WO2019062012A1 - 问题联想推送方法、电子装置及计算机可读存储介质 - Google Patents

问题联想推送方法、电子装置及计算机可读存储介质 Download PDF

Info

Publication number
WO2019062012A1
WO2019062012A1 PCT/CN2018/077442 CN2018077442W WO2019062012A1 WO 2019062012 A1 WO2019062012 A1 WO 2019062012A1 CN 2018077442 W CN2018077442 W CN 2018077442W WO 2019062012 A1 WO2019062012 A1 WO 2019062012A1
Authority
WO
WIPO (PCT)
Prior art keywords
standard
word
question
keyword
keywords
Prior art date
Application number
PCT/CN2018/077442
Other languages
English (en)
French (fr)
Inventor
卢川
Original Assignee
平安科技（深圳）有限公司
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 平安科技（深圳）有限公司 filed Critical 平安科技（深圳）有限公司
Publication of WO2019062012A1 publication Critical patent/WO2019062012A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing

Definitions

  • the present application relates to the field of semantic recognition, and relates to a problem association push method, an electronic device, and a computer readable storage medium.
  • the existing intelligent customer service robot is still difficult to effectively meet the customer's service needs, the customer experience is generally poor, many customers are reluctant to communicate with the intelligent customer service robot, often directly point to the manual customer service, making the intelligent customer service robot not high, can not effectively alleviate The pressure of manual customer service.
  • the technical problem to be solved by the present application is to overcome the problem that the positioning accuracy of the intelligent customer service robot problem in the prior art is not high, and a problem association push method, an electronic device and a computer readable storage medium are proposed, which are pushed when the customer inputs a question. Improve the accuracy of problem location based on existing input contact issues.
  • a problem association pushing method comprises the following steps: S1, constructing a standard knowledge base, and storing a number of standard question-answer pairs for intelligent question and answer customer questions, the standard questions being expressed as a sequence of words consisting of several keywords, The word sequence is expressed by a directional association between a plurality of keywords, and the same keywords in the plurality of word sequences are all associated by the same standard word; S2, a synonym database is constructed, and a number of standard word associations are stored.
  • An electronic device includes a memory and a processor, wherein the memory stores a problem association push system executable by the processor, the problem association push system comprising: a standard knowledge base for storing a plurality of questions and answers for intelligent question and answer Standard question of customer problem - answer pair, the standard question is expressed as a sequence of words consisting of several keywords, which are expressed by a directional association between multiple keywords, and the same in multiple word sequences The keywords are all associated by the same standard word; the thesaurus is used to store a group of words consisting of a synonym of the standard word associated with the standard word, the standard word corresponding to the keyword in the standard question; session connection a module for receiving a service session request of the client and creating a client service session with the client; a session analysis module for performing real-time analysis on the content of the client service session; and a problem association module for performing the result of the real-time analysis, Push at least one standard question in the standard knowledge base to the customer according to the push rule; the answer push module, Receiving a customer selection of
  • a computer readable storage medium having a problem association push system stored therein, the problem association push system being executable by at least one processor to cause the at least one processor to perform the following steps: S1. Building a standard knowledge base, storing a number of standard question-answer pairs for intelligent question-answering customer questions, the standard question being expressed as a sequence of words consisting of a number of keywords having a Directive association is expressed, and the same keywords in multiple word sequences are all associated by the same standard word; S2, a synonym database is constructed, and a plurality of word groups consisting of standard words associated with the standard words are stored.
  • the standard word corresponds to the keyword in the standard question; S3, receiving the customer's service session request, and creating a customer service session with the client; S4, real-time analysis of the content of the customer service session; S5, according to real-time analysis As a result, according to the push rule, at least one standard question in the standard knowledge base is pushed to the client; S6, receiving the customer selection Standard questions and push the answers to the standard knowledge base associated with the standard questions to the customer.
  • the positive progress of the present application is that the present application introduces a standard question by pushing in the process of inputting a question, so that the customer can select a standard question that accurately expresses his intention without inputting a complete question.
  • the present application introduces a standard question by pushing in the process of inputting a question, so that the customer can select a standard question that accurately expresses his intention without inputting a complete question.
  • FIG. 1 is a schematic diagram showing the hardware architecture of an embodiment of an electronic device of the present application.
  • FIG. 2 is a schematic diagram showing a program module of an embodiment of a problem association push system in an electronic device of the present application
  • FIG. 3 is a flow chart showing a first embodiment of the method for associating a problem of the present application
  • FIG. 4 is a flow chart showing the construction of a standard knowledge base in the second embodiment of the Lenovo push method of the present application
  • FIG. 5 is a schematic diagram showing a keyword directivity association in a second embodiment of the association pushing method of the present application.
  • FIG. 6 is a flow chart showing the construction of a thesaurus in the third embodiment of the Lenovo push method of the present application.
  • FIG. 7 is a flow chart showing a session analysis in a fourth embodiment of the Lenovo push method of the present application.
  • FIG. 8 is a flow chart showing an alternative synonym in the session analysis in the fifth embodiment of the Lenovo push method of the present application.
  • Fig. 9 is a flow chart showing the push association problem in the sixth embodiment of the Lenovo push method of the present application.
  • the present application proposes an electronic device.
  • the electronic device 2 is an apparatus capable of automatically performing numerical calculation and/or information processing in accordance with an instruction set or stored in advance.
  • the electronic device 2 can be a smartphone, a tablet, a laptop, a desktop computer, a rack server, a blade server, a tower server, or a rack server (including a stand-alone server, or a server cluster composed of multiple servers).
  • the electronic device 2 includes at least, but not limited to, a memory 21, a processor 22, a network interface 23, and a problem association push system 20 that are communicably coupled to one another via a system bus. among them:
  • the memory 21 includes at least one type of computer readable storage medium including a flash memory, a hard disk, a multimedia card, a card type memory (eg, SD or DX memory, etc.), a random access memory (RAM), Static Random Access Memory (SRAM), Read Only Memory (ROM), Electrically Erasable Programmable Read Only Memory (EEPROM), Programmable Read Only Memory (PROM), magnetic memory, magnetic disk, optical disk, and the like.
  • the memory 21 may be an internal storage unit of the electronic device 2, such as a hard disk or a memory of the electronic device 2.
  • the memory 21 may also be an external storage device of the electronic device 2, such as a plug-in hard disk equipped on the electronic device 2, a smart memory card (SMC), and a secure digital device. (Secure Digital, SD) card, flash card, etc.
  • the memory 21 can also include both the internal storage unit of the electronic device 2 and its external storage device.
  • the memory 21 is generally used to store an operating system installed in the electronic device 2 and various types of application software, such as program code of the problem association push system 20. Further, the memory 21 can also be used to temporarily store various types of data that have been output or are to be output.
  • the processor 22 may be a Central Processing Unit (CPU), controller, microcontroller, microprocessor, or other data processing chip in some embodiments.
  • the processor 22 is typically used to control the overall operation of the electronic device 2, such as performing control and processing associated with data interaction or communication with the electronic device 2.
  • the processor 22 is configured to run program code or process data stored in the memory 21, such as running the problem association push system 20 and the like.
  • the network interface 23 may comprise a wireless network interface or a wired network interface, which is typically used to establish a communication connection between the electronic device 2 and other electronic devices.
  • the network interface 23 is configured to connect the electronic device 2 to an external terminal through a network, establish a data transmission channel, a communication connection, and the like between the electronic device 2 and an external terminal.
  • the network may be an intranet, an Internet, a Global System of Mobile communication (GSM), a Wideband Code Division Multiple Access (WCDMA), a 4G network, or a 5G network.
  • Wireless or wired networks such as network, Bluetooth, Wi-Fi, etc.
  • Figure 1 only shows the electronic device 2 with the components 21-23, but it should be understood that not all illustrated components may be implemented, and more or fewer components may be implemented instead.
  • the problem associative push system 20 stored in the memory 21 may be divided into one or more program modules, the one or more program modules being stored in the memory 21, and may be one or more
  • the processor this embodiment is processor 22
  • FIG. 2 shows a schematic diagram of a program module of an embodiment of the problem association push system 20.
  • the problem association push system 20 can be divided into a standard knowledge base 201, a thesaurus 202, and a session connection module. 203.
  • the session analysis module 204, the problem association module 205, and the answer push module 206 The following description will specifically describe the specific functions of the program modules 201-206.
  • the standard knowledge base 201 is configured to store a plurality of standard question-answer pairs for intelligent question-answering customer questions, the standard questions being expressed as a sequence of words consisting of a plurality of keywords, the word sequence passing between a plurality of keywords An association with directivity is expressed, and the same keywords in multiple word sequences are all associated by the same standard word;
  • the thesaurus 202 is configured to store a plurality of word groups consisting of a synonym of a standard word associated with the standard word, the standard word corresponding to a keyword in a standard question;
  • the session connection module 203 receives a service session request of a client and creates a client service session with the client;
  • the session analysis module 204 is configured to perform real-time analysis on the content of the customer service session
  • the problem association module 205 is configured to: according to the result of the real-time analysis, push at least one standard question in the standard knowledge base to the client according to the push rule;
  • the answer push module 206 is configured to receive a standard question selected by the client and push the answer associated with the standard question in the standard knowledge base to the client.
  • the problem as the Lenovo push system 20 can push the relevant standard questions for the customer to select when the customer does not input the complete question, that is, save the time for the customer to input the question, and guide the customer to select the standard question from the intention.
  • the problem is to improve the accuracy of the answer push.
  • the following is an example of a customer's inquiry about a credit card:
  • the problem association module pushes the relevant standard questions stored in the standard knowledge base according to the result of real-time analysis, that is, the word sequence “credit card automatic”, such as “How to apply for automatic credit card repayment?”, “How is the credit card automatic repayment date? What?”, “What should I do if my credit card debit card debit card balance is insufficient?”.
  • the answer push module directly submits the answer corresponding to the standard question. If the customer does not select but continues to input, repeat the aforementioned steps 2-4 until the customer Choose so far.
  • the standard knowledge base and the thesaurus are all pre-maintained in the system, and may be modified, added, etc. according to actual conditions.
  • the present application proposes a problem association push method.
  • the problem association pushing method includes the following steps:
  • S3. Receive a service session request of the client, and create a customer service session with the client;
  • step S1 and the build synonym database in step S2 are pre-maintained in the system, and need not be maintained once every time, as long as the content needs to be updated, the maintenance mode can be maintained. It is manual maintenance, automatic maintenance after the system automatically captures information, or a combination of the two.
  • the step S1 specifically includes the following sub-steps:
  • the word sequence is expressed by a directional composition expression between several keywords in the keyword set.
  • the directional relationship between the above keywords is: “handling” and “setting” all point to “credit card” "Credit card” points to “automatic” to “repayment”, “repayment” points to “date” and “balance”, “balance” points to "insufficient” (as shown in Figure 5); the expression is “handled” Credit card auto repayment, “credit card automatic repayment balance insufficient” and “set credit card auto repayment date”, these expressions are associated with their corresponding standard questions in the standard knowledge base.
  • step S2 specifically includes the following sub-steps:
  • Extract standard words in the standard word set in turn, collect at least one synonym similar to the standard word, and associate the synonyms with the standard words into a word group for preservation.
  • step S4 specifically includes the following sub-steps:
  • the sub-step S43 specifically includes the following sub-steps:
  • step S433 determining whether there is a standard word matching the keyword in the thesaurus, if yes, executing step S435, if otherwise, performing step S434;
  • the replacement process is described by taking a replacement synonym for the simplified word sequence “credit card automatic repayment” as an example to illustrate the replacement process:
  • step S5 specifically includes the following sub-steps:
  • step S54 Determine whether the customer makes a selection in the standard question of pushing, if yes, execute step S6; if otherwise, perform step S41 again.
  • the standard questions about the latest activities are pushed; secondly, the matching between the standard questions and the keyword sequence is pushed from high to low; finally, the frequency of questions that have been asked according to the standard question is from high to low.
  • the degree of matching between the standard question and the keyword sequence is calculated according to the following rules:
  • the keywords are divided into three categories: professional nouns, common nouns and verbs. Different types of words are assigned different weights, and the matching values obtained by adding the weights of all matching keywords are used to measure the The degree of matching, the higher the matching value indicates that the matching degree is higher.
  • the professional noun matches with a score of 5
  • the common noun matches with a score of 3
  • the verb matches with a score of 1.5.
  • the present application is a computer readable storage medium in which a problem association push system 20 is stored, which can implement the above-described problem as the association push method when the Lenovo push system 20 can be executed by one or more processors. Or the operation of an electronic device.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请公开了一种问题联想推送方法，属于语义识别领域。一种问题联想推送方法，包括以下步骤：S1、构建标准知识库；S2、接收客户的服务会话请求，并创建与所述客户的客户服务会话；S3、对客户服务会话的内容进行实时分析；S4、根据实时分析的结果，按照推送规则推送标准知识库中的至少一个标准问题给客户；S5、接收客户选择的标准问题，并推送标准知识库中与该标准问题相关联的答案给客户。本申请通过在客户输入问题的过程中加入相关的标准问题的推送，使得在客户无需输入完整问题的情况下，就可以选择能准确表达其意图的标准问题，从而推送正确的答案给客户，以提高智能客服推送答案的准确率。

Description

问题联想推送方法、电子装置及计算机可读存储介质
本申请申明享有2017年9月30日递交的申请号为201710927583.6、名称为“问题联想推送方法、电子装置及计算机可读存储介质”的中国专利申请的优先权，该中国专利申请的整体内容以参考的方式结合在本申请中。
技术领域
本申请涉及语义识别领域，涉及一种问题联想推送方法、电子装置及计算机可读存储介质。
背景技术
随着互联网的飞速发展，人们服务意识的提高，网络客服已经普及到各行各业，深入到日常商业服务的各个环节。
目前，常见的网络客户通常由智能客服机器人和人工客服组成，相较于传统的客服方式，智能客服可以实现昼夜和节假日的全天候服务，分流人工客服负担，从而有效降低企业客服领域的运营成本。
但是，客户普遍反应智能客服机器人较“笨”，人类的语言丰富多彩，相同的问题可以有多种不同的提问方式，而智能客服机器人显然不能完全理解。为了提高智能客服机器人的回答命中率，通常会在系统中维护一些标准问题，由智能客服机器人根据客户的问题去匹配标准问题，然后给出相应的标准答案，但智能客服机器人在匹配标准问题时存在问题定位精度不高的现象，继而导致答案不准确的情况，严重影响了客户体验。
因此，现有智能客服机器人的还难以有效满足顾客的服务需求，客户体验普遍较差，很多客户不愿与智能客服机器人交流，很多时候直接点人工客服，使得智能客服机器人不高，无法有效缓解人工客服的压力。
发明内容
本申请要解决的技术问题是为了克服现有技术中智能客服机器人问题定位精度不高的问题，提出了一种问题联想推送方法、电子装置及计算机可读存储介质，通过在客户输入问题时推送根据现有输入内容联系的问题，提高问题定位的精度。
本申请是通过下述技术方案来解决上述技术问题：
一种问题联想推送方法，包括如下步骤：S1、构建标准知识库，存储有若干用于智能问答客户问题的标准问题-答案对，所述标准问题被表述为由若干关键词组成的词序列，所述词序列通过多个关键词间具有指向性的关联进行表述，且多个词序列中相同的关键词均由同一个标准词进行关联；S2、构建同义词库，存储有若干由标准词关联该标准词的近义词组成的词群，所述标准词与标准问题中的关键词相对应；S3、接收客户的服务会话请求，并创建与所述客户的客户服务会话；S4、对客户服务会话的内容进行实时分析；S5、根据实时分析的结果，按照推送规则推送标准知识库中的至少一个标准问题给客户；S6、接收客户选择的标准问题，并推送标准知识库中与该标准问题相关联的答案给客户。
一种电子装置，包括存储器和处理器，所述存储器上存储有可被所述处理器执行的问题联想推送系统，所述问题联想推送系统包括：标准知识库，用于存储若干用于智能问答客户问题的标准问题-答案对，所述标准问题被表述为由若干关键词组成的词序列，所述词序列通过多个关键词间具有指向性的关联进行表述，且多个词序列中相同的关键词均由同一个标准词进行关联；同义词库，用于存储有若干由标准词关联该标准词的近义词组成的词群，所述标准词与标准问题中的关键词相对应；会话连接模块，用于接收客户的服务会话请求，并创建与所述客户的客户服务会话；会话分析模块，用于对客户服务会话的内容进行实时分析；问题联想模块，用于根据实时分析的结果，按照推送规则推送标准知识库中的至少一个标准问题给客户；答案推送 模块，用于接收客户选择的标准问题，并推送标准知识库中与该标准问题相关联的答案给客户。
一种计算机可读存储介质，所述计算机可读存储介质内存储有问题联想推送系统，所述问题联想推送系统可被至少一个处理器所执行，以使所述至少一个处理器执行以下步骤：S1、构建标准知识库，存储有若干用于智能问答客户问题的标准问题-答案对，所述标准问题被表述为由若干关键词组成的词序列，所述词序列通过多个关键词间具有指向性的关联进行表述，且多个词序列中相同的关键词均由同一个标准词进行关联；S2、构建同义词库，存储有若干由标准词关联该标准词的近义词组成的词群，所述标准词与标准问题中的关键词相对应；S3、接收客户的服务会话请求，并创建与所述客户的客户服务会话；S4、对客户服务会话的内容进行实时分析；S5、根据实时分析的结果，按照推送规则推送标准知识库中的至少一个标准问题给客户；S6、接收客户选择的标准问题，并推送标准知识库中与该标准问题相关联的答案给客户。
本申请的积极进步效果在于：本申请通过在客户输入问题的过程中加入相关的标准问题的推送，使得在客户无需输入完整问题的情况下，就可以选择能准确表达其意图的标准问题，即通过节约客户输入问题的时间提高其体验度，又可以帮助智能客服准确理解可以意图，从而推送正确的答案给客户，以提高智能客服推送答案的准确率。
附图说明
图1示出了本申请电子装置一实施例的硬件架构示意图；
图2示出了本申请电子装置中问题联想推送系统一实施例的程序模块示意图；
图3示出了本申请问题联想推送方法第一实施例的流程图；
图4示出了本申请问题联想推送方法第二实施例中构建标准知识库的流 程图；
图5示出了本申请问题联想推送方法第二实施例中关键词指向性关联的示意图；
图6示出了本申请问题联想推送方法第三实施例中构建同义词库的流程图；
图7示出了本申请问题联想推送方法第四实施例中会话分析的流程图；
图8示出了本申请问题联想推送方法第五实施例中会话分析中的替换同义词的流程图；
图9示出了本申请问题联想推送方法第六实施例中推送关联问题的流程图。
具体实施方式
下面通过实施例的方式进一步说明本申请，但并不因此将本申请限制在所述的实施例范围之中。
首先，本申请提出了一种电子装置。
参阅图1所示，是本申请电子装置一实施例的硬件架构示意图。本实施例中，所述电子装置2是一种能够按照事先设定或者存储的指令，自动进行数值计算和/或信息处理的设备。例如，可以是智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器，或者多个服务器所组成的服务器集群)等。如图所示，所述电子装置2至少包括，但不限于，可通过系统总线相互通信连接存储器21、处理器22、网络接口23、以及问题联想推送系统20。其中：
所述存储器21至少包括一种类型的计算机可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器 (PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器21可以是所述电子装置2的内部存储单元，例如该电子装置2的硬盘或内存。在另一些实施例中，所述存储器21也可以是所述电子装置2的外部存储设备，例如该电子装置2上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。当然，所述存储器21还可以既包括所述电子装置2的内部存储单元也包括其外部存储设备。本实施例中，所述存储器21通常用于存储安装于所述电子装置2的操作系统和各类应用软件，例如所述问题联想推送系统20的程序代码等。此外，所述存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器22在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器22通常用于控制所述电子装置2的总体操作，例如执行与所述电子装置2进行数据交互或者通信相关的控制和处理等。本实施例中，所述处理器22用于运行所述存储器21中存储的程序代码或者处理数据，例如运行所述的问题联想推送系统20等。
所述网络接口23可包括无线网络接口或有线网络接口，该网络接口23通常用于在所述电子装置2与其他电子装置之间建立通信连接。例如，所述网络接口23用于通过网络将所述电子装置2与外部终端相连，在所述电子装置2与外部终端之间的建立数据传输通道和通信连接等。所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(Global System of Mobile communication，GSM)、宽带码分多址(Wideband Code Division Multiple Access，WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi等无线或有线网络。
需要指出的是，图1仅示出了具有组件21-23的电子装置2，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组 件。
在本实施例中，存储于存储器21中的所述问题联想推送系统20可以被分割为一个或者多个程序模块，所述一个或者多个程序模块被存储于存储器21中，并可由一个或多个处理器(本实施例为处理器22)所执行，以完成本申请。
例如，图2示出了所述问题联想推送系统20一实施例的程序模块示意图，该实施例中，所述问题联想推送系统20可以被分割为标准知识库201、同义词库202、会话连接模块203、会话分析模块204、问题联想模块205和答案推送模块206。以下描述将具体介绍所述程序模块201-206的具体功能。
所述标准知识库201，用于存储若干用于智能问答客户问题的标准问题-答案对，所述标准问题被表述为由若干关键词组成的词序列，所述词序列通过多个关键词间具有指向性的关联进行表述，且多个词序列中相同的关键词均由同一个标准词进行关联；
所述同义词库202，用于存储有若干由标准词关联该标准词的近义词组成的词群，所述标准词与标准问题中的关键词相对应；
所述会话连接模块203，接收客户的服务会话请求，并创建与所述客户的客户服务会话；
所述会话分析模块204，用于对客户服务会话的内容进行实时分析；
所述问题联想模块205，用于根据实时分析的结果，按照推送规则推送标准知识库中的至少一个标准问题给客户；
所述答案推送模块206，用于接收客户选择的标准问题，并推送标准知识库中与该标准问题相关联的答案给客户。
本实施例中所述问题联想推送系统20，可以在客户未输入完整问题时，推送相关的标准问题供客户选择，即节约客户输入问题的时间，又能引导客 户从标准问题中选择符合其意图的问题，提高答案推送的准确率。下面以客户询问信用卡相关的问题为例加以具体说明：
1、通过会话连接模块与客户建立服务会话并接收客户的问题。
2、通过会话分析模块对客户服务会话的内容进行实时分析，当客户输入“信用卡自动”时，将“信用卡自动”拆分为关键词组成的词序列“信用卡自动”，再判断该词序列中的关键词是否为同义词库中标准词，若为非标准词，则用于该关键词相关联的标准词进行替换。
3、问题联想模块根据实时分析的结果，即词序列“信用卡自动”，推送标准知识库中存储的相关的标准问题，如“如何申请办理信用卡自动还款？”、“信用卡自动还款日期如何设置？”、“信用卡自动扣款借记卡余额不足怎么办？”。
4、如果客户从推送的标准问题选择了一个标准问题，则答案推送模块则直接提送该标准问题相对应的答案，若客户没有选择而是继续输入，则重复前述步骤2-4，直到客户选择为止。
本实施例中，标准知识库和同义词库都为预先维护在系统中的，并可根据实际情况做相应的修改、增加等。
其次，本申请提出一种问题联想推送方法。
在第一实施例中，如图3所示，所述的问题联想推送方法包括如下步骤：
S1、构建标准知识库，存储有若干用于智能问答客户问题的标准问题-答案对，所述标准问题被表述为由若干关键词组成的词序列，所述词序列通过多个关键词间具有指向性的关联进行表述，且多个词序列中相同的关键词均由同一个标准词进行关联；
S2、构建同义词库，存储有若干由标准词关联该标准词的近义词组成的词群，所述标准词与标准问题中的关键词相对应；
S3、接收客户的服务会话请求，并创建与所述客户的客户服务会话；
S4、对客户服务会话的内容进行实时分析；
S5、根据实时分析的结果，按照推送规则推送标准知识库中的至少一个标准问题给客户；
S6、接收客户选择的标准问题，并推送标准知识库中与该标准问题相关联的答案给客户
需要说明的是，步骤S1中的构建标准知识库和步骤S2中的构建同义词库为预先维护在系统中的，无需每次使用都维护一次，只要在内容需要更新时维护便可，维护方式可以是手动维护、系统自动抓取信息后自动维护或者两者相结合维护。
基于上述第一实施例，在第二实施例中，如图4所示，所述步骤S1具体包括以下分步骤：
S11、搜集并整理问题和与该问题相匹配的答案，构建成标准问题-答案对并保存；
S12、将标准问题拆分成由若干关键词组成的词序列；
S13、将所有词序列中的关键词组成一个集合并进行去重，生成关键词集合；
S14、将词序列用关键词集合中若干个关键词之间具有指向性的关联组成表达式进行表述，并将该表达式与该词序列所对应的标准问题进行关联保存。
下面以有关信用卡方面的问题维护为例对标准知识库的构建流程做具体说明：
标准问题1：如何申请办理信用卡自动还款？
标准问题2：信用卡自动还款借记卡余额不足怎么办？
标准问题3：如何设置信用卡自动还款日期？
1、针对3个标准问题分别查找相对应的答案，将答案和3个标准问题分别对应构建成标准问题-答案对并保存在标准知识库中。
2、将3个标准问分别拆分成词序列，分别为：“如何 申请 办理 信用 卡 自动 还款”、“信用卡 自动 还款 借记卡 余额 不足 怎么办”和“如何 设置 信用卡 自动 还款 日期”。
3、去除词序列中的停用词，生成3组由若干关键词组成的词序列，分别为“办理 信用卡 自动 还款”、“信用卡 自动 还款 余额 不足”和“设置 信用卡 自动 还款 日期”，然后将3个词序列中的关键词去重，得到关键词集合“办理 信用卡 自动 还款 余额 不足 设置 日期”。
4、将词序列用关键词集合中若干个关键词之间具有指向性的关联组成表达式进行表述，前述关键词之间的指向性关系为：“办理”、“设置”都指向“信用卡”，“信用卡”指向“自动”指向“还款”，“还款”指向“日期”和“余额”，“余额”指向“不足”(如图5所示)；组成的表达式即为“办理 信用卡 自动 还款”、“信用卡 自动 还款 余额 不足”和“设置 信用卡 自动 还款 日期”，将这些表达式与各自对应的标准问题关联保存在标准知识库中。
基于上述第二实施例，在第三实施例中，如图6所示，所述步骤S2具体包括以下分步骤：
S21、提取标准知识库中各标准问题中的关键词；
S22、将所有关键词组成关键词集合并进行去重处理，得到标准词集合；
S23、依次提取标准词集合中的标准词，搜集与该标准词意思相近的至少一个近义词，并将所述近义词与所述标准词关联成词群进行保存。
接上例，同义词库的维护流程如下：
1、分别提取3个标准问题中的关键词“办理 信用卡 自动 还款”、“信用卡 自动 还款 余额 不足”和“设置 信用卡 自动 还款 日期”。
2、将“信用卡”、“自动”和“还款”这3个关键词去重，得到标准词集合“办理 信用卡 自动 还款 余额 不足 设置 日期”。
3、先找出各关键词的近义词，比如标准词“不足”的近义词为“不够”、“少”“小于”等，将这些词与标准词“不足”关联保存为不足词群；其他关键词词群的组成同不足词群的组成。
基于上述第三实施例，在第四实施例中，如图7所示，步骤S4具体包括以下分步骤：
S41、分词，利用分词工具将客户服务会话的内容拆分成由若干个词组成的词序列；
S42、提取关键词，通过去除词序列中的停用词，生成仅由关键词组成的简化词序列；
S43、替换同义词，判断简化词序列中的关键词是否属于同义词库中的标准词，若不是则用同义词库中的标准词替换该关键词，生成仅包含有标准词的标准词序列；
S44、输出标准词序列。
接上例，以客户输入问题“信用卡自动还钱”，以此为例具体说明会话分析的流程：
1、将客户的问题“信用卡自动还钱”拆分为“信用卡 自动 还钱”的词序列。
2、提取出前述词序列中的关键词“信用卡 自动 还钱”。
3、将前述简化词序列中的“还钱”用“还款”替换，生成标准词序列“信用卡 自动 还款”。
4、输出标准词序列“信用卡 自动 还款”。
基于上述第四实施例，在第五实施例中，如图8所示，分步骤S43具体包括以下子步骤：
S431、获取简化词序列中的关键词；
S432、将获取的关键词与同义词库中的标准词进行一一比对；
S433、判断同义词库中是否具有与该关键词相匹配的标准词，若是则执行步骤S435，若否则执行步骤S434；
S434、将该关键词与同义词库中的近义词进行一一比对，找出与所述该关键词相同的同义词，并将该同义词所关联的标准词替换该关键词在简化词 序列中的位置；
S435、判断该关键词是否为所述简化词序列中的最后一个词，若是则执行步骤S436，若否则执行步骤S431；
S436、生成仅包含有标准词的标准词序列。
接上例，以对简化词序列“信用卡 自动 还钱”进行替换同义词为例具体说明替换过程：
1、获取简化词序列“信用卡 自动 还钱”中的第一个关键词“信用卡”；
2、将关键词“信用卡”与同义词库中的标准词进行比对，找到一样的词“信用卡”；
3、判断关键词“信用卡”不是简化词序列“信用卡 自动 还钱”中的最后一个词；
4、获取简化词序列“信用卡 自动 还钱”中的第二个关键词“自动”，重复前面的步骤；
5、获取简化词序列“信用卡 自动 还钱”中的第五个关键词“还钱”；
6、将关键词“还钱”与同义词库中的标准词进行比对，没有找到一样的词；
7、将关键词“还钱”与同义词库中的近义词进行比对，找到一样的词“还钱”，用词“还钱”关联的标准词“还款”替换简化词序列中的关键词“还钱”；
8、判断关键词“还钱”是简化词序列“信用卡 自动 还钱”中的最后一个词；
9、生成标准词序列“信用卡 自动 还款”。
基于上述第五实施例，在第六实施例中，如图9所示，步骤S5具体包括以下分步骤：
S51、将标准词序列中的各标准词与关键词集合中的各关键词进行匹配，根据匹配的关键词之间的具有指向性的关联关系，推断出由所述匹配的关键 词可能组成的至少一个表达式；
S52、调出所述表达式所关联的标准问题；
S53、将标准问题推送给客户进行选择；
S54、判断客户是否在推送的标准问题中做出了选择，若是则执行步骤S6；若否则重新执行步骤S41。
需要说明的是：由于根据客户现有输入的内容所匹配到的相关联的标准问题可能有多个，因此当推断出的表达式为多个时，多个表达式所关联的多个标准问题按以下推送规则进行推送：
首先，推送关于最新活动的标准问题；其次，按照标准问题与关键词序列之间的匹配度从高到低进行推送；最后，按照标准问题曾经被提问的频率从高到低进行。
更进一步地，所述标准问题与关键词序列之间的匹配度按以下规则进行计算：
首先，将关键词划分为专业名词、普通名词和动词三类词，分别给三类词的匹配分配不同的权重，将所有相匹配的关键词的权重相加得到的匹配值用来衡量所述匹配度，所述匹配值越高表示所述匹配度越高。
比如：专业名词匹配的得分为5，普通名词匹配的得分为3，动词匹配的得分为1.5。
当客户输入不完整问题“信用卡自动还钱”时，与3个关键词序列“办理 信用卡 自动 还款”、“信用卡 自动 还款 余额 不足”和“设置 信用卡 自动 还款 日期”的匹配值分别为0.87、0.61、0.68；因此，针对不完整问题“信用卡自动还钱”按匹配度倒序排列的标准问题为“如何申请办理信用卡自动还款？”、“如何设置信用卡自动还款日期？”、“信用卡自动还款借记卡余额不足怎么办？”。
接上例，以客户输入不完整问题“信用卡自动还钱”为例具体说明推送关 联问题的流程：
1、将标准词序列“信用卡 自动 还款”中的各个关键词与关键词集合中的各关键词进行匹配，找到相匹配的三个关键词“信用卡”、“自动”、“还款”，根据这三个关键词之间的具有指向性的关联关系，推断出三个表达式，分别为“办理信用卡自动还款”、“信用卡自动还款余额不足”和“设置信用卡自动还款日期”。
2、调出三个表达式所关联的标准问题，分别为“如何申请办理信用卡自动还款？”、“信用卡自动还款借记卡余额不足怎么办？”、“如何设置信用卡自动还款日期？”。
3、将前述三个标准问题推送给客户。
4、等待客户选择，若客户从三个标准问题中选择了一个标准问题，则直接推送该标准问题所对应的答案；若客户没有做出选择，则回到步骤S41，对客户的问题进行重新拆分。
此外，本申请一种计算机可读存储介质，该计算机可读存储介质内存储有问题联想推送系统20，该问题联想推送系统20可被一个或多个处理器执行时，实现上述问题联想推送方法或电子装置的操作。
虽然以上描述了本申请的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本申请的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本申请的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本申请的保护范围。

Claims (17)

  1. 一种问题联想推送方法，其特征在于，包括如下步骤：
    S1、构建标准知识库，存储有若干用于智能问答客户问题的标准问题-答案对，所述标准问题被表述为由若干关键词组成的词序列，所述词序列通过多个关键词间具有指向性的关联进行表述，且多个词序列中相同的关键词均由同一个标准词进行关联；
    S2、构建同义词库，存储有若干由标准词关联该标准词的近义词组成的词群，所述标准词与标准问题中的关键词相对应；
    S3、接收客户的服务会话请求，并创建与所述客户的客户服务会话；
    S4、对客户服务会话的内容进行实时分析；
    S5、根据实时分析的结果，按照推送规则推送标准知识库中的至少一个标准问题给客户；
    S6、接收客户选择的标准问题，并推送标准知识库中与该标准问题相关联的答案给客户。
  2. 根据权利要求1所述的问题联想推送方法，其特征在于，步骤S1具体包括以下分步骤：
    S11、搜集并整理问题和与该问题相匹配的答案，构建成标准问题-答案对并保存；
    S12、将标准问题拆分成由若干关键词组成的词序列；
    S13、将所有词序列中的关键词组成一个集合并进行去重，生成关键词集合；
    S14、将词序列用关键词集合中若干个关键词之间具有指向性的关联组成表达式进行表述，并将该表达式与该词序列所对应的标准问题进行关联保存。
  3. 根据权利要求2所述的问题联想推送方法，其特征在于，步骤S2具 体包括以下分步骤：
    S21、提取标准知识库中各标准问题中的关键词；
    S22、将所有关键词组成关键词集合并进行去重处理，得到标准词集合；
    S23、依次提取标准词集合中的标准词，搜集与该标准词意思相近的至少一个近义词，并将所述近义词与所述标准词关联成词群进行保存。
  4. 根据权利要求3所述的问题联想推送方法，其特征在于，步骤S4包括以下分步骤：
    S41、分词，利用分词工具将客户服务会话的内容拆分成由若干个词组成的词序列；
    S42、提取关键词，通过去除词序列中的停用词，生成仅由关键词组成的简化词序列；
    S43、替换同义词，判断简化词序列中的关键词是否属于同义词库中的标准词，若不是则用同义词库中的标准词替换该关键词，生成仅包含有标准词的标准词序列；
    S44、输出标准词序列。
  5. 根据权利要求4所述的问题联想推送方法，其特征在于，分步骤S43包括以下子步骤：
    S431、获取简化词序列中的关键词；
    S432、将获取的关键词与同义词库中的标准词进行一一比对；
    S433、判断同义词库中是否具有与该关键词相匹配的标准词，若是则执行步骤S435，若否则执行步骤S434；
    S434、将该关键词与同义词库中的近义词进行一一比对，找出与所述该关键词相同的同义词，并将该同义词所关联的标准词替换该关键词在简化词序列中的位置；
    S435、判断该关键词是否为所述简化词序列中的最后一个词，若是则执行步骤S436，若否则执行步骤S431；
    S436、生成仅包含有标准词的标准词序列。
  6. 根据权利要求5所述的问题联想推送方法，其特征在于，步骤S5具体包括以下分步骤：
    S51、将标准词序列中的各标准词与关键词集合中的各关键词进行匹配，根据匹配的关键词之间的具有指向性的关联关系，推断出由所述匹配的关键词可能组成的至少一个表达式；
    S52、调出所述表达式所关联的标准问题；
    S53、将标准问题推送给客户进行选择；
    S54、判断客户是否在推送的标准问题中做出了选择，若是则执行步骤S6；若否则重新执行步骤S41。
  7. 根据权利要求6所述的问题联想推送方法，其特征在于，推断出的表达式为多个时，多个表达式所关联的多个标准问题按以下推送规则进行推送：
    首先，推送关于最新活动的标准问题；其次，按照标准问题与关键词序列之间的匹配度从高到低进行推送；最后，按照标准问题曾经被提问的频率从高到低进行。
  8. 根据权利要求7所述的问题联想推送方法，其特征在于，所述标准问题与关键词序列之间的匹配度按以下规则进行计算：
    首先，将关键词划分为专业名词、普通名词和动词三类词，分别给三类词的匹配分配不同的权重，将所有相匹配的关键词的权重相加得到的匹配值用来衡量所述匹配度，所述匹配值越高表示所述匹配度越高。
  9. 一种电子装置，包括存储器和处理器，其特征在于，所述存储器上存储有可被所述处理器执行的问题联想推送系统，所述问题联想推送系统包括：
    标准知识库，用于存储若干用于智能问答客户问题的标准问题-答案对，所述标准问题被表述为由若干关键词组成的词序列，所述词序列通过多个关 键词间具有指向性的关联进行表述，且多个词序列中相同的关键词均由同一个标准词进行关联；
    同义词库，用于存储有若干由标准词关联该标准词的近义词组成的词群，所述标准词与标准问题中的关键词相对应；
    会话连接模块，用于接收客户的服务会话请求，并创建与所述客户的客户服务会话；
    会话分析模块，用于对客户服务会话的内容进行实时分析；
    问题联想模块，用于根据实时分析的结果，按照推送规则推送标准知识库中的至少一个标准问题给客户；
    答案推送模块，用于接收客户选择的标准问题，并推送标准知识库中与该标准问题相关联的答案给客户。
  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内存储有问题联想推送系统，所述问题联想推送系统可被至少一个处理器所执行，以使所述至少一个处理器执行以下步骤：
    S1、构建标准知识库，存储有若干用于智能问答客户问题的标准问题-答案对，所述标准问题被表述为由若干关键词组成的词序列，所述词序列通过多个关键词间具有指向性的关联进行表述，且多个词序列中相同的关键词均由同一个标准词进行关联；
    S2、构建同义词库，存储有若干由标准词关联该标准词的近义词组成的词群，所述标准词与标准问题中的关键词相对应；
    S3、接收客户的服务会话请求，并创建与所述客户的客户服务会话；
    S4、对客户服务会话的内容进行实时分析；
    S5、根据实时分析的结果，按照推送规则推送标准知识库中的至少一个标准问题给客户；
    S6、接收客户选择的标准问题，并推送标准知识库中与该标准问题相关 联的答案给客户。
  11. 根据权利要求10所述的计算机可读存储介质，其特征在于，步骤S1具体包括以下分步骤：
    S11、搜集并整理问题和与该问题相匹配的答案，构建成标准问题-答案对并保存；
    S12、将标准问题拆分成由若干关键词组成的词序列；
    S13、将所有词序列中的关键词组成一个集合并进行去重，生成关键词集合；
    S14、将词序列用关键词集合中若干个关键词之间具有指向性的关联组成表达式进行表述，并将该表达式与该词序列所对应的标准问题进行关联保存。
  12. 根据权利要求11所述的计算机可读存储介质，其特征在于，步骤S2具体包括以下分步骤：
    S21、提取标准知识库中各标准问题中的关键词；
    S22、将所有关键词组成关键词集合并进行去重处理，得到标准词集合；
    S23、依次提取标准词集合中的标准词，搜集与该标准词意思相近的至少一个近义词，并将所述近义词与所述标准词关联成词群进行保存。
  13. 根据权利要求12所述的计算机可读存储介质，其特征在于，步骤S4包括以下分步骤：
    S41、分词，利用分词工具将客户服务会话的内容拆分成由若干个词组成的词序列；
    S42、提取关键词，通过去除词序列中的停用词，生成仅由关键词组成的简化词序列；
    S43、替换同义词，判断简化词序列中的关键词是否属于同义词库中的标准词，若不是则用同义词库中的标准词替换该关键词，生成仅包含有标准词的标准词序列；
    S44、输出标准词序列。
  14. 根据权利要求13所述的计算机可读存储介质，其特征在于，分步骤S43包括以下子步骤：
    S431、获取简化词序列中的关键词；
    S432、将获取的关键词与同义词库中的标准词进行一一比对；
    S433、判断同义词库中是否具有与该关键词相匹配的标准词，若是则执行步骤S435，若否则执行步骤S434；
    S434、将该关键词与同义词库中的近义词进行一一比对，找出与所述该关键词相同的同义词，并将该同义词所关联的标准词替换该关键词在简化词序列中的位置；
    S435、判断该关键词是否为所述简化词序列中的最后一个词，若是则执行步骤S436，若否则执行步骤S431；
    S436、生成仅包含有标准词的标准词序列。
  15. 根据权利要求14所述的计算机可读存储介质，其特征在于，步骤S5具体包括以下分步骤：
    S51、将标准词序列中的各标准词与关键词集合中的各关键词进行匹配，根据匹配的关键词之间的具有指向性的关联关系，推断出由所述匹配的关键词可能组成的至少一个表达式；
    S52、调出所述表达式所关联的标准问题；
    S53、将标准问题推送给客户进行选择；
    S54、判断客户是否在推送的标准问题中做出了选择，若是则执行步骤S6；若否则重新执行步骤S41。
  16. 根据权利要求15所述的计算机可读存储介质，其特征在于，推断出的表达式为多个时，多个表达式所关联的多个标准问题按以下推送规则进行推送：
    首先，推送关于最新活动的标准问题；其次，按照标准问题与关键词序 列之间的匹配度从高到低进行推送；最后，按照标准问题曾经被提问的频率从高到低进行。
  17. 根据权利要求16所述的计算机可读存储介质，其特征在于，所述标准问题与关键词序列之间的匹配度按以下规则进行计算：
    首先，将关键词划分为专业名词、普通名词和动词三类词，分别给三类词的匹配分配不同的权重，将所有相匹配的关键词的权重相加得到的匹配值用来衡量所述匹配度，所述匹配值越高表示所述匹配度越高。
PCT/CN2018/077442 2017-09-30 2018-02-27 问题联想推送方法、电子装置及计算机可读存储介质 WO2019062012A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201710927583.6A CN108509476A (zh) 2017-09-30 2017-09-30 问题联想推送方法、电子装置及计算机可读存储介质
CN201710927583.6 2017-09-30

Publications (1)

Publication Number Publication Date
WO2019062012A1 true WO2019062012A1 (zh) 2019-04-04

Family

ID=63374569

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/077442 WO2019062012A1 (zh) 2017-09-30 2018-02-27 问题联想推送方法、电子装置及计算机可读存储介质

Country Status (2)

Country Link
CN (1) CN108509476A (zh)
WO (1) WO2019062012A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109089001A (zh) * 2018-09-14 2018-12-25 广东尚通科技发展有限公司 一种智能客服呼叫方法及其呼叫系统
CN109582768B (zh) * 2018-11-23 2021-08-24 北京搜狗科技发展有限公司 一种文本输入方法和装置
CN110399390A (zh) * 2019-06-20 2019-11-01 安徽哈唯诗腾科技有限公司 一种企业管理信息咨询服务系统
CN110457453A (zh) * 2019-07-12 2019-11-15 平安普惠企业管理有限公司 用户问题与客服对接方法、装置、介质、电子设备
CN110941708B (zh) * 2019-11-04 2023-02-28 智器云南京信息科技有限公司 智能问答库建立方法、智能问答方法及装置、计算机设备
CN111177520B (zh) * 2019-12-31 2023-12-15 东软集团股份有限公司 一种业务交互的处理方法、装置、存储介质及电子设备
CN111836114A (zh) * 2020-07-08 2020-10-27 北京达佳互联信息技术有限公司 视频互动方法、装置、电子设备及存储介质
CN112199958A (zh) * 2020-09-30 2021-01-08 平安科技（深圳）有限公司 概念词序列生成方法、装置、计算机设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101097573A (zh) * 2006-06-28 2008-01-02 腾讯科技（深圳）有限公司 一种自动问答系统及方法
CN103902652A (zh) * 2014-02-27 2014-07-02 深圳市智搜信息技术有限公司 自动问答系统
CN105677783A (zh) * 2015-12-31 2016-06-15 上海智臻智能网络科技股份有限公司 智能问答系统的信息处理方法及装置
CN106897334A (zh) * 2016-06-24 2017-06-27 阿里巴巴集团控股有限公司 一种问题推送方法和设备
CN107688667A (zh) * 2017-09-30 2018-02-13 平安科技（深圳）有限公司 智能机器人客服方法、电子装置及计算机可读存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8983977B2 (en) * 2006-03-01 2015-03-17 Nec Corporation Question answering device, question answering method, and question answering program
CN101676909A (zh) * 2008-09-16 2010-03-24 联想(北京)有限公司 为用户提供自助服务的方法及计算机
CN105447080B (zh) * 2015-11-05 2018-10-26 华建宇通科技(北京)有限责任公司 一种社区问答搜索中的查询补全方法
CN105630938A (zh) * 2015-12-23 2016-06-01 深圳市智客网络科技有限公司 一种智能问答系统
CN106776797A (zh) * 2016-11-22 2017-05-31 中国人名解放军理工大学 一种基于本体推理的知识问答系统及其工作方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101097573A (zh) * 2006-06-28 2008-01-02 腾讯科技（深圳）有限公司 一种自动问答系统及方法
CN103902652A (zh) * 2014-02-27 2014-07-02 深圳市智搜信息技术有限公司 自动问答系统
CN105677783A (zh) * 2015-12-31 2016-06-15 上海智臻智能网络科技股份有限公司 智能问答系统的信息处理方法及装置
CN106897334A (zh) * 2016-06-24 2017-06-27 阿里巴巴集团控股有限公司 一种问题推送方法和设备
CN107688667A (zh) * 2017-09-30 2018-02-13 平安科技（深圳）有限公司 智能机器人客服方法、电子装置及计算机可读存储介质

Also Published As

Publication number Publication date
CN108509476A (zh) 2018-09-07

Similar Documents

Publication Publication Date Title
WO2019062001A1 (zh) 智能机器人客服方法、电子装置及计算机可读存储介质
WO2019062012A1 (zh) 问题联想推送方法、电子装置及计算机可读存储介质
US11392775B2 (en) Semantic recognition method, electronic device, and computer-readable storage medium
US11403715B2 (en) Method and system for providing domain-specific and dynamic type ahead suggestions for search query terms
WO2021004333A1 (zh) 基于知识图谱的事件处理方法、装置、设备和存储介质
WO2019062078A1 (zh) 智能客服方法、电子装置及计算机可读存储介质
WO2019201098A1 (zh) 问答交互方法和装置、计算机设备及计算机可读存储介质
WO2020077896A1 (zh) 提问数据生成方法、装置、计算机设备和存储介质
US20210082410A1 (en) Using semantic frames for intent classification
CN108829682B (zh) 计算机可读存储介质、智能问答方法及智能问答装置
US10713625B2 (en) Semi-automatic object reuse across application parts
US11055353B2 (en) Typeahead and autocomplete for natural language queries
US11860949B2 (en) Automatic keyphrase labeling using search queries
WO2019080420A1 (zh) 人机协作的客服方法、电子装置及存储介质
US11599721B2 (en) Intelligent training set augmentation for natural language processing tasks
WO2022095385A1 (zh) 文档知识抽取方法、装置、计算机设备及可读存储介质
CN112507098B (zh) 问题处理方法、装置、电子设备、存储介质及程序产品
WO2024040817A1 (zh) 基于大数据的债券风险信息处理方法及相关设备
WO2021174829A1 (zh) 众包任务的抽检方法、装置、计算机设备及存储介质
WO2019085118A1 (zh) 基于主题模型的关联词分析方法、电子装置及存储介质
CN113779176A (zh) 查询请求补全方法、装置、电子设备和存储介质
US11687575B1 (en) Efficient search for combinations of matching entities given constraints
CN115168577B (zh) 模型更新方法、装置、电子设备及存储介质
US12001797B2 (en) System and method of automatic topic detection in text
CN111191105B (zh) 政务信息的搜索方法、装置、系统、设备及存储介质

Legal Events

Date Code Title Description
NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 07/10/2020)

122 Ep: pct application non-entry in european phase

Ref document number: 18861505

Country of ref document: EP

Kind code of ref document: A1