现异常问题信息的区域进行截取，再对截取得到的这些区域进行文本识别，这样可以先排除掉不存在异常问题信息的区域，剔除了干扰文本，只对消息图像中特定区域进行文本识别，因此能够大大降低文本识别的计算量，提高文本识别的效率。具体实施例中，这些样本图像和消息图像的图像尺寸相同。

其中，目标位置信息具体可以是样本图像中异常问题信息所处位置对应的坐标信息，本实施例可以对消息图像中该坐标信息下的区域进行截取，来得到消息图像中待文本识别的目标图像区域。

例如，图1c中，异常问题信息可以为“优化目标不能为空”；图1d中，异常问题信息为“服务超时异常，请重试”；图1e中，异常问题信息可以为“运行环境加载失败”；图1f中，异常问题信息可以为“网络连接不可用”。

可选地，本实施例中，步骤“对所述目标图像区域进行文本识别，得到所述图像模态下的异常问题信息”，可以包括：

对所述目标图像区域进行文本识别，得到所述图像模态下的初始异常问题信息；

获取预设异常问题词集，所述预设异常问题词集包括至少一个异常文本单元；

基于各个异常文本单元，对所述初始异常问题信息进行异常信息筛选处理，得到所述图像模态下的异常问题信息。

其中，具体可以通过OCR(Optical Character Recognition，光学字符识别)技术对目标图像区域进行文本识别，将识别得到的文本作为图像模态下的初始异常问题信息。

其中，根据预设异常问题词集中的各个异常文本单元，对初始异常问题信息进行异常信息筛选处理，具体可以是对初始异常问题信息进行分词处理，得到初始异常问题信息对应的各个文本单元，再利用预设异常问题词集，对各个文本匹配单元进行匹配，以从初始异常问题信息对应的各个文本单元中提取出图像模态下的异常问题信息。

其中，利用预设异常问题词集，对初始异常问题信息对应的各个文本单元进行匹配，具体可以是针对初始异常问题信息中每个文本单元，将该文本单元与预设异常问题词集中的各异常文本单元进行相似度计算，若该文本单元与任一异常文本单元中的相似度大于预设相似度，则可以将初始异常问题信息中的该文本单元作为图像模态下的异常问题信息。

可选地，本实施例中，步骤“获取样本图像中异常问题信息的目标位置信息”，可以包括：

获取训练数据，所述训练数据包括至少一个样本图像；

对所述样本图像进行文本识别，得到所述样本图像对应的文本描述信息；

根据预设异常问题词集，确定所述文本描述信息中的异常问题信息；

基于所述异常问题信息在所述样本图像中所处的图像区域，获取样本图像中异常问题信息的目标位置信息。

其中，具体可以通过OCR技术对样本图像进行文本识别，将识别到的文本作为样本图像对应的文本描述信息，该文本描述信息可以包括至少一个文本单元，这里的文本单元可以是一个词、一个字或者一个文本句等，本实施例对此不作限制。如图1g所示，展示了对图1c所示的样本图像进行文本识别，得到的文本识别结果，该文本识别结果即样本图像对应的文本描述信息。

其中，根据预设异常问题词集，确定文本描述信息中的异常问题信息，具体可以是针对文本描述信息中的每个文本单元，检测该文本单元是否包含预设异常问题词集中的任一异常文本单元，若包含，则将文本描述信息中的该文本单元确定为异常问题信息，并存储该文本单元在样本图像中所处的位置信息。

具体地，产品研发场景中，目前收集到的研发过程中存在的最多咨询方式为文字附带图片，由于文字只承载了部分信息，另外还可能存在描述不精确的问题，所以本申请还可以通过OCR技术识别图片中的核心信息，这种方式可较大提升信息来源的精准度。

本实施例中，通过对集中在广告投放端、小程序端、客户端上的业务分析，发现报错信息一般都显示在页面偏上侧或偏下侧的位置，且报错信息多数包含“错误”、“不可用”、“失败”、“重试”、“trace_id”、“问题”、“不能”、“空”、“异常”等关键字，可将这些关键字收集为错误信息字典，错误信息字典具体可以是上述实施例中的预设异常问题词集。

由于图片中只有报错信息能够对信息来源精准度的提升有帮助，所以本实施例可以先预先收集样本图像，提前将这些样本图像进行OCR图像文字识别，根据错误信息字典剔除掉干扰文字，便可以获取到异常问题信息在样本图像中的坐标，从而根据坐标计算得到样本图像中包含异常问题信息的最小区域(这里的最小可以理解为尽量不包含除该异常问题信息外的其他冗余的信息)。当接收到新的需要处理的消息图像时，可先按最小区域对消息图像进行区域截取处理，再对截取到的目标图像区域进行OCR图像文字识别，这样可提升处理效率。

可选地，本实施例中，步骤“基于所述异常问题信息在所述样本图像中所处的图像区域，获取样本图像中异常问题信息的目标位置信息”，可以包括：

针对每个样本图像，确定所述异常问题信息在所述样本图像中所处的图像区域；

将所述图像区域映射到预设参考图像中，得到所述预设参考图像的参考图像区域，所述参考图像区域与所述图像区域位置对齐；

根据所述预设参考图像中各参考图像区域的区域重合度，对各参考图像区域进行区域合并处理，得到至少一个合并后图像区域；

基于所述合并后图像区域在所述预设参考图像上的位置信息，确定样本图像中异常问题信息的目标位置信息。

其中，具体地，预设参考图像可以是与样本图像的图像尺寸相同的空白图像，参考图像区域在预设参考图像中的位置，与异常问题信息对应的图像区域在样本图像中的位置相对应。

其中，一些实施例中，可以将区域重合度大于预设重合度的参考图像区域进行区域合并处理，得到合并后图像区域。可以理解的是，这里不需要进行区域合并处理的参考图像区域也可视为完成区域合并的合并后图像区域。

一些实施例中，对于每个合并后图像区域，可对其上下左右进行扩展，如将合并后图像区域的上下左右各扩展框高(合并后图像区域的高度)的0.3倍，具体扩展大小可根据实际情况进行设置，本实施例对此不作限制。

其中，具体地，各个合并后图像区域在预设参考图像上的位置信息可以以坐标的形式呈现，样本图像中异常问题信息的目标位置信息具体可以包括各个合并后图像区域在预设参考图像上的坐标，具体地，该目标位置信息是一个坐标集。

本实施例中，可以采用OCR区域训练，获取异常问题信息对应的最小区域的坐标集；当接收到新的需要处理的消息图像时，可以先对消息图像进行预处理，利用异常问题信息对应的最小区域的坐标集，对消息图像进行区域截取处理，这样能够只保留消息图像中的核心错误信息部分，再对这部分进行文本识别，可提升OCR识别图像文字的效率，然后，剔除掉文本识别结果中除错误信息字典之外的文字，保留的内容结合消息文本，再组合进行分词，从而得到各个模态下的异常问题信息，这样可保证精准理解问题，后续处理才有意义。

其中，错误信息字典可以包括“错误”、“不可用”、“失败”、“重试”、“trace_id”、“问题”、“不能”、“空”、“异常”等异常文本单元，需要说明的是，错误信息字典可随时补充。

其中，OCR区域训练的具体过程如下所述：

获取OCR图像文字识别的样本集，该样本集包括多个样本图像(具体可以包括小程序、广告投放端、客户端等报错截图)。对各个样本图像进行文本识别，再根据错误信息字典剔除掉文本识别结果中的干扰文字，便可以获取到异常问题信息在样本图像中的坐标，从而根据坐标计算得到样本图像中包含异常问题信息的最小区域。

其中，如图1g所示，该样本图像的文本识别结果的解析返回值包含错误信息字典中的关键字的文字坐标，其解析坐标可以为"coordinate":[1614,142,1991,128,1993,181,1616,195]，该坐标包含对应区域四个顶点的横纵坐标值。同理，其他样本图像同样进行解析，这样可获得一批包含错误关键字的坐标，也即确定得到异常问题信息在样本图像中所处的图像区域。一些实施例中，还可以对确定得到这些图像区域进行二次处理，具体地，可以将这些图像区域映射到预设参考图像中，得到预设参考图像中的多个参考图像区域，如图1h所示，其中的错误文字区域即参考图像区域；然后，判断这些错误文字区域中有交叉的区域，取交叉区域的并集，另外，非交叉区域均保留，这样可以得到合并后图像区域，一些实施例中，还可以对合并后图像区域对应的坐标等距扩大30(可动态调整)，来减少OCR精度带来的损失，从而最终生成最小区域集合。图1h中浅灰色(相对较浅)所包围的部分为最小区域。

具体场景中，当接收到客户端反馈的消息图像时，事件总线需要使用OCR识别问题反馈的消息图像时，可以先采用OpenCV，根据异常问题信息对应的最小区域的坐标集对消息图像进行裁剪，只保留最小区域的坐标所对应的目标图像区域，再对目标图像区域进行文本识别，这种方式可排除干扰文本，提升图像识别速度，最终提升问题反馈数据来源的精准度。

其中，采用OpenCV裁剪具体方法如下：先用imread方法读取原图，查看它的shape(形状大小)，shape的输出的顺序为高度、宽度、通道数，再利用数组切片的方式获取需要裁剪的图片范围，切片给出的坐标为需要裁剪得到的图片在原图片上的坐标，顺序为[y0:y1,x0:x1]，其中原图的左上角是坐标原点；最后用cv2.imwrite()方法将裁剪得到的图片保存到本地，其中，cv2.imwrite()方法的第一个参数为图片名，第二参数为需要保存的图片。

102、当所述异常问题信息包含预设事件关键信息时，根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流，所述异常事件处理流包括至少两个按照预定顺序排序的事件处理组件，每个事件处理组件对应一个异常事件处理逻辑。

其中，预设事件关键信息可以根据实际情况进行设置，本实施例对此不作限制，如预设事件关键信息可以是网络连接等。不同预设事件关键信息可以对应不同的异常事件处理流。

本实施例中，可以从至少两个异常事件处理流中选取与该预设事件关键信息匹配的异常事件处理流作为目标异常事件处理流。

其中，对于每个异常事件处理流，其可以包括至少两个按照预定顺序排序的事件处理组件，每个事件处理组件对应一个异常事件处理逻辑，该预定顺序可以根据具体的实际情况设置。事务处理组件可以封装有其相应的数据和方法。

具体地，每个异常事件处理流对应的总的事件处理逻辑可以细分为至少两个异常事件处理逻辑，一个异常事件处理逻辑可用于实现一种业务功能。

本实施例中，可以使用事务处理组件来实现异常事件处理流的拖放式编程、快速的属性处理以及真正的面向对象的设计。

可选地，本实施例中，步骤“根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流”之前，还可以包括：

确定待配置的异常事件处理流的业务需求；

对所述业务需求进行功能需求划分处理，得到所述待配置的异常事件处理流对应的至少一个业务功能；

针对每个业务功能，从候选事件处理组件中选取与所述业务功能匹配的事件处理组件；

将选取到的各个事件处理组件进行组合处理，得到配置完成的异常事件处理流。

其中，将待配置的异常事件处理流所要实现的功能细分为多个业务功能，再选取与各个业务功能匹配的事件处理组件，针对选取到的每个事件处理组件，根据具体的业务需求配置其属性信息，如事件处理组件为告警的组件，可以将对其告警内容等属性信息进行配置；再将配置后的各个事件处理组件按预定顺序进行组合处理，得到配置完成的异常事件处理流。

其中，具体可以对异常事件处理流对应的总的事件处理逻辑进行功能模块化，功能模块化是将程序划分成若干个功能模块，每个功能模块对应一个事件处理组件，每个事件处理组件可以实现一个单独的功能模块对应的业务功能。

具体地，可以对配置后的各个事件处理组件按预定顺序进行组合处理，具体可以是通过异常事件处理流的配置页面对配置后的各个事件处理组件按预定顺序进行连接，得到配置完成的异常事件处理流。

本实施例中，可以通过事务原子化来生成异常事件处理流，异常事件处理流简称事件流或事件工作流。具体地，本实施例抛弃使用传统的配置中心，而是使用事务动作原子化，比如将创建单、更新单状态、更新单字段、发送机器人消息、发送应用消息、其他需求平台创建单、其他需求平台查询单等都视为原子化动作，每个原子化动作对应一个事件处理组件，事件处理组件对应的异常事件处理逻辑可以实现其原子化动作。

如图1i所示，为事件流对应的配置页面，该配置页面的左侧包括多个候选事件处理组件，如系统调用类的组件、通知类的组件、告警组件、计算逻辑组件等，系统调用类的组件可以包括创建单、更新单状态、更新单字段、xx系统创建版本、xx系统更新版本状态、xx系统更新版本字段、xx系统查询版本字段等事件处理组件，通知类的组件可以包括机器人通知组件和应用通知组件。在具体场景中，使用方可以直接拖拽左侧的这些事件处理组件去配置所需的事件响应工作流(也即事件流)，这样可以提高易用性。

具体地，使用方可以将配置页面左侧的事件处理组件拖拽到右侧的事件流配置区域，即可在事件流配置区域中显示所选中的事件处理组件；如对于版本提测提醒的项目，若需要配置其事件流，可以对该项目进行功能需求划分处理，将其划分为查询版本字段、计算逻辑、以及告警这三个业务功能，因此可以将配置页面左侧的事件处理组件“xx系统查询版本字段”、计算逻辑组件和告警组件拖拽到事件流配置区域，再对事件流配置区域中的各事件处理组件的属性信息进行配置，如对于事件处理组件“xx系统查询版本字段”的属性信息“字段”设置为process，将计算逻辑组件中的属性信息“字段1”设置为process、“字段2”设置为data(预设字段)、“关系”设置为＜(小于)；将告警组件的属性信息“群标识”设置为8833336，告警内容设置为“已超过提测日期，请尽快体测！”，“@人员”设置为xx；在事件处理组件的属性信息配置完成后，可以对各配置完成后的事件处理组件进行连接(如图1i所示的箭头)，得到配置完成的异常事件处理流；最后，再点击事件流配置区域的保存控件，即可对该异常事件处理流进行保存。

具体地，本实施例可以以项目维度区分，配置自定义事件及对应事件工作流，原子化事务可支持所有系统，通过拖拽配置适用于业务的自定义事件流，从而解决当前相关技术中一站式平台系统兼容性以及事务扩展性问题，通过这种方式，可以将整个研发周期中的活动都自动化，释放人力，提升研发效能。

在一实施例中，可以对事件流进行事务原子化，例如，可以将某个事件流的总的事件处理逻辑进行划分，比如，对版本提测提醒的项目进行功能需求划分处理，得到查询某系统版本字段、计算逻辑、告警等异常事件处理逻辑，从而确定每个异常事件处理逻辑对应的事件处理组件，进而配置事件流，并将该事件流对应的项目、事务名称、事务调用协议、事务调用地址等信息存储在数据库中。

其中，事件流对应的配置页面可以采用Vue Easy DnD组件来实现拖拽场景，具体使用DropList，DropList支持拖入和重新排序项目列表，如图1j所示。具体地，DropList相比Drop，拥有两个事件，分别是：insert、reorder，这两个事件支持拖入和重新排序，可满足页面拖拽配置事件流的诉求，承载了具体的事务以及顺序。

需要说明的是，页面上拖拽完成事件流配置后，可以将事件流名称、事务步骤、事务名称、事务ID(Identity document，标识信息)、项目、条件等存储在数据库中。

在具体场景中，收到完成解析后的异常问题信息，可以将分词关键字与事件流名称进行匹配，若能够匹配上则查询这个事件流下配置的所有事务(也即事件处理组件)以及对应的ID、步骤(也即上述实施例中的预定顺序)，按照步骤顺序进行事务的调用，可以支持trpc协议和http协议。

103、基于所述预定顺序，依次执行所述目标异常事件处理流中各个事件处理组件对应的异常事件处理逻辑，得到逻辑处理结果。

其中，本实施例中，预定顺序具体为目标异常事件处理流中各个事件处理组件所对应的顺序，可以根据目标异常事件处理流中各个事件处理组件所对应的顺序，依次调度各个事件处理组件，并执行所调度的事件处理组件的异常事件处理逻辑，从而得到该目标异常事件处理流的逻辑处理结果。

104、输出所述逻辑处理结果。

例如，从客户端反馈的针对异常业务的消息内容中识别到异常问题信息，将该异常问题信息与事件流名称进行匹配，若通过匹配确定到该异常问题信息所对应的目标异常事件处理流为版本提测提醒的项目对应的事件流，则可以调用如图1i所配置的异常事件处理流中的各个事件处理组件，若检测到客户端的版本不满足预设条件，则可以向相关人员发送“已超过提测日期，请尽快提测！”的告警内容，该告警内容也即是输出的逻辑处理结果。

可选地，本实施例中，步骤“当所述异常问题信息包含预设事件关键信息时，根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流”，可以包括：

根据所述异常问题信息，对所述客户端进行业务服务类型的检测，确定所述客户端所需的目标业务服务类型；

当所述目标业务服务类型不属于预设业务服务类型时，检测所述异常问题信息是否包含预设事件关键信息；

当所述异常问题信息包含预设事件关键信息时，根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流。

其中，预设业务服务类型具体可以是人工服务的业务服务类型。本实施例中，根据异常问题信息，对客户端进行业务服务类型的检测，具体可以是检测异常问题信息中是否包含“人工”等类似的关键字，若包含，则该客户端所需的目标业务服务服务类型属于预设业务服务类型，即人工服务的业务服务类型；若不包含，则该客户端所需的目标业务服务服务类型不属于预设业务服务类型，即非人工服务的业务服务类型。

可选地，本实施例中，该异常信息处理方法还可以包括：

当所述目标业务服务类型属于预设业务服务类型时，从候选服务资源供应对象中选取服务状态满足预设服务状态条件的目标服务资源供应对象；

建立目标消息会话，所述目标消息会话的会话成员包括所述客户端对应的待服务对象和所述目标服务资源供应对象；

向所述目标服务资源供应对象发送提示信息，所述提示信息用于提示所述目标服务资源供应对象通过所述目标消息会话为所述待服务对象提供业务服务。

其中，预设服务状态条件可以根据实际情况进行设置，本实施例对此不作限制。比如，预设服务状态条件可以是当前服务状态处于空闲状态。具体地，候选服务资源供应对象的服务状态可以包括忙碌状态和空闲状态，候选服务资源供应对象为处理异常业务的服务供应者，具体可以是客服。

其中，目标消息会话具体可以是客户端对应的待服务对象和目标服务资源供应对象的会话聊天群组。

其中，本实施例可以通过检测业务服务类型和服务状态，为待服务对象进行智能派单，智能选取合适的服务资源供应对象进行业务服务。

可选地，本实施例中，该异常信息处理方法还可以包括：

当所述异常问题信息不包含预设事件关键信息时，获取预设映射关系集合，所述预设映射关系集合包括预设决策内容和预设问题标识之间的映射关系；

将所述异常问题信息与预设问题标识进行匹配；

根据匹配结果和所述预设映射关系集合，从所述预设决策内容中确定目标决策内容，并向所述客户端推荐所述目标决策内容。

其中，本实施例中，可以先确定预设决策内容所处理的异常问题，进而根据该异常问题确定该预设决策内容对应的预设问题标识，例如，该预设决策内容记录的是对异常账号的处理方式，则其标签信息可以是账号异常，该标签信息也即其对应的预设问题标识。

具体地，预设决策内容记录了对相应预设问题标识下的异常问题的处理方案。

其中，将异常问题信息与预设问题标识进行匹配，若异常问题信息包含某个预设问题标识，可视为二者匹配成功，则将预设映射关系集合中该预设问题标识对应的决策内容确定为目标决策内容，并将目标决策内容推荐给客户端。

本实施例提供的消息总线，可以通过OCR技术精准理解问题，并根据识别到的异常问题信息进行智能推荐、智能派单或是执行相应的事件流。

本申请提供的异常信息处理方法可以应用于团队管理研发生命周期的场景，包括项目管理、需求管理、版本管理、外网问题管理、智能派单、智能推荐以及资产管理等活动。本申请可通过OCR和分词技术，精准识别问题来源数据，结合事件总线，自动化响应各事务。通过事件流配置，可以低成本接入事务，拥有很高的扩展性。如图1k所示，为研发周期以及事务活动图，研发过程主要包括五个阶段，分别是：需求阶段、开发阶段、测试阶段、灰度发布阶段和线上阶段；事务活动则主要包括需求管理、版本管理、环境问题值班、测试工具值班、测试资产管理、外网问题管理、数据度量、告警服务和提醒服务。

具体地，本实施例中，基于智能事件总线来提升整个研发过程中的事务效率的方法，其入口统一为应用程序的客服号，平台提供基础事件总线服务，通过使用OCR技术识别图像特定区域文字，并结合消息文本进行分词，依据分词结果分发智能派单、智能推荐以及执行事件流等。这样可以将团队目前人为处理、跟进的事务全部自动化，释放人力，提升研发效能。

其中，研发效能是指团队能够持续地为用户产生有效价值的效率，包括有效性(Effectiveness)、效率(Efficiency)和可持续性(Sustainability)三个方面。简单来说，就是能否长期、高效地交付出有价值的产品。

本申请的技术方案可解决系统兼容性以及事务扩展性问题，通过提供事件总线服务，将各个事务动作原子化，使用方在界面便捷拖拽进行配置事务工作流。在平台收到应用程序的客服号消息后，通过使用OCR技术识别图像特定区域文字，并结合消息文本进行分词，可较大提升消息的精准度，从而依据分词结果分发智能派单、智能推荐以及执行事件流。而原子化的事务可以支持各个系统以及可支持流程定制，很好的解决了目前相关技术中一站式研发平台无法兼容其他管理系统以及新增事务的问题。同时本实施例还可提供预设智能派单以及智能推荐服务，通过相似度计算方法进行精准推荐，提升用户体验。

如图1l所示，为本申请提供的异常信息处理方法的架构图，其主要由五个服务模块组成，分别是：事件总线、OCR服务(即光学字符识别服务)、存储服务、事务管理、通知服务这五个模块。

其中，事件总线模块可以包括图像预处理、文本分词、字典管理、智能派单、智能推荐、执行事件这六个单元；OCR服务模块可以包括区域训练和场景图片文字识别这两个单元；存储服务模块可以包括图像存储、事务存储和区域存储这三个单元；事务管理模块可以包括原子化事务管理和事件工作流管理这两个单元；通知服务模块可以包括应用程序和机器人这两个通知单元。

在一具体场景中，如图1m所示，为本申请的异常信息处理方法的流程图，其事件总线核心处理逻辑的具体描述如下：

当客服号接收到客户端反馈的针对异常业务的消息内容时，对该消息内容进行解析，确定其是否包含图像，若包含图像，则通过上述实施例中的OCR区域训练得到的异常问题信息的最小区域的坐标集，对消息图像进行截图，保留其错误信息区域(即上述实施例中的目标图像区域)，再对该错误信息区域进行文字识别，得到文字识别结果，再剔除文字识别结果中除错误信息字典集外的文字，得到图像文本，然后，再对获取到的图像文本和消息文本进行分词处理，得到各个模态下的异常问题信息，再对异常问题信息进行关键词匹配，确定其中是否包含“人工”等类似的关键字，若是，执行人工处理流程，若否，再检测是否包含事件关键字(即上述实施例中的预设事件关键信息)，若是执行相应的事件流，若否，则与知识库的标签进行相似度匹配，向客户端推荐相应的内容决策，并进行应用通知。

其中，若异常问题信息包含“人工”等类似的关键字，人工处理流程具体可以包括：查询值班人员，也即服务资源供应对象；然后，建立会话群组(建群)，该会话群组的会话成员可以包括查询到的值班人员以及该客户端对应的用户；再提醒该值班人员处理问题，并对处理流程进行跟进直到闭环。

其中，若异常问题信息包含事件关键字，则执行相应的事件流，其具体流程具体可以包括：基于包含的事件关键字，查询该事件关键字对应的事件工作流(即上述实施例中的目标异常事件处理流)，并调度该事件工作流的原子化事务，即该事件工作流的各事件处理组件进行逻辑处理，最后通过应用或机器人通知其逻辑处理结果。

其中，生成事件流的具体流程可以是：先查询所要生成事件流所属的项目，再对该项目进行功能需求划分处理，确定其原子化事务，从而通过配置页面对原子化事务对应的事件处理组件进行组合，生成该事件流。

其中，区域训练的相关内容具体可参考上述实施例，此处对其进行简要描述，如下：

获取OCR图像文字识别的样本集，该样本集包括多个样本图像(具体可以包括小程序、广告投放端、客户端等报错截图)。对各个样本图像进行文本识别，得到文本识别结果，该文本识别结果包含多个文本句，对于每个文本句，确定该文本句是否包含错误信息字典集内的文字，若否则剔除该文本句，若是，则将该文本句确定为异常问题信息，获取并存储异常问题信息在样本图像中的坐标信息，从而根据坐标计算得到样本图像中包含异常问题信息的最小区域的坐标集。

本申请提供的异常信息处理方法，可以通过OCR区域训练出最小区域集，将实际问题图片先按照最小区域集进行裁剪后再开始图像文本识别，可以排除掉干扰文字，且提升图像识别速度，再结合问题文本分词，从而达到快速、精确、完整分析出用户反馈问题的目的。另外，还可通过将事务原子化，再结合页面拖拽能力配置事件流，可以实现解耦系统以及研发活动，相比现有业界的一站式研发平台，完美解决了系统兼容性以及扩展性问题，各团队仍可使用现有需求和版本等系统，还能定制业务特有的事件工作流，将人工投入的事务全部自动化，释放人力，提升研发效率。

由上可知，本实施例可以当接收到客户端针对异常业务发送的至少一个模态下的消息内容时，对所述至少一个模态下的消息内容进行异常问题识别处理，得到异常问题信息；当所述异常问题信息包含预设事件关键信息时，根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流，所述异常事件处理流包括至少两个按照预定顺序排序的事件处理组件，每个事件处理组件对应一个异常事件处理逻辑；基于所述预定顺序，依次执行所述目标异常事件处理流中各个事件处理组件对应的异常事件处理逻辑，得到逻辑处理结果；输出所述逻辑处理结果。本申请可以通过对客户端发送的关于异常业务的消息内容进行异常问题识别，并基于识别到的异常问题信息是否包含预设事件关键信息，来调用对应的异常事件处理流进行处理，这样可以提高异常问题的处理效率，降低人力物力成本。

根据前面实施例所描述的方法，以下将以该异常信息处理装置具体集成在服务器举例作进一步详细说明。

本申请实施例提供一种异常信息处理方法，如图2所示，该异常信息处理方法的具体流程可以如下：

201、服务器当接收到客户端针对异常业务发送的至少一个模态下的消息内容时，对所述至少一个模态下的消息内容进行异常问题识别处理，得到异常问题信息。

其中，客户端可以是应用程序客户端或浏览器客户端等等，具体地，该客户端可以是消息交互应用，如具体可以是即时通讯应用、社交应用等，本实施例对此不作限制。

在客户端的使用过程中，常常会遇到各种各样的异常问题，例如卡顿、崩溃、无响应、闪退、以及网络无法连接等异常问题。

其中，至少一个模态下的消息内容可以包括文本模态、语音模态和图像模态下的消息内容，具体地，至少一个模态下的消息内容可以包括文本、语音、图像和视频等，本实施例可以通过语音识别技术将语音模态下的消息内容转化为文本。

可选地，本实施例中，所述至少一个模态下的消息内容包括文本模态下的消息文本和图像模态下的消息图像；

步骤“对所述至少一个模态下的消息内容进行异常问题识别处理，得到异常问题信息”，可以包括：

对所述消息文本进行异常问题提取处理，得到所述文本模态下的异常问题信息；

获取样本图像中异常问题信息的目标位置信息；

基于所述目标位置信息，对所述消息图像进行区域截取处理，得到所述消息图像中待文本识别的目标图像区域；

对所述目标图像区域进行文本识别，得到所述图像模态下的异常问题信息。

其中，对消息文本的异常问题提取处理，具体可以是对消息文本进行分词处理，得到消息文本对应的各个文本单元，再利用预设异常问题词集，对各个文本单元进行匹配，以从消息文本对应的各个文本单元中提取出异常问题信息，该异常问题信息即是文本模态下的异常问题信息。

其中，预设异常问题词集可以包括至少一个异常文本单元，这里的文本单元可以是一个词、一个字或者一个语句等，本实施例对此不作限制。具体地，异常文本单元可以是一些包含报错信息的关键字，如“错误”、“不可用”、“失败”、“重试”、“trace_id(查出_标识信息)”、“问题”、“不能”、“空”、“异常”等关键字。

其中，利用预设异常问题词集，对消息文本对应的各个文本单元进行匹配，具体可以是针对消息文本中每个文本单元，将该文本单元与预设异常问题词集中的各异常文本单元进行相似度计算，若该文本单元与任一异常文本单元中的相似度大于预设相似度，则可以将消息文本中的该文本单元作为异常问题信息。

本实施例可以利用大量包含异常问题信息的样本图像，根据这些样本图像中异常问题信息所处的位置，先对消息图像中可能出现异常问题信息的区域进行截取，再对截取得到的这些区域进行文本识别，这样可以先排除掉不存在异常问题信息的区域，剔除了干扰文本，只对消息图像中特定区域进行文本识别，因此能够大大降低文本识别的计算量，提高文本识别的效率。具体实施例中，这些样本图像和消息图像的图像尺寸相同。

可选地，本实施例中，步骤“对所述目标图像区域进行文本识别，得到所述图像模态下的异常问题信息”，可以包括：

对所述目标图像区域进行文本识别，得到所述图像模态下的初始异常问题信息；

获取预设异常问题词集，所述预设异常问题词集包括至少一个异常文本单元；

基于各个异常文本单元，对所述初始异常问题信息进行异常信息筛选处理，得到所述图像模态下的异常问题信息。

其中，具体可以通过OCR(Optical Character Recognition，光学字符识别)技术对目标图像区域进行文本识别，将识别得到的文本作为图像模态下的初始异常问题信息。

其中，根据预设异常问题词集中的各个异常文本单元，对初始异常问题信息进行异常信息筛选处理，具体可以是对初始异常问题信息进行分词处理，得到初始异常问题信息对应的各个文本单元，再利用预设异常问题词集，对各个文本匹配单元进行匹配，以从初始异常问题信息对应的各个文本单元中提取出图像模态下的异常问题信息。

其中，利用预设异常问题词集，对初始异常问题信息对应的各个文本单元进行匹配，具体可以是针对初始异常问题信息中每个文本单元，将该文本单元与预设异常问题词集中的各异常文本单元进行相似度计算，若该文本单元与任一异常文本单元中的相似度大于预设相似度，则可以将初始异常问题信息中的该文本单元作为图像模态下的异常问题信息。

可选地，本实施例中，步骤“获取样本图像中异常问题信息的目标位置信息”，可以包括：

获取训练数据，所述训练数据包括至少一个样本图像；

对所述样本图像进行文本识别，得到所述样本图像对应的文本描述信息；

根据预设异常问题词集，确定所述文本描述信息中的异常问题信息；

基于所述异常问题信息在所述样本图像中所处的图像区域，获取样本图像中异常问题信息的目标位置信息。

其中，根据预设异常问题词集，确定文本描述信息中的异常问题信息，具体可以是针对文本描述信息中的每个文本单元，检测该文本单元是否包含预设异常问题词集中的任一异常文本单元，若包含，则将文本描述信息中的该文本单元确定为异常问题信息，并存储该文本单元在样本图像中所处的位置信息。

202、服务器根据所述异常问题信息，对所述客户端进行业务服务类型的检测，确定所述客户端所需的目标业务服务类型。

203、当所述目标业务服务类型不属于预设业务服务类型时，服务器检测所述异常问题信息是否包含预设事件关键信息。

其中，预设业务服务类型具体可以是人工服务的业务服务类型。本实施例中，根据异常问题信息，对客户端进行业务服务类型的检测，具体可以是检测异常问题信息中是否包含“人工”等类似的关键字，若包含，则该客户端所需的目标业务服务服务类型属于预设业务服务类型，即人工服务的业务服务类型；若不包含，则该客户端所需的目标业务服务服务类型不属于预设业务服务类型，即非人工服务的业务服务类型。

204、当所述异常问题信息包含预设事件关键信息时，服务器根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流，所述异常事件处理流包括至少两个按照预定顺序排序的事件处理组件，每个事件处理组件对应一个异常事件处理逻辑。

其中，预设事件关键信息可以根据实际情况进行设置，本实施例对此不作限制，如预设事件关键信息可以是网络连接等。不同预设事件关键信息可以对应不同的异常事件处理流。

本实施例中，可以从至少两个异常事件处理流中选取与该预设事件关键信息匹配的异常事件处理流作为目标异常事件处理流。

具体地，每个异常事件处理流对应的总的事件处理逻辑可以细分为至少两个异常事件处理逻辑，一个异常事件处理逻辑可用于实现一种业务功能。

本实施例中，可以使用事务处理组件来实现异常事件处理流的拖放式编程、快速的属性处理以及真正的面向对象的设计。

可选地，本实施例中，步骤“根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流”之前，还可以包括：

确定待配置的异常事件处理流的业务需求；

对所述业务需求进行功能需求划分处理，得到所述待配置的异常事件处理流对应的至少一个业务功能；

针对每个业务功能，从候选事件处理组件中选取与所述业务功能匹配的事件处理组件；

将选取到的各个事件处理组件进行组合处理，得到配置完成的异常事件处理流。

其中，将待配置的异常事件处理流所要实现的功能细分为多个业务功能，再选取与各个业务功能匹配的事件处理组件，针对选取到的每个事件处理组件，根据具体的业务需求配置其属性信息，如事件处理组件为告警的组件，可以将对其告警内容等属性信息进行配置；再将配置后的各个事件处理组件按预定顺序进行组合处理，得到配置完成的异常事件处理流。

其中，具体可以对异常事件处理流对应的总的事件处理逻辑进行功能模块化，功能模块化是将程序划分成若干个功能模块，每个功能模块对应一个事件处理组件，每个事件处理组件可以实现一个单独的功能模块对应的业务功能。

205、服务器基于所述预定顺序，依次执行所述目标异常事件处理流中各个事件处理组件对应的异常事件处理逻辑，得到逻辑处理结果。

其中，本实施例中，预定顺序具体为目标异常事件处理流中各个事件处理组件所对应的顺序，可以根据目标异常事件处理流中各个事件处理组件所对应的顺序，依次调度各个事件处理组件，并执行所调度的事件处理组件的异常事件处理逻辑，从而得到该目标异常事件处理流的逻辑处理结果。

206、服务器输出所述逻辑处理结果。

可选地，本实施例中，该异常信息处理方法还可以包括：

当所述异常问题信息不包含预设事件关键信息时，获取预设映射关系集合，所述预设映射关系集合包括预设决策内容和预设问题标识之间的映射关系；

将所述异常问题信息与预设问题标识进行匹配；

根据匹配结果和所述预设映射关系集合，从所述预设决策内容中确定目标决策内容，并向所述客户端推荐所述目标决策内容。

其中，本实施例中，可以先确定预设决策内容所处理的异常问题，进而根据该异常问题确定该预设决策内容对应的预设问题标识，例如，该预设决策内容记录的是对异常账号的处理方式，则其标签信息可以是账号异常，该标签信息也即其对应的预设问题标识。

具体地，预设决策内容记录了对相应预设问题标识下的异常问题的处理方案。

其中，将异常问题信息与预设问题标识进行匹配，若异常问题信息包含某个预设问题标识，可视为二者匹配成功，则将预设映射关系集合中该预设问题标识对应的决策内容确定为目标决策内容，并将目标决策内容推荐给客户端。

本实施例提供的消息总线，可以通过OCR技术精准理解问题，并根据识别到的异常问题信息进行智能推荐、智能派单或是执行相应的事件流。

由上可知，本实施例可以通过服务器当接收到客户端针对异常业务发送的至少一个模态下的消息内容时，对所述至少一个模态下的消息内容进行异常问题识别处理，得到异常问题信息；根据所述异常问题信息，对所述客户端进行业务服务类型的检测，确定所述客户端所需的目标业务服务类型；当所述目标业务服务类型不属于预设业务服务类型时，检测所述异常问题信息是否包含预设事件关键信息；当所述异常问题信息包含预设事件关键信息时，根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流，所述异常事件处理流包括至少两个按照预定顺序排序的事件处理组件，每个事件处理组件对应一个异常事件处理逻辑；基于所述预定顺序，依次执行所述目标异常事件处理流中各个事件处理组件对应的异常事件处理逻辑，得到逻辑处理结果；输出所述逻辑处理结果。本申请可以通过对客户端发送的关于异常业务的消息内容进行异常问题识别，并基于识别到的异常问题信息是否包含预设事件关键信息，来调用对应的异常事件处理流进行处理，这样可以提高异常问题的处理效率，降低人力物力成本。

为了更好地实施以上方法，本申请实施例还提供一种异常信息处理装置，如图3所示，该异常信息处理装置可以包括识别单元301、选取单元302、执行单元303、以及输出单元304，如下：

(1)识别单元301；

识别单元，用于当接收到客户端针对异常业务发送的至少一个模态下的消息内容时，对所述至少一个模态下的消息内容进行异常问题识别处理，得到异常问题信息。

可选的，在本申请的一些实施例中，所述至少一个模态下的消息内容包括文本模态下的消息文本和图像模态下的消息图像；

所述识别单元可以包括提取子单元、获取子单元、截取子单元和识别子单元，如下：

所述提取子单元，用于对所述消息文本进行异常问题提取处理，得到所述文本模态下的异常问题信息；

获取子单元，用于获取样本图像中异常问题信息的目标位置信息；

截取子单元，用于基于所述目标位置信息，对所述消息图像进行区域截取处理，得到所述消息图像中待文本识别的目标图像区域；

识别子单元，用于对所述目标图像区域进行文本识别，得到所述图像模态下的异常问题信息。

可选的，在本申请的一些实施例中，所述识别子单元具体可以用于对所述目标图像区域进行文本识别，得到所述图像模态下的初始异常问题信息；获取预设异常问题词集，所述预设异常问题词集包括至少一个异常文本单元；基于各个异常文本单元，对所述初始异常问题信息进行异常信息筛选处理，得到所述图像模态下的异常问题信息。

可选的，在本申请的一些实施例中，所述获取子单元具体可以用于获取训练数据，所述训练数据包括至少一个样本图像；对所述样本图像进行文本识别，得到所述样本图像对应的文本描述信息；根据预设异常问题词集，确定所述文本描述信息中的异常问题信息；基于所述异常问题信息在所述样本图像中所处的图像区域，获取样本图像中异常问题信息的目标位置信息。

可选的，在本申请的一些实施例中，步骤“基于所述异常问题信息在所述样本图像中所处的图像区域，获取样本图像中异常问题信息的目标位置信息”，可以包括：

针对每个样本图像，确定所述异常问题信息在所述样本图像中所处的图像区域；

将所述图像区域映射到预设参考图像中，得到所述预设参考图像的参考图像区域，所述参考图像区域与所述图像区域位置对齐；

根据所述预设参考图像中各参考图像区域的区域重合度，对各参考图像区域进行区域合并处理，得到至少一个合并后图像区域；

基于所述合并后图像区域在所述预设参考图像上的位置信息，确定样本图像中异常问题信息的目标位置信息。

(2)选取单元302；

选取单元，用于当所述异常问题信息包含预设事件关键信息时，根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流，所述异常事件处理流包括至少两个按照预定顺序排序的事件处理组件，每个事件处理组件对应一个异常事件处理逻辑。

可选的，在本申请的一些实施例中，所述异常信息处理装置还可以包括事件流配置单元，如下：

所述事件流配置单元，用于确定待配置的异常事件处理流的业务需求；对所述业务需求进行功能需求划分处理，得到所述待配置的异常事件处理流对应的至少一个业务功能；针对每个业务功能，从候选事件处理组件中选取与所述业务功能匹配的事件处理组件；将选取到的各个事件处理组件进行组合处理，得到配置完成的异常事件处理流。

可选的，在本申请的一些实施例中，所述选取单元可以包括第一检测子单元、第二检测子单元和选取子单元，如下：

所述第一检测子单元，用于根据所述异常问题信息，对所述客户端进行业务服务类型的检测，确定所述客户端所需的目标业务服务类型；

第二检测子单元，用于当所述目标业务服务类型不属于预设业务服务类型时，检测所述异常问题信息是否包含预设事件关键信息；

选取子单元，用于当所述异常问题信息包含预设事件关键信息时，根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流。

(3)执行单元303；

执行单元，用于基于所述预定顺序，依次执行所述目标异常事件处理流中各个事件处理组件对应的异常事件处理逻辑，得到逻辑处理结果。

(4)输出单元304；

输出单元，用于输出所述逻辑处理结果。

可选的，在本申请的一些实施例中，所述异常信息处理装置还可以包括业务服务单元，如下：

所述业务服务单元，用于当所述目标业务服务类型属于预设业务服务类型时，从候选服务资源供应对象中选取服务状态满足预设服务状态条件的目标服务资源供应对象；建立目标消息会话，所述目标消息会话的会话成员包括所述客户端对应的待服务对象和所述目标服务资源供应对象；向所述目标服务资源供应对象发送提示信息，所述提示信息用于提示所述目标服务资源供应对象通过所述目标消息会话为所述待服务对象提供业务服务。

可选的，在本申请的一些实施例中，所述异常信息处理装置还可以包括决策内容推荐单元，如下：

所述决策内容推荐单元，用于当所述异常问题信息不包含预设事件关键信息时，获取预设映射关系集合，所述预设映射关系集合包括预设决策内容和预设问题标识之间的映射关系；将所述异常问题信息与预设问题标识进行匹配；根据匹配结果和所述预设映射关系集合，从所述预设决策内容中确定目标决策内容，并向所述客户端推荐所述目标决策内容。

由上可知，本实施例可以当接收到客户端针对异常业务发送的至少一个模态下的消息内容时，由识别单元301对所述至少一个模态下的消息内容进行异常问题识别处理，得到异常问题信息；当所述异常问题信息包含预设事件关键信息时，通过选取单元302根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流，所述异常事件处理流包括至少两个按照预定顺序排序的事件处理组件，每个事件处理组件对应一个异常事件处理逻辑；通过执行单元303基于所述预定顺序，依次执行所述目标异常事件处理流中各个事件处理组件对应的异常事件处理逻辑，得到逻辑处理结果；由输出单元304输出所述逻辑处理结果。本申请可以通过对客户端发送的关于异常业务的消息内容进行异常问题识别，并基于识别到的异常问题信息是否包含预设事件关键信息，来调用对应的异常事件处理流进行处理，这样可以提高异常问题的处理效率，降低人力物力成本。

本申请实施例还提供一种电子设备，如图4所示，其示出了本申请实施例所涉及的电子设备的结构示意图，该电子设备可以是终端或者服务器等，具体来讲：

该电子设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解，图4中示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：

处理器401是该电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器402内的软件程序和/或模块，以及调用存储在存储器402内的数据，执行电子设备的各种功能和处理数据。可选的，处理器401可包括一个或多个处理核心；优选的，处理器401可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器401中。

存储器402可用于存储软件程序以及模块，处理器401通过运行存储在存储器402的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器402可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器402还可以包括存储器控制器，以提供处理器401对存储器402的访问。

电子设备还包括给各个部件供电的电源403，优选的，电源403可以通过电源管理系统与处理器401逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、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。

该电子设备还可包括输入单元404，该输入单元404可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。

尽管未示出，该电子设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，电子设备中的处理器401会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中，并由处理器401来运行存储在存储器402中的应用程序，从而实现各种功能，如下：

当接收到客户端针对异常业务发送的至少一个模态下的消息内容时，对所述至少一个模态下的消息内容进行异常问题识别处理，得到异常问题信息；当所述异常问题信息包含预设事件关键信息时，根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流，所述异常事件处理流包括至少两个按照预定顺序排序的事件处理组件，每个事件处理组件对应一个异常事件处理逻辑；基于所述预定顺序，依次执行所述目标异常事件处理流中各个事件处理组件对应的异常事件处理逻辑，得到逻辑处理结果；输出所述逻辑处理结果。

以上各个操作的具体实施可参见前面的实施例，在此不再赘述。

由上可知，本实施例可以当接收到客户端针对异常业务发送的至少一个模态下的消息内容时，对所述至少一个模态下的消息内容进行异常问题识别处理，得到异常问题信息；当所述异常问题信息包含预设事件关键信息时，根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流，所述异常事件处理流包括至少两个按照预定顺序排序的事件处理组件，每个事件处理组件对应一个异常事件处理逻辑；基于所述预定顺序，依次执行所述目标异常事件处理流中各个事件处理组件对应的异常事件处理逻辑，得到逻辑处理结果；输出所述逻辑处理结果。本申请可以通过对客户端发送的关于异常业务的消息内容进行异常问题识别，并基于识别到的异常问题信息是否包含预设事件关键信息，来调用对应的异常事件处理流进行处理，这样可以提高异常问题的处理效率，降低人力物力成本。

本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。

为此，本申请实施例提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本申请实施例所提供的任一种异常信息处理方法中的步骤。例如，该指令可以执行如下步骤：

当接收到客户端针对异常业务发送的至少一个模态下的消息内容时，对所述至少一个模态下的消息内容进行异常问题识别处理，得到异常问题信息；当所述异常问题信息包含预设事件关键信息时，根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流，所述异常事件处理流包括至少两个按照预定顺序排序的事件处理组件，每个事件处理组件对应一个异常事件处理逻辑；基于所述预定顺序，依次执行所述目标异常事件处理流中各个事件处理组件对应的异常事件处理逻辑，得到逻辑处理结果；输出所述逻辑处理结果。

以上各个操作的具体实施可参见前面的实施例，在此不再赘述。

其中，该计算机可读存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。

由于该计算机可读存储介质中所存储的指令，可以执行本申请实施例所提供的任一种异常信息处理方法中的步骤，因此，可以实现本申请实施例所提供的任一种异常信息处理方法所能实现的有益效果，详见前面的实施例，在此不再赘述。

根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述异常信息处理方面的各种可选实现方式中提供的方法。

以上对本申请实施例所提供的一种异常信息处理方法以及相关设备进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (13)

1.一种异常信息处理方法，其特征在于，包括：

当接收到客户端针对异常业务发送的至少一个模态下的消息内容时，对所述至少一个模态下的消息内容进行异常问题识别处理，得到异常问题信息；

当所述异常问题信息包含预设事件关键信息时，根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流，所述异常事件处理流包括至少两个按照预定顺序排序的事件处理组件，每个事件处理组件对应一个异常事件处理逻辑；

基于所述预定顺序，依次执行所述目标异常事件处理流中各个事件处理组件对应的异常事件处理逻辑，得到逻辑处理结果；

输出所述逻辑处理结果。

2.根据权利要求1所述的方法，其特征在于，所述至少一个模态下的消息内容包括文本模态下的消息文本和图像模态下的消息图像；

所述对所述至少一个模态下的消息内容进行异常问题识别处理，得到异常问题信息，包括：

对所述消息文本进行异常问题提取处理，得到所述文本模态下的异常问题信息；

获取样本图像中异常问题信息的目标位置信息；

基于所述目标位置信息，对所述消息图像进行区域截取处理，得到所述消息图像中待文本识别的目标图像区域；

对所述目标图像区域进行文本识别，得到所述图像模态下的异常问题信息。

3.根据权利要求2所述的方法，其特征在于，所述对所述目标图像区域进行文本识别，得到所述图像模态下的异常问题信息，包括：

对所述目标图像区域进行文本识别，得到所述图像模态下的初始异常问题信息；

获取预设异常问题词集，所述预设异常问题词集包括至少一个异常文本单元；

基于各个异常文本单元，对所述初始异常问题信息进行异常信息筛选处理，得到所述图像模态下的异常问题信息。

4.根据权利要求2所述的方法，其特征在于，所述获取样本图像中异常问题信息的目标位置信息，包括：

获取训练数据，所述训练数据包括至少一个样本图像；

对所述样本图像进行文本识别，得到所述样本图像对应的文本描述信息；

根据预设异常问题词集，确定所述文本描述信息中的异常问题信息；

基于所述异常问题信息在所述样本图像中所处的图像区域，获取样本图像中异常问题信息的目标位置信息。

5.根据权利要求4所述的方法，其特征在于，所述基于所述异常问题信息在所述样本图像中所处的图像区域，获取样本图像中异常问题信息的目标位置信息，包括：

针对每个样本图像，确定所述异常问题信息在所述样本图像中所处的图像区域；

将所述图像区域映射到预设参考图像中，得到所述预设参考图像的参考图像区域，所述参考图像区域与所述图像区域位置对齐；

根据所述预设参考图像中各参考图像区域的区域重合度，对各参考图像区域进行区域合并处理，得到至少一个合并后图像区域；

基于所述合并后图像区域在所述预设参考图像上的位置信息，确定样本图像中异常问题信息的目标位置信息。

6.根据权利要求1所述的方法，其特征在于，所述根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流之前，还包括：

确定待配置的异常事件处理流的业务需求；

对所述业务需求进行功能需求划分处理，得到所述待配置的异常事件处理流对应的至少一个业务功能；

针对每个业务功能，从候选事件处理组件中选取与所述业务功能匹配的事件处理组件；

将选取到的各个事件处理组件进行组合处理，得到配置完成的异常事件处理流。

7.根据权利要求1所述的方法，其特征在于，所述当所述异常问题信息包含预设事件关键信息时，根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流，包括：

根据所述异常问题信息，对所述客户端进行业务服务类型的检测，确定所述客户端所需的目标业务服务类型；

当所述目标业务服务类型不属于预设业务服务类型时，检测所述异常问题信息是否包含预设事件关键信息；

当所述异常问题信息包含预设事件关键信息时，根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

当所述目标业务服务类型属于预设业务服务类型时，从候选服务资源供应对象中选取服务状态满足预设服务状态条件的目标服务资源供应对象；

建立目标消息会话，所述目标消息会话的会话成员包括所述客户端对应的待服务对象和所述目标服务资源供应对象；

向所述目标服务资源供应对象发送提示信息，所述提示信息用于提示所述目标服务资源供应对象通过所述目标消息会话为所述待服务对象提供业务服务。

9.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当所述异常问题信息不包含预设事件关键信息时，获取预设映射关系集合，所述预设映射关系集合包括预设决策内容和预设问题标识之间的映射关系；

将所述异常问题信息与预设问题标识进行匹配；

根据匹配结果和所述预设映射关系集合，从所述预设决策内容中确定目标决策内容，并向所述客户端推荐所述目标决策内容。

10.一种异常信息处理装置，其特征在于，包括：

识别单元，用于当接收到客户端针对异常业务发送的至少一个模态下的消息内容时，对所述至少一个模态下的消息内容进行异常问题识别处理，得到异常问题信息；

选取单元，用于当所述异常问题信息包含预设事件关键信息时，根据所述预设事件关键信息，从至少两个异常事件处理流中选取对所述异常问题信息处理的目标异常事件处理流，所述异常事件处理流包括至少两个按照预定顺序排序的事件处理组件，每个事件处理组件对应一个异常事件处理逻辑；

执行单元，用于基于所述预定顺序，依次执行所述目标异常事件处理流中各个事件处理组件对应的异常事件处理逻辑，得到逻辑处理结果；

输出单元，用于输出所述逻辑处理结果。

11.一种电子设备，其特征在于，包括存储器和处理器；所述存储器存储有应用程序，所述处理器用于运行所述存储器内的应用程序，以执行权利要求1至9任一项所述的异常信息处理方法中的操作。

12.一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存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至9任一项所述的异常信息处理方法中的步骤。

13.一种计算机程序产品，包括计算机程序或指令，其特征在于，该计算机程序或指令被处理器执行时实现权利要求1至9任一项所述的异常信息处理方法中的步骤。