CN109840277A - 一种政务服务智能问答方法及*** - Google Patents
一种政务服务智能问答方法及*** Download PDFInfo
- Publication number
- CN109840277A CN109840277A CN201910127846.4A CN201910127846A CN109840277A CN 109840277 A CN109840277 A CN 109840277A CN 201910127846 A CN201910127846 A CN 201910127846A CN 109840277 A CN109840277 A CN 109840277A
- Authority
- CN
- China
- Prior art keywords
- similarity
- government affairs
- faqs
- library
- calculated
- 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
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种政务服务智能问答方法及***，所述方法包括：步骤1，获取用户问题；步骤2，计算用户问题与存储的常见问题的第一相似度，并比较计算得到的第一相似度与第一相似度设定阈值：当计算得到的第一相似度高于第一相似度设定阈值时则执行步骤3，否则执行步骤4；步骤3，查询常见问题的相关信息；步骤4，计算用户问题与存储的政务服务事项的第二相似度，并比较计算得到的第二相似度与第二相似度设定阈值：当计算得到的第二相似度高于第二相似度设定阈值时执行步骤5，否则执行步骤6；步骤5，查询政务服务事项的相关信息；步骤6，记录用户问题作为待解决问题。本发明方便用户快速了解办事事项。
Description
技术领域
本发明涉及计算机科学技术领域，尤其是一种政务服务智能问答方法及***。
背景技术
目前政务领域办事比较依赖人工，不仅工作量大，而且重复性高。因此如何准确定位具体办事事项返回给用户相关信息，减轻人工问答压力，提高办事效率，方便用户快速了解政务办事事项是非常必要的。
发明内容
本发明所要解决的技术问题是：针对上述存在的问题，提供一种政务服务智能问答方法及***，方便用户快速了解政务办事事项。
本发明采用的技术方案如下：
一种政务服务智能问答方法，包括如下步骤：
步骤1，获取用户问题；
步骤2，计算用户问题与存储的常见问题的第一相似度，并比较计算得到的第一相似度与第一相似度设定阈值：当计算得到的第一相似度高于第一相似度设定阈值时则执行步骤3，否则执行步骤4；
步骤3，查询常见问题的相关信息并反馈给用户；
步骤4，计算用户问题与存储的政务服务事项的第二相似度，并比较计算得到的第二相似度与第二相似度设定阈值：当计算得到的第二相似度高于第二相似度设定阈值时执行步骤5，否则执行步骤6；
步骤5，查询政务服务事项的相关信息并反馈给用户；
步骤6，记录用户问题作为待解决问题。
进一步，所述政务服务智能问答方法，还包括：步骤7，人工对记录的待解决问题进行解答，解答后的待解决问题存储到常见问题库中。
进一步，所述第一相似度设定阈值和第二相似度设定阈值均为0.7。
一种政务服务智能问答***，包括：常见问题库、政务服务事项库、自然语言处理层，MySql查询层，SPARQL查询层，待解决服务事项库；
所述常见问题库，用于存储常见问题；
所述政务服务事项库，用于存储政务服务事项；
所述自然语言处理层，包括用于获取用户问题的语义分析单元；以及第一分析单元和第二分析单元；所述第一分析单元用于计算用户问题与常见问题的第一相似度，并比较计算得到的第一相似度与第一相似度设定阈值：当计算得到的第一相似度高于第一相似度设定阈值时，则通过MySql查询层查询常见问题库中的相关信息并反馈给用户；所述第二分析单元，用于当计算得到的第一相似度不高于第一相似度设定阈值时，计算用户问题与政务服务事项的第二相似度，并比较计算得到的第二相似度与第二相似度设定阈值：当计算得到的第二相似度高于第二相似度设定阈值时，通过所述SPARQL查询层查询政务服务事项的相关信息并反馈给用户；
所述待解决服务事项库，用于当计算得到的第二相似度不高于第二相似度设定阈值时，记录用户问题作为待解决问题。
进一步，所述语义分析单元的输入为中文自然语言，输出为描述自然语言的数据库或政务服务事项库查询语言。
进一步，所述SPARQL查询层采用Fuseki。
进一步，所述常见问题库对存储的常见问题设置有访问频率，并返回访问频率前10的常见问题。
进一步，所述政务服务事项库以RDF三元组数据的形式存储政务服务事项。
进一步，所述政务服务智能问答***，还包括：人工辅助单元，用于对记录的待解决问题进行解答，解答后的待解决问题存储到常见问题库中。
进一步，所述政务服务智能问答***，还包括：政务服务事项推送库，用于记录不同用户的问题频率，并推送频率较高的政务服务事项给用户。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
本发明通过自然语言处理，并设置常见问题库和政务服务事项库，能够满足不同用户的办事需求，方便用户快速了解办事事项；并且能够减轻人工问答的工作量，提高办事效率。
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是本发明一种政务服务智能问答方法及***的流程图；
图2是本发明一种政务服务智能问答方法及***的结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明，即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。
以下结合实施例对本发明的特征和性能作进一步的详细描述。
实施例1
本发明较佳实施例提供的一种政务服务智能问答方法，包括如下步骤：
步骤1，获取用户问题；
步骤2，计算用户问题与存储的常见问题的第一相似度，并比较计算得到的第一相似度与第一相似度设定阈值：当计算得到的第一相似度高于第一相似度设定阈值时则执行步骤3，否则执行步骤4；
步骤3，查询常见问题的相关信息并反馈给用户；
步骤4，计算用户问题与存储的政务服务事项的第二相似度，并比较计算得到的第二相似度与第二相似度设定阈值：当计算得到的第二相似度高于第二相似度设定阈值时执行步骤5，否则执行步骤6；
步骤5，查询政务服务事项的相关信息并反馈给用户；
步骤6，记录用户问题作为待解决问题。其中，所述第一相似度设定阈值和第二相似度设定阈值均优选设置为0.7。
步骤7，人工对记录的待解决问题进行解答，解答后的待解决问题存储到常见问题库中。
根据上述的政务服务智能问答方法，本实施例还提供一种政务服务智能问答***，包括：常见问题库、政务服务事项库、自然语言处理层，MySql查询层，SPARQL查询层，待解决服务事项库；
所述常见问题库，用于存储常见问题；所述常见问题库采用的是关系型数据库。所述常见问题库对存储的常见问题设置有访问频率，可以将访问频率前10的常见问题反馈给用户。
所述政务服务事项库，用于存储政务服务事项；优选地，所述政务服务事项库采用的是Jena用于存储RDF的组件TDB，以RDF三元组数据的形式存储政务服务事项。
所述自然语言处理层，包括用于获取用户问题的语义分析单元；以及第一分析单元和第二分析单元。
所述语义分析单元的输入为中文自然语言，采用Jieba分词、LTP分词等分词工具对输入的中文自然语言进行分词、词性标注等工作。其中，分词还需要构建政务服务的领域词典以及自定义的属性词典，领域词典包含政务领域具体办事事项名称以及简称，自定义的属性词典包含与具体办事事项相关的属性词。
所述第一分析单元用于计算用户问题与常见问题的第一相似度，并比较计算得到的第一相似度与第一相似度设定阈值：当计算得到的第一相似度高于第一相似度设定阈值时，则通过MySql查询层查询常见问题库中的相关信息并反馈给用户；所述MySql查询层为预先写好的MySql语句。
所述第二分析单元，用于对用户问题与政务服务事项库进行实体链接，即当计算得到的第一相似度不高于第一相似度设定阈值时，计算用户问题与政务服务事项的第二相似度，并比较计算得到的第二相似度与第二相似度设定阈值：当计算得到的第二相似度高于第二相似度设定阈值时，通过所述SPARQL查询层查询政务服务事项的相关信息并反馈给用户；所述SPARQL查询层查询政务服务事项的相关信息时，需要预先进行构造SPARQL模板，即预先将政务服务事项相关的问题定义为：事实类问题、定义类问题、解释类问题、流程类问题，以出生公证的政务服务事项为例：
事实类问题：办理出生公证需要收费吗？
定义类问题：什么是出生公证？
依据类问题：为什么需要办出生公证？
流程类问题：出生公证的办理流程是什么？
所述SPARQL查询层采用Fuseki(Fuseki是Jena提供的SPARQL服务器，用于SPARQL查询和SPARQL更新等操作)，需要使用SPARQL查询语句，因此，需要通过SPARQL模板，由语义分析模块输出的RDF三元组数据形式的用户问题映射生成SPARQL查询语句，再使用SPARQL查询语句查询政务服务事项库中的相关信息并反馈给用户。上述的相似度的计算方法为TFIDF相似度计算方法。
所述待解决服务事项库，用于当计算得到的第二相似度不高于第二相似度设定阈值时，记录用户问题作为待解决问题；同时，还可以反馈常见问题库中相似度最高的2个问题、政务服务事项库相似度最高的3个相关办事事项以及常见问题库中询问频率最高的5个问题给用户。进一步地，所述政务服务智能问答***，还包括：人工辅助单元，用于对记录的待解决问题进行解答，解答后的待解决问题存储到常见问题库中，即人工调取待解决问题，对待解决问题进行解答，将解答后的待解决问题存储到常见问题库中，供以后用户进行政务服务智能问答时使用。
进一步，所述政务服务智能问答***，还包括：政务服务事项推送库，使用关系型数据库，用于记录不同用户的问题频率，并推送频率较高的政务服务事项给用户。记录不同用户的问题频率的方式是为不同用户建立问题表，每张表记录用户的问题以及问题频率。并建立一总问题表，记录所有用户问题及其频率。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种政务服务智能问答方法，其特征在于，包括如下步骤：
步骤1，获取用户问题；
步骤2，计算用户问题与存储的常见问题的第一相似度，并比较计算得到的第一相似度与第一相似度设定阈值：当计算得到的第一相似度高于第一相似度设定阈值时则执行步骤3，否则执行步骤4；
步骤3，查询常见问题的相关信息并反馈给用户；
步骤4，计算用户问题与存储的政务服务事项的第二相似度，并比较计算得到的第二相似度与第二相似度设定阈值：当计算得到的第二相似度高于第二相似度设定阈值时执行步骤5，否则执行步骤6；
步骤5，查询政务服务事项的相关信息并反馈给用户；
步骤6，记录用户问题作为待解决问题。
2.如权利要求1所述的政务服务智能问答方法，其特征在于，还包括：步骤7，人工对记录的待解决问题进行解答，解答后的待解决问题存储到常见问题库中。
3.如权利要求1所述的政务服务智能问答方法，其特征在于，所述第一相似度设定阈值和第二相似度设定阈值均为0.7。
4.一种政务服务智能问答***，其特征在于，包括：常见问题库、政务服务事项库、自然语言处理层，MySql查询层，SPARQL查询层，待解决服务事项库；
所述常见问题库，用于存储常见问题；
所述政务服务事项库，用于存储政务服务事项；
所述自然语言处理层，包括用于获取用户问题的语义分析单元；以及第一分析单元和第二分析单元；所述第一分析单元用于计算用户问题与常见问题的第一相似度，并比较计算得到的第一相似度与第一相似度设定阈值：当计算得到的第一相似度高于第一相似度设定阈值时，则通过MySql查询层查询常见问题库中的相关信息并反馈给用户；所述第二分析单元，用于当计算得到的第一相似度不高于第一相似度设定阈值时，计算用户问题与政务服务事项的第二相似度，并比较计算得到的第二相似度与第二相似度设定阈值：当计算得到的第二相似度高于第二相似度设定阈值时，通过所述SPARQL查询层查询政务服务事项的相关信息并反馈给用户；
所述待解决服务事项库，用于当计算得到的第二相似度不高于第二相似度设定阈值时，记录用户问题作为待解决问题。
5.如权利要求4所述的政务服务智能问答***，其特征在于，所述语义分析单元的输入为中文自然语言，输出为描述自然语言的数据库或政务服务事项库查询语言。
6.如权利要求4所述的政务服务智能问答***，其特征在于，所述SPARQL查询层采用Fuseki。
7.如权利要求4所述的政务服务智能问答***，其特征在于，所述常见问题库对存储的常见问题设置有访问频率，并返回访问频率前10的常见问题。
8.如权利要求4所述的政务服务智能问答***，其特征在于，所述政务服务事项库以RDF三元组数据的形式存储政务服务事项。
9.如权利要求4所述的政务服务智能问答***，其特征在于，还包括：人工辅助单元，用于对记录的待解决问题进行解答，解答后的待解决问题存储到常见问题库中。
10.如权利要求4所述的政务服务智能问答***，其特征在于，还包括：政务服务事项推送库，用于记录不同用户的问题频率，并推送频率较高的政务服务事项给用户。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910127846.4A CN109840277A (zh) | 2019-02-20 | 2019-02-20 | 一种政务服务智能问答方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910127846.4A CN109840277A (zh) | 2019-02-20 | 2019-02-20 | 一种政务服务智能问答方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109840277A true CN109840277A (zh) | 2019-06-04 |
Family
ID=66884636
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910127846.4A Pending CN109840277A (zh) | 2019-02-20 | 2019-02-20 | 一种政务服务智能问答方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109840277A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111858899A (zh) * | 2020-07-31 | 2020-10-30 | 中国工商银行股份有限公司 | 语句处理方法、装置、***和介质 |
| CN113626569A (zh) * | 2021-08-02 | 2021-11-09 | 浪潮软件股份有限公司 | 一种基于政务事项与历史数据的便民办事方法及*** |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103177108A (zh) * | 2013-03-26 | 2013-06-26 | 中山大学 | 一种基于internet的医疗自动答疑方法及其*** |
| 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*** |
| 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*** |
| CN106909930A (zh) * | 2015-12-23 | 2017-06-30 | 神州数码信息***有限公司 | 一种基于政务机器问答***的人机自动切换的模型与方法 |
| CN107910006A (zh) * | 2017-12-06 | 2018-04-13 | 广州宝镜智能科技有限公司 | 语音识别方法、装置和多信源语音区分识别*** |
| CN107993724A (zh) * | 2017-11-09 | 2018-05-04 | 易保互联医疗信息科技（北京）有限公司 | 一种医学智能问答数据处理的方法及装置 |
| CN109033318A (zh) * | 2018-07-18 | 2018-12-18 | 北京市农林科学院 | 智能问答方法及装置 |
| CN109213910A (zh) * | 2018-09-12 | 2019-01-15 | 杭州数梦工场科技有限公司 | 一种政务智能客服服务方法、***、电子设备和存储介质 |
| CN109325780A (zh) * | 2018-08-24 | 2019-02-12 | 安徽讯飞智能科技有限公司 | 一种面向电子政务领域的智能客服***的交互方法 |
-
2019
- 2019-02-20 CN CN201910127846.4A patent/CN109840277A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103177108A (zh) * | 2013-03-26 | 2013-06-26 | 中山大学 | 一种基于internet的医疗自动答疑方法及其*** |
| 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*** |
| 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*** |
| CN106909930A (zh) * | 2015-12-23 | 2017-06-30 | 神州数码信息***有限公司 | 一种基于政务机器问答***的人机自动切换的模型与方法 |
| CN107993724A (zh) * | 2017-11-09 | 2018-05-04 | 易保互联医疗信息科技（北京）有限公司 | 一种医学智能问答数据处理的方法及装置 |
| CN107910006A (zh) * | 2017-12-06 | 2018-04-13 | 广州宝镜智能科技有限公司 | 语音识别方法、装置和多信源语音区分识别*** |
| CN109033318A (zh) * | 2018-07-18 | 2018-12-18 | 北京市农林科学院 | 智能问答方法及装置 |
| CN109325780A (zh) * | 2018-08-24 | 2019-02-12 | 安徽讯飞智能科技有限公司 | 一种面向电子政务领域的智能客服***的交互方法 |
| CN109213910A (zh) * | 2018-09-12 | 2019-01-15 | 杭州数梦工场科技有限公司 | 一种政务智能客服服务方法、***、电子设备和存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 陶永芹: "专业领域智能问答***设计与实现", 《计算机应用与软件》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111858899A (zh) * | 2020-07-31 | 2020-10-30 | 中国工商银行股份有限公司 | 语句处理方法、装置、***和介质 |
| CN111858899B (zh) * | 2020-07-31 | 2023-09-15 | 中国工商银行股份有限公司 | 语句处理方法、装置、***和介质 |
| CN113626569A (zh) * | 2021-08-02 | 2021-11-09 | 浪潮软件股份有限公司 | 一种基于政务事项与历史数据的便民办事方法及*** |
| CN113626569B (zh) * | 2021-08-02 | 2024-05-21 | 浪潮软件股份有限公司 | 一种基于政务事项与历史数据的便民办事方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10698977B1 (en) | System and methods for processing fuzzy expressions in search engines and for information extraction | |
| US9569506B2 (en) | Uniform search, navigation and combination of heterogeneous data | |
| JP6118414B2 (ja) | インデックス付き文字列マッチングを用いたコンテキストブラインドデータ変換 | |
| US7949654B2 (en) | Supporting unified querying over autonomous unstructured and structured databases | |
| US7899822B2 (en) | Automatically linking documents with relevant structured information | |
| US8019771B2 (en) | Method for dynamically finding relations between database tables | |
| US20120203778A1 (en) | Inferring search category synonyms | |
| CN112000773B (zh) | 基于搜索引擎技术的数据关联关系挖掘方法及应用 | |
| KR102299744B1 (ko) | 지식 그래프 중의 데이터 모델을 획득하는 방법, 장치, 기기 및 저장 매체 | |
| US9779135B2 (en) | Semantic related objects | |
| US11829388B2 (en) | System and method for identifying questions of users of a data management system | |
| JP2023507286A (ja) | 自然言語クエリを構造化クエリ言語に変換するためのスキーマ注釈ファイルの自動作成 | |
| JP2019040598A5 (zh) | ||
| US20060235820A1 (en) | Relational query of a hierarchical database | |
| CN109840277A (zh) | 一种政务服务智能问答方法及*** | |
| Schmidts et al. | Schema Matching with Frequent Changes on Semi-Structured Input Files: A Machine Learning Approach on Biological Product Data. | |
| US10817554B2 (en) | Observation-based query interpretation model modification | |
| EP3170101B1 (en) | Data model indexing for model queries | |
| Iqbal et al. | A Negation Query Engine for Complex Query Transformations | |
| US20170177670A1 (en) | Database querying apparatuses, methods for querying a database, and non-transitory tangible machine-readable media thereof | |
| US20210149866A1 (en) | Universal data index for rapid data exploration | |
| Zeng et al. | Online belief propagation for topic modeling | |
| Joshi et al. | A Natural Language and Interactive End-to-End Querying and Reporting System | |
| Soper et al. | Semantic Search Pipeline: From Query Expansion to Concept Forging | |
| US20240134871A1 (en) | System and method for reduced query language complexity |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190604 |