CN105893552A - 数据处理方法及装置 - Google Patents

数据处理方法及装置 Download PDF

Info

Publication number
CN105893552A
CN105893552A CN201610200992.1A CN201610200992A CN105893552A CN 105893552 A CN105893552 A CN 105893552A CN 201610200992 A CN201610200992 A CN 201610200992A CN 105893552 A CN105893552 A CN 105893552A
Authority
CN
China
Prior art keywords
client
answer
server
corpus
instruction
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.)
Granted
Application number
CN201610200992.1A
Other languages
English (en)
Other versions
CN105893552B (zh
Inventor
谌畅
屈峰
应海量
赵学敏
江铃
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.)
Chengdu Xiaoduo Tech Co Ltd
Original Assignee
Chengdu Xiaoduo Tech 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 Chengdu Xiaoduo Tech Co Ltd filed Critical Chengdu Xiaoduo Tech Co Ltd
Priority to CN201610200992.1A priority Critical patent/CN105893552B/zh
Publication of CN105893552A publication Critical patent/CN105893552A/zh
Application granted granted Critical
Publication of CN105893552B publication Critical patent/CN105893552B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • 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

Landscapes

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

Abstract

本发明实施例提出了数据处理方法及装置，所述方法包括：服务器接收客户端的输入数据，对输入数据进行分词，获得分词后的第一词集；服务器将信息量小于第一预设阈值的词从第一词集中去掉，获得第二词集；服务器根据所述第二词集，分别计算预存储在预先生成的语料库中每个语料知识单元中所述答案对应的第二权重值，其中语料库中的每个语料知识单元包括客户提问对应的答案以及所述答案对应的第一权重值；服务器根据语料库中所述语料知识单元中所述答案对应的所述第一权重值以及所述第二权重值对所述答案进行排序，并根据排序结果向所述客户端返回推荐答案。所述方法可以释放客服人员的人力，为客服人员的工作提供便利。

Description

数据处理方法及装置
技术领域
本发明涉及数据处理领域，具体而言，涉及一种数据处理方法及装置。
背景技术
随着互联网的普及和公众对电商模式认同感的提升，用户对客服支持服务需求呈稳定增长，现在通常是人工客服对用户提出的需求进行处理，客服人员需要处理大量的工作量，效率很低，用户的体验也不好。
发明内容
有鉴于此，本发明实施例的目的在于提供一种数据处理方法及装置。
第一方面，本发明实施例提供的一种数据处理方法，应用于客服领域，所述方法包括：服务器接收客户端的输入数据，对所述输入数据进行分词，获得分词后的第一词集；所述服务器将信息量小于第一预设阈值的词从所述第一词集中去掉，获得第二词集；所述服务器根据所述第二词集，分别计算预存储在预先生成的语料库中每个语料知识单元中所述答案对应的第二权重值，其中所述语料库中的每个语料知识单元包括客户提问对应的答案以及所述答案对应的第一权重值；所述服务器根据所述语料库中所述语料知识单元中所述答案对应的所述第一权重值以及所述第二权重值对所述答案进行排序，并根据排序结果向所述客户端返回推荐答案。
进一步的，在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述方法还包括：所述服务端接收所述客户端的删除请求指令，所述删除请求指令包括所述客户端请求删除的客户提问对应的答案；当所述服务器在所述语料库中查询到所述删除请求指令中的所述客户提问对应的答案时，将所述客户提问对应的答案对应的第一权重值减小。
进一步的，在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述方法还包括：所述服务端接收所述客户端的修改指令，所述修改指令中包括所述客户端请求修改的客户提问对应的答案以及修改后的答案；当所述服务器在所述语料库中查询到所述修改指令中的所述客户提问对应的答案时，将所述语料库中所述客户提问对应的答案替换为所述修改后的答案，并将所述语料库中所述客户提问对应的答案对应的第一权重值增大。
进一步的，在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述方法还包括：所述服务端接收所述客户端的添加指令，所述添加指令中包括客户提问对应的答案以及所述客户端请求添加的附属信息；当所述服务器在所述语料库中查询到所述添加指令中的所述客户提问对应的答案，将所述附属信息添加到对应的所述语料知识单元，并将所述客户提问对应的答案对应的第一权重值增大。
进一步的，在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述方法还包括：所述服务端接收所述客户端的新建指令，所述新建指令中包括所述客户端请求新建的客户提问对应的答案；所述服务器在所述语料库中创建所述新建指令中所述客户提问对应的答案，并将所述客户提问对应的答案对应的第一权重值赋值为第三预设阈值。
进一步的，在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述方法还包括：所述服务端接收所述客户端的第二输入数据，判断所述第二输入数据是与所述推荐答案相同，当所述第二输入数据与所述推荐答案不相同时，所述服务器将所述第二输入数据添加进所述语料库中。
第二方面，本发明实施例提供的一种数据处理装置，应用于客服领域，所述装置包括：第分词模块，用于服务器接收客户端的输入数据，对所述输入数据进行分词，获得分词后的第一词集；第一处理模块，用于所述服务器将信息量小于第一预设阈值的词从所述第一词集中去掉，获得第二词集；计算模块，用于所述服务器根据所述第二词集，分别计算预存储在预先生成的语料库中每个语料知识单元中所述答案对应的第二权重值，其中所述语料库中的每个语料知识单元包括客户提问对应的答案以及所述答案对应的第一权重值；排序模块，用于所述服务器根据所述语料库中所述语料知识单元中所述答案对应的所述第一权重值以及所述第二权重值对所述答案进行排序，并根据排序结果向所述客户端返回推荐答案。
进一步的，所述装置还包括第二处理模块，所述第二处理模块，用于所述排序模块在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述服务端接收所述客户端的删除请求指令，所述删除请求指令包括所述客户端请求删除的客户提问对应的答案；当所述服务器在所述语料库中查询到所述删除请求指令中的所述客户提问对应的答案时，将所述客户提问对应的答案对应的第一权重值减小。
进一步的，所述装置还包括第三处理模块，所述第三处理模块，用于所述排序模块在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述服务端接收所述客户端的修改指令，所述修改指令中包括所述客户端请求修改的客户提问对应的答案以及修改后的答案；当所述服务器在所述语料库中查询到所述修改指令中的所述客户提问对应的答案时，将所述语料库中所述客户提问对应的答案替换为所述修改后的答案，并将所述语料库中所述客户提问对应的答案对应的第一权重值增大。
进一步的，所述装置还包括第四处理模块，所述第四处理模块，用于所述排序模块在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述服务端接收所述客户端的添加指令，所述添加指令中包括客户提问对应的答案以及所述客户端请求添加的附属信息；当所述服务器在所述语料库中查询到所述添加指令中的所述客户提问对应的答案，将所述附属信息添加到对应的所述语料知识单元，并将所述客户提问对应的答案对应的第一权重值增大。
进一步的，所述装置还包括第五处理模块，所述第五处理模块，用于所述排序模块在于在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述服务端接收所述客户端的新建指令，所述新建指令中包括所述客户端请求新建的客户提问对应的答案；所述服务器在所述语料库中创建所述新建指令中所述客户提问对应的答案，并将所述客户提问对应的答案对应的第一权重值赋值为第三预设阈值。
进一步的，所述装置还包括第六处理模块，所述第六处理模块，用于所述排序模块在于在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述服务端接收所述客户端的第二输入数据，判断所述第二输入数据是与所述推荐答案相同，当所述第二输入数据与所述推荐答案不相同时，所述服务器将所述第二输入数据添加进所述语料库中。
与现有技术相比，本发明实施例提供的一种数据处理方法及装置，通过将客户端的输入数据进行分词并去掉信息量减少的词后，根据所述消息量较高的词集，从预存储在预先生成的语料库中每个语料知识单元的所述答案中通过处理获得推荐答案，并且通过反馈机制，不断丰富和改善语料库，使得客服人员只需要输入部分关键词就能从预先生成的语料库中生成合适的答案，而无需输入完整的句子，可以释放客服人员的人力，为客服人员的工作提供便利。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1是本发明实施例提供的服务器与客户端进行交互的示意图。
图2是本发明实施例提供的服务器的方框示意图。
图3是本发明实施例提供的一种数据处理方法的流程图。
图4是本发明另一实施例提供的一种数据处理方法的流程图。
图5是本发明实施例提供的一种数据处理装置的功能模块示意图。
图6是本发明另一实施例提供的一种数据处理装置的功能模块示意图。
具体实施方式
下面将结合本发明实施例中附图，对本发明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发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
如图1所示，是本发明实施例提供的服务器200与客户端100进行交互的示意图。所述服务器200通过网络300与一个或多个客户端100进行通信连接，以进行数据通信或交互。所述服务器200可以是网络服务器、数据库服务器等。所述客户端100可以是个人电脑(personal computer，PC)、平板电脑、智能手机、个人数字助理(personal digital assistant，PDA)等。
如图2所示，是所述服务器200的方框示意图。所述服务器200包括数据处理装置、存储器220、存储控制器230、处理器240。
所述存储器220、存储控制器230、处理器240各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述数据处理装置包括至少一个可以软件或固件(firmware)的形式存储于所述存储器中或固化在所述服务器200的操作***(operating system，OS)中的软件功能模块。所述处理器240用于执行存储器220中存储的可执行模块，例如所述数据处理装置包括的软件功能模块或计算机程序。
其中，存储器220可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read OnlyMemory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable ProgrammableRead-Only Memory，EPROM)，电可擦除只读存储器(ElectricErasable Programmable Read-Only Memory，EEPROM)等。其中，存储器220用于存储程序，所述处理器240在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的服务器所执行的方法可以应用于处理器中，或者由处理器实现。
处理器240可能是一种集成电路芯片，具有信号的处理能力。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
图3示出了本发明一实施例提供的一种数据处理方法的流程图，请参阅图3，本实施例描述的是服务器的处理流程，所述方法包括：
步骤S301，服务器接收客户端的输入数据，对所述输入数据进行分词，获得分词后的第一词集。
其中，对输入数据进行分词的实施方式有多种，例如可以采用基于词典的分词，基于词典的分词需要先预设一个分词词典，比如将“假如、上午”这些词预先存放在分词词典中，然后将所述输入数据切分成单字，组合成词语去词典里查找，匹配上了就挑选出来一个词，没有匹配上的就切分成单字。可以理解的是，实施方法并不局限于上述所述方式。
可以理解的是，服务器接收到的输入数据可以为单个词，也可以为多个词，也可以是不完整的句子。
步骤S302，所述服务器将信息量小于第一预设阈值的词从所述第一词集中去掉，获得第二词集。
其中，每个词的信息量例如可以根据香农公式进行计算，服务器也可以预先将经过计算后信息量小于第一预设阈值的词放置在一个预设表中，根据客服平台的不同，可以在服务器中放置不同的预设表，预设表中包括经过计算后得出的信息量小于第一预设阈值的词，比如在淘宝平台中，“亲”、“亲亲”等词，再如在大多数场景中，“你”，“我”，“的”，“是”等词。可以理解的是，存放信息量小于第一预设阈值的词的方式，除了预设表外，还有多种实施方法，并不局限于所述实施方式。
服务器将经过步骤S301获取到的第一词集经过遍历所述预设表，将预设表中保护的词从第一词集中去掉，便能得到第二词集。
可以理解的是，所述服务器将信息量小于第一预设阈值的词从所述第一词集中去掉，获得第二词集的实施方式可以有多种，而不局限于上述所述方式。
步骤S303，所述服务器根据所述第二词集，分别计算预存储在预先生成的语料库中每个语料知识单元中所述答案对应的第二权重值，其中所述语料库中的每个语料知识单元包括客户提问对应的答案以及所述答案对应的第一权重值。
其中，所述语料库是预先构建并存储在服务器中。服务器预先大量收集客服人员与客户的对话，可以预先对客服人员回答的答案按照与步骤S301以及步骤S302中所述的相同的方法，对每个答案进行分词后提取第二词集，将每个答案对应的第二词集分别存放在其对应的语料知识单元中。可以理解的是，所述每个语料知识单元中所述答案对应的第一权重值可以灵活设置。对预存储在预先生成的语料库中每个语料知识单元中所述答案对应的第一权重值赋上初始值，语料库构建的时候，每个答案对应的第一权重值可以赋值为相同的值，但是服务器也可以根据用户的需求对所述第一权重值进行修改。
服务器根据输入数据获取的第二词集，分别与预存储在预先生成的语料库中每个语料知识单元中所述答案对应的第二词集中进行匹配，比如根据输入数据获取的第二词集包括(A,B,C)，假设预存储在预先生成的语料库中第一语料知识单元中所述答案对应的第二词集包括(A,E,D)，第二语料知识单元中所述答案对应的第二词集包括(B,C,D)，则第一语料知识单元中所述答案对应的第二权重值为1，第二语料知识单元中所述答案对应的第二权重值为2。
可以理解的是，计算所述第二权重值的实施方式并不局限于所述实施方式。
步骤S304，所述服务器根据所述语料库中所述语料知识单元中所述答案对应的所述第一权重值以及所述第二权重值对所述答案进行排序，并根据排序结果向所述客户端返回推荐答案。
可以理解的是，所述服务器根据所述语料库中所述语料知识单元中所述答案对应的所述第一权重值以及所述第二权重值对所述答案进行排序的实施方式可以有多种，可以将所述第一权重值以及所述第二权重值相加后的值进行排序，也可以将其相乘后进行排序，并不局限于所述实施方式。
例如，假设第一语料知识单元中所述答案对应的第二权重值为1且第一权重值为1，将第一权重值及第二权重值相加后获得第一语料知识单元中所述答案对应的权重为2，第二语料知识单元中所述答案对应的第二权重值为2且第一权重为1，同理获得第二语料知识单元中所述答案对应的权重为3，假设需要向客户端返回的推荐答案个数为1个，因此将第二语料知识单元中所述答案作为推荐答案向客户端返回。
并且，可以理解的是，向所述客户端返回的推荐答案的个数可以是1个也可以是多个。
本发明实施例提供的数据处理方法及装置，通过将客户端的输入数据进行分词并去掉信息量减少的词后，根据所述消息量较高的词集，从预存储在预先生成的语料库中每个语料知识单元的所述答案中通过处理获得推荐答案，使得客服人员只需要输入部分关键词就能从预先生成的语料库中生成合适的答案，而无需输入完整的句子，可以释放客服人员的人力，为客服人员的工作提供便利。
图4示出了本发明另一实施例提供的一种数据处理方法的流程图，请参阅图4，本实施例描述的是服务器的处理流程，所述方法包括：
步骤S401，服务器接收客户端的输入数据，对所述输入数据进行分词，获得分词后的第一词集；
步骤S402，所述服务器将信息量小于第一预设阈值的词从所述第一词集中去掉，获得第二词集；
步骤S403，所述服务器根据所述第二词集，分别计算预存储在预先生成的语料库中每个语料知识单元中所述答案对应的第二权重值，其中所述语料库中的每个语料知识单元包括客户提问对应的答案以及所述答案对应的第一权重值；
步骤S404，所述服务器根据所述语料库中所述语料知识单元中所述答案对应的所述第一权重值以及所述第二权重值对所述答案进行排序，并根据排序结果向所述客户端返回推荐答案。
于本实施例中，所述步骤S401～S404的实现方式与分别与步骤S301～S304中的实现方式相同，在此不再赘述。
步骤S405，所述服务端接收所述客户端的删除请求指令，所述删除请求指令包括所述客户端请求删除的客户提问对应的答案；当所述服务器在所述语料库中查询到所述删除请求指令中的所述客户提问对应的答案时，将所述客户提问对应的答案对应的第一权重值减小。
当服务器向客户端返回推荐答案后，客服人员可以通过客户端向服务器返回删除请求指令，以删除客服人员认为并不合适的答案。但是可以理解的是，某位客服人员认为推荐答案并不合适时，并不代表所有客服人员都认为不合适，因此当服务器收到所述客户端返回的删除请求指令时，服务器在所述语料库中查询到所述删除请求指令中的所述客户提问对应的答案时，将所述客户提问对应的答案对应的第一权重值减小。
步骤S406，所述服务端接收所述客户端的修改指令，所述修改指令中包括所述客户端请求修改的客户提问对应的答案以及修改后的答案；当所述服务器在所述语料库中查询到所述修改指令中的所述客户提问对应的答案时，将所述语料库中所述客户提问对应的答案替换为所述修改后的答案，并将所述语料库中所述客户提问对应的答案对应的第一权重值增大。
当服务器向客户端返回推荐答案后，客服人员可以通过客户端向服务器返回修改指令，以使服务器将推荐答案进行修改。可以理解的是，经过客服人员人工修改后的答案的可信度更高，因此服务器收到客户端返回的修改指令后，将所述语料库中所述客户提问对应的答案替换为所述修改后的答案，并将所述语料库中所述客户提问对应的答案对应的第一权重值增大。
步骤S407，所述服务端接收所述客户端的添加指令，所述添加指令中包括客户提问对应的答案以及所述客户端请求添加的附属信息；当所述服务器在所述语料库中查询到所述添加指令中的所述客户提问对应的答案，将所述附属信息添加到对应的所述语料知识单元，并将所述客户提问对应的答案对应的第一权重值增大。
服务器可以接收客服人员通过客户端发送的添加指令，所述添加指令中包括客户提问对应的答案以及所述客户端请求添加的附属信息，其中所述附属信息可以包括添加关键词，添加分类信息等，可以理解的是，当某个答案拥有更多的用户添加的附属信息时，其可信度将更高，因此当服务器收到所述添加指令时，将所述客户提问对应的答案对应的第一权重值增大。
步骤S408，所述服务端接收所述客户端的新建指令，所述新建指令中包括所述客户端请求新建的客户提问对应的答案；所述服务器在所述语料库中创建所述新建指令中所述客户提问对应的答案，并将所述客户提问对应的答案对应的第一权重值赋值为第三预设阈值。
服务器可以接收客服人员通过客户端发送的新建指令，以使服务器添加客户提问对应的答案，可以理解的是，客服人员主动添加的答案相对于服务器预先大量收集的答案，其可信度更高。因此所述服务端接收所述客户端的新建指令后，可以对将所述客户提问对应的答案对应的第一权重值赋值为较高的权重值。其中，第三预设阈值可以根据情况灵活设置。
步骤S409，所述服务端接收所述客户端的第二输入数据，判断所述第二输入数据是与所述推荐答案相同，当所述第二输入数据与所述推荐答案不相同时，所述服务器将所述第二输入数据添加进所述语料库中。
当客服人员通过客户端收到服务器发送的推荐答案时，客服人员并没有通过客户端选择所述推荐答案，而是通过客户端发送了第二输入数据，当服务器收到所述第二输入数据时，将所述第二输入数据当做新的语料知识单元添加进语料库中，通过服务器不断的主动的收集语料知识单元，使得语料库越来越丰富，进一步使得服务器根据语料库向客户端返回的推荐答案更加准确。
本发明实施例提供的数据处理方法，不仅可以解决上一实施例可以解决的问题，还通过用户反馈的方式对服务器预先构建的语料库中的语料知识单元进行优化，使得服务器根据语料库向客户端返回的推荐答案更加准确。
请参阅图5，是本发明实施例提供的图2所示的数据处理装置的功能模块示意图。所述数据处理装置210包括分词模块211、第一处理模块212、计算模块213、排序模块214。
所述分词模块211，用于服务器接收客户端的输入数据，对所述输入数据进行分词，获得分词后的第一词集；
所述第一处理模块212，用于所述服务器将信息量小于第一预设阈值的词从所述第一词集中去掉，获得第二词集；
所述计算模块213，用于所述服务器根据所述第二词集，分别计算预存储在预先生成的语料库中每个语料知识单元中所述答案对应的第二权重值，其中所述语料库中的每个语料知识单元包括客户提问对应的答案以及所述答案对应的第一权重值；
所述排序模块214，用于所述服务器根据所述语料库中所述语料知识单元中所述答案对应的所述第一权重值以及所述第二权重值对所述答案进行排序，并根据排序结果向所述客户端返回推荐答案。
以上各模块可以是由软件代码实现，此时，上述的各模块可存储于服务器的存储器内。以上各模块同样可以由硬件例如集成电路芯片实现。
请参阅图6，图6是本发明另一实施例提供的一种数据处理装置的功能模块示意图，所述数据处理装置310包括分词模块211、第一处理模块212、计算模块213、排序模块214，第二处理模块315，第三处理模块316，第四处理模块317、第五处理模块318以及第六处理模块319。
所述第二处理模块315，用于所述排序模块214在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述服务端接收所述客户端的删除请求指令，所述删除请求指令包括所述客户端请求删除的客户提问对应的答案；当所述服务器在所述语料库中查询到所述删除请求指令中的所述客户提问对应的答案时，将所述客户提问对应的答案对应的第一权重值减小。
所述第三处理模块316，用于所述排序模块214在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述服务端接收所述客户端的修改指令，所述修改指令中包括所述客户端请求修改的客户提问对应的答案以及修改后的答案；当所述服务器在所述语料库中查询到所述修改指令中的所述客户提问对应的答案时，将所述语料库中所述客户提问对应的答案替换为所述修改后的答案，并将所述语料库中所述客户提问对应的答案对应的第一权重值增大。
所述第四处理模块317，用于所述排序模块214在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述服务端接收所述客户端的添加指令，所述添加指令中包括客户提问对应的答案以及所述客户端请求添加的附属信息；当所述服务器在所述语料库中查询到所述添加指令中的所述客户提问对应的答案，将所述附属信息添加到对应的所述语料知识单元，并将所述客户提问对应的答案对应的第一权重值增大。
所述第五处理模块318，用于所述排序模块214在于在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述服务端接收所述客户端的新建指令，所述新建指令中包括所述客户端请求新建的客户提问对应的答案；所述服务器在所述语料库中创建所述新建指令中所述客户提问对应的答案，并将所述客户提问对应的答案对应的第一权重值赋值为第三预设阈值。
所述第六处理模块319，用于用于所述排序模块214在于在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述服务端接收所述客户端的第二输入数据，判断所述第二输入数据是与所述推荐答案相同，当所述第二输入数据与所述推荐答案不相同时，所述服务器将所述第二输入数据添加进所述语料库中。
所述装置还通过用户反馈的方式对服务器预先构建的语料库中的语料知识单元进行优化，使得服务器根据语料库向客户端返回的推荐答案更加准确。
以上各模块可以是由软件代码实现，此时，上述的各模块可存储于服务器的存储器内。以上各模块同样可以由硬件例如集成电路芯片实现。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本发明实施例所提供的数据处理装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置及***实施例部分未提及之处，可参考前述方法实施例中相应内容。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，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，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块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取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。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“包括一个……”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。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本发明的具体实施方式，但本发明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发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (12)

1.一种数据处理方法，应用于客服领域，其特征在于，所述方法包括：
服务器接收客户端的输入数据，对所述输入数据进行分词，获得分词后的第一词集；
所述服务器将信息量小于第一预设阈值的词从所述第一词集中去掉，获得第二词集；
所述服务器根据所述第二词集，分别计算预存储在预先生成的语料库中每个语料知识单元中所述答案对应的第二权重值，其中所述语料库中的每个语料知识单元包括客户提问对应的答案以及所述答案对应的第一权重值；
所述服务器根据所述语料库中所述语料知识单元中所述答案对应的所述第一权重值以及所述第二权重值对所述答案进行排序，并根据排序结果向所述客户端返回推荐答案。
2.根据权利要求1所述的方法，其特征在于，在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述方法还包括：
所述服务端接收所述客户端的删除请求指令，所述删除请求指令包括所述客户端请求删除的客户提问对应的答案；
当所述服务器在所述语料库中查询到所述删除请求指令中的所述客户提问对应的答案时，将所述客户提问对应的答案对应的第一权重值减小。
3.根据权利要求1所述的方法，其特征在于，在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述方法还包括：
所述服务端接收所述客户端的修改指令，所述修改指令中包括所述客户端请求修改的客户提问对应的答案以及修改后的答案；
当所述服务器在所述语料库中查询到所述修改指令中的所述客户提问对应的答案时，将所述语料库中所述客户提问对应的答案替换为所述修改后的答案，并将所述语料库中所述客户提问对应的答案对应的第一权重值增大。
4.根据权利要求1所述的方法，其特征在于，在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述方法还包括：
所述服务端接收所述客户端的添加指令，所述添加指令中包括客户提问对应的答案以及所述客户端请求添加的附属信息；
当所述服务器在所述语料库中查询到所述添加指令中的所述客户提问对应的答案，将所述附属信息添加到对应的所述语料知识单元，并将所述客户提问对应的答案对应的第一权重值增大。
5.根据权利要求1所述的方法，其特征在于，在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述方法还包括：
所述服务端接收所述客户端的新建指令，所述新建指令中包括所述客户端请求新建的客户提问对应的答案；
所述服务器在所述语料库中创建所述新建指令中所述客户提问对应的答案，并将所述客户提问对应的答案对应的第一权重值赋值为第三预设阈值。
6.根据权利要求1所述的方法，其特征在于，在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述方法还包括：
所述服务端接收所述客户端的第二输入数据，判断所述第二输入数据是与所述推荐答案相同，当所述第二输入数据与所述推荐答案不相同时，所述服务器将所述第二输入数据添加进所述语料库中。
7.一种数据处理装置，应用于客服领域，其特征在于，所述装置包括：
分词模块，用于服务器接收客户端的输入数据，对所述输入数据进行分词，获得分词后的第一词集；
第一处理模块，用于所述服务器将信息量小于第一预设阈值的词从所述第一词集中去掉，获得第二词集；
计算模块，用于所述服务器根据所述第二词集，分别计算预存储在预先生成的语料库中每个语料知识单元中所述答案对应的第二权重值，其中所述语料库中的每个语料知识单元包括客户提问对应的答案以及所述答案对应的第一权重值；
排序模块，用于所述服务器根据所述语料库中所述语料知识单元中所述答案对应的所述第一权重值以及所述第二权重值对所述答案进行排序，并根据排序结果向所述客户端返回推荐答案。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括第二处理模块，
所述第二处理模块，用于所述排序模块在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述服务端接收所述客户端的删除请求指令，所述删除请求指令包括所述客户端请求删除的客户提问对应的答案；当所述服务器在所述语料库中查询到所述删除请求指令中的所述客户提问对应的答案时，将所述客户提问对应的答案对应的第一权重值减小。
9.根据权利要求7所述的装置，其特征在于，所述装置还包括第三处理模块，
所述第三处理模块，用于所述排序模块在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述服务端接收所述客户端的修改指令，所述修改指令中包括所述客户端请求修改的客户提问对应的答案以及修改后的答案；当所述服务器在所述语料库中查询到所述修改指令中的所述客户提问对应的答案时，将所述语料库中所述客户提问对应的答案替换为所述修改后的答案，并将所述语料库中所述客户提问对应的答案对应的第一权重值增大。
10.根据权利要求7所述的装置，其特征在于，所述装置还包括第四处理模块，
所述第四处理模块，用于所述排序模块在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述服务端接收所述客户端的添加指令，所述添加指令中包括客户提问对应的答案以及所述客户端请求添加的附属信息；当所述服务器在所述语料库中查询到所述添加指令中的所述客户提问对应的答案，将所述附属信息添加到对应的所述语料知识单元，并将所述客户提问对应的答案对应的第一权重值增大。
11.根据权利要求7所述的装置，其特征在于，所述装置还包括第五处理模块，
所述第五处理模块，用于所述排序模块在于在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述服务端接收所述客户端的新建指令，所述新建指令中包括所述客户端请求新建的客户提问对应的答案；所述服务器在所述语料库中创建所述新建指令中所述客户提问对应的答案，并将所述客户提问对应的答案对应的第一权重值赋值为第三预设阈值。
12.根据权利要求7所述的装置，其特征在于，所述装置还包括第六处理模块，
所述第六处理模块，用于所述排序模块在于在所述服务器向所述客户端向所述客户端返回推荐答案之后，所述服务端接收所述客户端的第二输入数据，判断所述第二输入数据是与所述推荐答案相同，当所述第二输入数据与所述推荐答案不相同时，所述服务器将所述第二输入数据添加进所述语料库中。
CN201610200992.1A 2016-03-31 2016-03-31 数据处理方法及装置 Active CN105893552B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610200992.1A CN105893552B (zh) 2016-03-31 2016-03-31 数据处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610200992.1A CN105893552B (zh) 2016-03-31 2016-03-31 数据处理方法及装置

Publications (2)

Publication Number Publication Date
CN105893552A true CN105893552A (zh) 2016-08-24
CN105893552B CN105893552B (zh) 2020-05-05

Family

ID=57013193

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610200992.1A Active CN105893552B (zh) 2016-03-31 2016-03-31 数据处理方法及装置

Country Status (1)

Country Link
CN (1) CN105893552B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110880077A (zh) * 2019-11-25 2020-03-13 重庆五生信息技术有限公司 企业智能咨询云平台

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050086045A1 (en) * 2003-10-17 2005-04-21 National Institute Of Information And Communications Technology Question answering system and question answering processing method
US20120078891A1 (en) * 2010-09-28 2012-03-29 International Business Machines Corporation Providing answers to questions using multiple models to score candidate answers
CN103493045A (zh) * 2011-01-18 2014-01-01 谷歌公司 对在线问题的自动回答
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***
CN104598445A (zh) * 2013-11-01 2015-05-06 腾讯科技（深圳）有限公司 自动问答***和方法
US20150235130A1 (en) * 2014-02-19 2015-08-20 International Business Machines Corporation NLP Duration and Duration Range Comparison Methodology Using Similarity Weighting
US20160078341A1 (en) * 2014-09-16 2016-03-17 International Business Machines Corporation Building a Domain Knowledge and Term Identity Using Crowd Sourcing
CN106844400A (zh) * 2015-12-07 2017-06-13 南京中兴新软件有限责任公司 智能应答方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050086045A1 (en) * 2003-10-17 2005-04-21 National Institute Of Information And Communications Technology Question answering system and question answering processing method
US20120078891A1 (en) * 2010-09-28 2012-03-29 International Business Machines Corporation Providing answers to questions using multiple models to score candidate answers
CN103493045A (zh) * 2011-01-18 2014-01-01 谷歌公司 对在线问题的自动回答
CN104598445A (zh) * 2013-11-01 2015-05-06 腾讯科技（深圳）有限公司 自动问答***和方法
US20150235130A1 (en) * 2014-02-19 2015-08-20 International Business Machines Corporation NLP Duration and Duration Range Comparison Methodology Using Similarity Weighting
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***
US20160078341A1 (en) * 2014-09-16 2016-03-17 International Business Machines Corporation Building a Domain Knowledge and Term Identity Using Crowd Sourcing
CN106844400A (zh) * 2015-12-07 2017-06-13 南京中兴新软件有限责任公司 智能应答方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110880077A (zh) * 2019-11-25 2020-03-13 重庆五生信息技术有限公司 企业智能咨询云平台

Also Published As

Publication number Publication date
CN105893552B (zh) 2020-05-05

Similar Documents

Publication Publication Date Title
US10452702B2 (en) Data clustering
Haslinger et al. Reverse engineering feature models from programs' feature sets
CN107491547A (zh) 基于人工智能的搜索方法和装置
US20200175381A1 (en) Candidate visualization techniques for use with genetic algorithms
WO2020177743A1 (en) System and method for intelligent guided shopping
CN109766949A (zh) 卷积神经网络轻量化方法、装置及电子设备
CN110413867B (zh) 用于内容推荐的方法及***
EP3671526A1 (en) Dependency graph based natural language processing
CN105894183A (zh) 项目评价方法及装置
CN107807935B (zh) 应用推荐方法及装置
CN108898413A (zh) 一种客源管理方法及装置
CN110069629A (zh) 房屋交易任务处理方法、设备、存储介质及装置
CN109947983A (zh) 视频推荐方法、***、终端及计算机可读存储介质
Kuhrmann et al. A mapping study on the feasibility of method engineering
CN108182200B (zh) 基于语义相似度的关键词拓展方法和装置
CN105812473A (zh) 数据处理方法及装置
Keshavarz et al. Efficient upper and lower bounding methods for flowshop sequence-dependent group scheduling problems
CN109492149A (zh) 爬虫任务处理方法及装置
CN117787290A (zh) 基于知识图谱的绘图提示方法和装置
CN105893552A (zh) 数据处理方法及装置
KR20210038473A (ko) 도큐먼트 타입의 추천 방법, 장치, 전자 기기 및 판독 가능 저장 매체
Brdjanin et al. Towards the automated business model-driven conceptual database design
CN117370650A (zh) 基于服务组合超图卷积网络的云计算数据推荐方法
CN109165325A (zh) 用于切分图数据的方法、装置、设备以及计算机可读存储介质
US11308665B2 (en) Automatic generation of user onboarding tours for business analytic applications

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: Chen Chang

Inventor after: Qu Feng

Inventor after: Ying Hailiang

Inventor after: Zhao Xuemin

Inventor after: Jiang Ling

Inventor before: Chen Chang

Inventor before: Qu Feng

Inventor before: Ying Hailiang

Inventor before: Zhao Xuemin

Inventor before: Jiang Ling

CB03 Change of inventor or designer information
CB02 Change of applicant information

Address after: 610000 Huayang Street, Tianfu New District, Chengdu City, Sichuan Province, No. 1, No. 2, No. 19 Building, Unit 2, 1903

Applicant after: Chengdu Xiaoduo Technology Co., Ltd.

Address before: 610000 846, southern section of Tianfu Avenue, Huayang street, Tianfu New District, Chengdu, Sichuan

Applicant before: CHENGDU XIAODUO TECH CO., LTD.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant