信息处理方法和装置
技术领域
本申请涉及计算机技术领域,尤其涉及一种信息处理方法和装置。
背景技术
在互联网中,智能客服***可以接收用户输入的提问信息,在知识点数据库中检索出与该提问信息最为接近的知识点信息,并将该最为接近的知识点信息作为问题答案发送给用户。
目前知识点数据库中存储的知识点信息通常由人工手动输入,当存在多个知识点输入人员时,难以避免的出现多人输入重复的知识点的情况,导致知识点数据库内收录的知识点信息的质量较低,因此,有必要提供一种技术方案,以提高收录的知识点信息的质量。
发明内容
本申请实施例的目的是提供一种信息处理方法和装置,以提高收录的知识点信息的质量。
为达到上述技术目的,本申请实施例是这样实现的:
本申请实施例提供了一种信息处理方法,包括:
获取用户输入的知识点信息,并从所述知识点信息中提取知识点标题信息;其中,所述知识点标题信息包括内容相互关联的多个子标题信息;
在预设知识库中,判断是否已收录与所述知识点标题信息满足预设相似度条件的知识点,得到收录判断结果;
基于所述收录判断结果,确定是否收录用户输入的所述知识点信息。
本申请实施例提供了一种信息处理装置,包括:
第一获取模块,用于获取用户输入的知识点信息,并从所述知识点信息中提取知识点标题信息;其中,所述知识点标题信息包括内容相互关联的多个子标题信息;
第一判断模块,用于在预设知识库中,判断是否已收录与所述知识点标题信息满足预设相似度条件的知识点,得到收录判断结果;
第一确定模块,用于基于所述收录判断结果,确定是否收录用户输入的所述知识点信息。
本申请实施例提供了一种信息处理设备,包括:处理器;以及被安排成存储计算机可执行指令的存储器,所述计算机可执行指令在被执行时使所述处理器实现上述所述的信息处理方法的步骤。
本申请实施例提供了一种存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被执行时实现上述所述的信息处理方法的步骤。
本申请实施例中,首先获取用户输入的知识点信息,并从该知识点信息中提取知识点标题信息,然后在预设知识库中,判断是否已收录与知识点标题信息满足预设相似度条件的知识点,得到收录判断结果,最后基于收录判断结果,确定是否收录用户输入的知识点信息。由于本申请实施例中可以在预设知识库中,判断是否已收录与知识点标题信息满足预设相似度条件的知识点,得到收录判断结果,因此能够避免收录重复的知识点信息,从而提高收录的知识点信息的质量。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一实施例提供的应用场景示意图;
图2为本申请一实施例提供的信息处理方法的流程示意图;
图3a为本申请一实施例提供的知识点输入界面的示意图;
图3b为本申请一实施例提供的知识点输入界面的示意图;
图4为本申请另一实施例提供的信息处理方法的流程示意图;
图5为本申请另一实施例提供的信息处理方法的流程示意图;
图6为本申请另一实施例提供的信息处理方法的流程示意图;
图7为本申请一实施例提供的信息处理装置的模块组成示意图;
图8为本申请一实施例提供的信息处理设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,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,本领域普通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,都应当属于本申请保护的范围。
本申请实施例的目的是提供一种信息处理方法和装置,以提高收录的知识点信息的质量。
图1为本申请一实施例提供的应用场景示意图,如图1所示,该场景包括多个后台服务器100,这些后台服务器100共同组成知识点收录***,工作人员可以在后台服务器100内输入知识点信息。后台服务器100可以执行本申请实施例中的信息处理方法,对输入的知识点信息进行处理,确定是否收录用户输入的知识点信息,从而提高收录的知识点信息的质量。
图2为本申请一实施例提供的信息处理方法的流程示意图,如图2所示,该流程包括以下步骤:
步骤S202,获取用户输入的知识点信息,并从该知识点信息中提取知识点标题信息,其中,知识点标题信息包括内容相互关联的多个子标题信息;
步骤S204,在预设知识库中,判断是否已收录与知识点标题信息满足预设相似度条件的知识点,得到收录判断结果;
步骤S206,基于收录判断结果,确定是否收录用户输入的知识点信息。
本申请实施例中,首先获取用户输入的知识点信息,并从该知识点信息中提取知识点标题信息,然后在预设知识库中,判断是否已收录与知识点标题信息满足预设相似度条件的知识点,得到收录判断结果,最后基于收录判断结果,确定是否收录用户输入的知识点信息。由于本申请实施例中可以在预设知识库中,判断是否已收录与知识点标题信息满足预设相似度条件的知识点,得到收录判断结果,因此能够避免收录重复的知识点信息,从而提高收录的知识点信息的质量。
本实施例中,可以向用户提供知识点输入界面,图3a为本申请一实施例提供的知识点输入界面的示意图,在该界面中,用户可以根据指示信息输入知识点标题信息和知识点正文信息,知识点标题信息和知识点正文信息共同组成知识点信息。知识点标题信息可以举例为“花呗可以提前还款吗?”,知识点正文信息可以举例为“不可以”。
对于后台***而言,后台***将收录的知识点信息保存在知识点数据库中。智能客服***在接收到用户输入的提问信息后,在知识点数据库中检索出与该提问信息最为接近的知识点标题信息,并将该最为接近的知识点标题信息对应的知识点正文信息作为问题答案发送给用户。
上述步骤S202中,可以获取用户在知识点输入界面中输入的知识点信息,该知识点信息包括知识点标题信息和知识点正文信息。然后,从该知识点信息中提取知识点标题信息。
本申请实施例中,知识点标题信息包括内容相互关联的多个子标题信息。比如,包括第一子标题信息和第二子标题信息。在该多个子标题信息中,其中一个子标题信息可以为主标题信息,其他子标题信息为该主标题信息的扩展标题信息,主标题信息为知识点的主要标题,扩展标题信息用于对主标题信息进行补充和扩展,以提高检索到该知识点信息的效率。比如,主标题信息为“花呗如何还款”,其扩展标题信息为“如何还花呗”。
图3b为本申请一实施例提供的知识点输入界面的示意图,在该界面中,用户可以根据指示信息输入主标题信息、扩展标题信息和知识点正文信息,主标题信息、扩展标题信息共同组成知识点标题信息,知识点标题信息和知识点正文信息共同组成知识点信息。对于后台***而言,后台***将收录的知识点信息保存在知识点数据库中。智能客服***在接收到用户输入的提问信息后,在知识点数据库中检索出与该提问信息最为接近的主标题信息或者扩展标题信息,并将该最为接近的主标题信息或者扩展标题信息对应的知识点正文信息作为问题答案发送给用户。可见,通过设置主标题信息和扩展标题信息能够提高检索到对应的知识点信息的效率。
上述步骤S204中,在预设知识库中,判断是否已收录与知识点标题信息满足预设相似度条件的知识点,得到收录判断结果,包括:
(a1)对知识点标题信息进行切分处理,得到多个文本块;
(a2)在预设知识库中检索包含该文本块或者包含该文本块对应的相似文本块的目标标题信息;
(a3)判断知识点标题信息与目标标题信息之间的文本相似度是否大于对应的相似度阈值;
(a4)若大于,则确定已收录与知识点标题信息满足预设相似度条件的知识点,反之,确定未收录与知识点标题信息满足预设相似度条件的知识点;其中,预设相似度条件即为:存在目标标题信息,并且,知识点标题信息与目标标题信息之间的文本相似度大于对应的相似度阈值。
上述动作(a1)中,对知识点标题信息进行切分处理,得到多个文本块,该文本块可以为字、词或者短语,这里不做限定。在一个具体的实施例中,在获取到知识点标题信息后,首先删除知识点标题信息中的无意义字词(比如“的”、“了”等字词)以及特殊符号,然后采用设定的分词算法对知识点标题信息进行切分处理,得到多个文本词,最后将该多个文本词组合成为词语列表。
上述动作(a2)中,首先确定上述文本块对应的相似文本块,比如根据词向量之间的距离确定上述文本块对应的相似文本块,或者,基于TF-IDF相似度确定上述文本块对应的相似文本块,这里不做限定。其中,文本块与相似文本块之间的文本相似度大于对应的相似度阈值,该相似度阈值可以为预先设定好的阈值。
然后,上述动作(a2)中,在预设知识库已收录的知识点信息中检索包含上述文本块或者包含上述文本块对应的相似文本块的目标标题信息。其中,预设知识库已收录的知识点信息包括知识点标题信息和知识点正文信息,本动作中,在预设知识库已收录的知识点信息中检索包含上述文本块或者包含上述文本块对应的相似文本块的知识点标题信息,并将检索到的知识点标题信息作为目标标题信息。
上述动作(a3)中,判断知识点标题信息与目标标题信息之间的文本相似度是否大于对应的相似度阈值。一个实施例中,目标标题信息的数量为多个,本动作中,依次确定知识点标题信息与每个目标标题信息之间的文本相似度,得到多个文本相似度,并判断这多个文本相似度中是否存在大于已设定的相似度阈值的文本相似度,若存在,则确定上述文本相似度大于相似度阈值。其中,该相似度阈值可以为预先设定好的阈值。
上述动作(a4)中,若知识点标题信息与目标标题信息之间的文本相似度大于对应的相似度阈值,则确定已收录与知识点标题信息满足预设相似度条件的知识点,反之,确定未收录与知识点标题信息满足预设相似度条件的知识点。
一个具体的实施例中,在获取到知识点标题信息后,首先删除知识点标题信息中的无意义字词以及特殊符号,然后采用设定的分词算法对知识点标题信息进行切分处理,得到多个文本词,最后将该多个文本词组合成为词语列表。其次,利用事先建立好的知识点倒排索引,在预设知识库已收录的知识点信息中检索包含上述文本词或者包含上述文本词对应的相似文本词的目标标题信息,其中,该知识点倒排索引可以为词级别的倒排索引,也可以为字级别的倒排索引。
然后,将检索得到的目标标题信息组成为候选集。若目标标题信息为多个,则依次确定知识点标题信息与每个目标标题信息之间的文本相似度,得到多个文本相似度,并从这多个文本相似度中挑选出最高的文本相似度。最后,若该最高的文本相似度大于设定的相似度阈值,则确定已收录与知识点标题信息满足预设相似度条件的知识点,反之,确定未收录与知识点标题信息满足预设相似度条件的知识点。
可见,通过本申请实施例,能够准确判断是否已收录与知识点标题信息满足预设相似度条件的知识点,从而避免收录重复的知识点。
本申请实施例中,在判断知识点标题信息与目标标题信息之间的文本相似度是否大于对应的相似度阈值之前,可以通过训练好的第一文本相似度计算模型,计算知识点标题信息与目标标题信息之间的文本相似度,其中,第一文本相似度计算模型包括神经网络模型。
本申请实施例中,可以训练神经网络模型,并将训练好的神经网络模型作为第一文本相似度计算模型,利用第一文本相似度计算模型计算知识点标题信息与目标标题信息之间的文本相似度。本实施例中,神经网络模型包括但不限于TCN(时间卷积网络,TemporalConvolutional Nets)、RNN(循环神经网络,Recurrent Neural Network)、CNN(卷积神经网络,Convolutional Neural Networks)等多种神经网络模型。当然,本实施例中,还可以通过其他方法如bag-of-word的jaccard/cosine相似度计算方法,计算知识点标题信息与目标标题信息之间的文本相似度,本实施例中,文本相似度可以为语义相似度。
本申请实施例中,通过神经网络模型计算知识点标题信息与目标标题信息之间的文本相似度,具有计算快速准确效率高的优点。
上述步骤S206,确定是否收录用户输入的知识点信息,可以为,若收录判断结果表示未收录与知识点标题信息满足预设相似度条件的知识点,则确定收录用户输入的知识点信息,否则,确定不收录用户输入的知识点信息,从而避免收录重复的知识点信息。
本申请实施例中,在确定是否收录用户输入的知识点信息之前,还可以:检查知识点标题信息的长度是否超过长度阈值,得到长度检查结果,检查知识点标题信息中是否包含特定字符,得到字符检查结果。本实施例中,特定字符可以为预先设定好的字符,可以为一些不利于文本检索的无意义的特殊字符,如“~”等。
相应地,确定是否收录用户输入的知识点信息,具体为:若收录判断结果表示未收录与知识点标题信息满足预设相似度条件的知识点,并且,长度检查结果表示知识点标题信息的长度未超过长度阈值,并且,字符检查结果表示知识点标题信息中不包含特定字符,则确定收录用户输入的知识点信息,否则,确定不收录用户输入的知识点信息。
具体地,长度阈值可以预先设定好的阈值。本实施例中通过引入长度检查结果和字符检查结果,既能够避免收录重复的知识点信息,又可以避免知识点标题信息的长度过长以及包含特殊字符导致的降低文本检索效率的问题。
图4为本申请另一实施例提供的信息处理方法的流程示意图,该方法中,以用户输入的知识点标题信息包括第一子标题信息和第二子标题信息,其中第一子标题信息为主标题信息,第二子标题信息为扩展标题信息为例进行说明,当然,知识点标题信息还可以包括三个及三个以上子标题信息,如图4所示,该流程包括以下步骤:
步骤S402,获取用户输入的知识点信息,并从该知识点信息中提取知识点标题信息,该知识点标题信息包括第一子标题信息和第二子标题信息;
步骤S404,检查第一子标题信息的长度是否超过长度阈值,得到第一长度检查结果,检查第二子标题信息的长度是否超过长度阈值,得到第二长度检查结果;
步骤S406,检查第一子标题信息中是否包含特定字符,得到第一字符检查结果,检查第二子标题信息中是否包含特定字符,得到第二字符检查结果;
步骤S408,在预设知识库中,判断是否已收录与第一子标题信息满足预设相似度条件的知识点,得到第一收录判断结果,在预设知识库中,判断是否已收录与第二子标题信息满足预设相似度条件的知识点,得到第二收录判断结果;
步骤S410,根据上述的第一长度检查结果、第二长度检查结果、第一字符检查结果、第二字符检查结果、第一收录判断结果和第二收录判断结果,确定是否收录用户输入的知识点信息。
上述步骤S408的主要过程包括:对第一子标题信息进行切分处理,得到多个第一文本块,在预设知识库已收录的知识点信息中检索包含第一文本块或者包含第一文本块对应的相似文本块的第一目标标题信息,判断第一子标题信息与第一目标标题信息之间的文本相似度是否大于对应的相似度阈值,若大于,则确定已收录与第一子标题信息预设相似度条件的知识点,反之,确定未收录与第一子标题信息满足预设相似度条件的知识点。该步骤的具体过程可以参考前述步骤S204的解释,这里不再重复。
上述步骤S408的主要过程包括:对第二子标题信息进行切分处理,得到多个第二文本块,在预设知识库已收录的知识点信息中检索包含第二文本块或者包含第二文本块对应的相似文本块的第二目标标题信息,判断第二子标题信息与第二目标标题信息之间的文本相似度是否大于对应的相似度阈值,若大于,则确定已收录与第二子标题信息预设相似度条件的知识点,反之,确定未收录与第二子标题信息满足预设相似度条件的知识点。该步骤的具体过程可以参考前述步骤S204的解释,这里不再重复。
上述步骤S410中,若根据上述的第一长度检查结果、第二长度检查结果、第一字符检查结果、第二字符检查结果、第一收录判断结果和第二收录判断结果,确定第一子标题信息的长度未超过长度阈值,第二子标题信息的长度未超过长度阈值,第一子标题信息中不包含特定字符,第二子标题信息中不包含特定字符,未收录与第一子标题信息满足预设相似度条件的知识点,未收录与第二子标题信息满足预设相似度条件的知识点,则确定收录用户输入的知识点信息,反之,确定不收录用户输入的知识点信息。
本实施例中,在步骤S206,确定是否收录用户输入的知识点信息之前,还可以:判断任意两个子标题信息之间的内容关联度是否均大于关联度阈值,得到关联度判断结果。
相应地,确定是否收录用户输入的知识点信息,可以为:若收录判断结果表示未收录与知识点标题信息满足预设相似度条件的知识点,并且,关联度判断结果表示任意两个子标题信息之间的内容关联度均大于关联度阈值,则确定收录用户输入的知识点信息,否则,确定不收录用户输入的知识点信息。
具体地,若收录判断结果表示未收录与知识点标题信息满足预设相似度条件的知识点,并且,关联度判断结果表示任意两个子标题信息之间的内容关联度均大于关联度阈值,则说明用户输入的知识点信息并未被收录过,并且用户输入的任意两个子标题信息之间的内容关联度较大,通过任意一个子标题信息均可以检索到该知识点,因此确定收录用户输入的知识点信息,反之,确定不收录用户输入的知识点信息。
本实施例中,在判断任意两个子标题信息之间的内容关联度是否均大于关联度阈值之前,还包括:通过训练好的第二文本相似度计算模型,计算任意两个子标题信息之间的文本相似度,其中,第二文本相似度计算模型包括神经网络模型;将计算得到的文本相似度作为该任意两个子标题信息之间的内容关联度。
本申请实施例中,可以训练神经网络模型,并将训练好的神经网络模型作为第二文本相似度计算模型,利用第二文本相似度计算任意两个子标题信息之间的文本相似度。本实施例中,神经网络模型包括但不限于TCN、RNN、CNN等多种神经网络模型。当然,本实施例中,还可以通过其他方法如bag-of-word的jaccard/cosine相似度计算方法,计算任意两个子标题信息之间的文本相似度,本实施例中,文本相似度可以为语义相似度。
本实施例中,还将计算得到的文本相似度作为该任意两个子标题信息之间的内容关联度,若计算得到的文本相似度大于对应的相似度阈值,则确定该任意两个子标题信息之间的内容关联度大于关联度阈值,反之,确定该任意两个子标题信息之间的内容关联度不大于关联度阈值,该关联度阈值的取值可以与该相似度阈值的取值相同。
本申请实施例中,通过神经网络模型计算任意两个子标题信息之间的文本相似度,具有计算快速准确效率高的优点。
图5为本申请另一实施例提供的信息处理方法的流程示意图,该实施例中,以用户输入的知识点标题信息包括第一子标题信息和第二子标题信息,其中第一子标题信息为主标题信息,第二子标题信息为扩展标题信息为例进行说明,如图5所示,该流程包括以下步骤:
步骤S502,获取用户输入的知识点信息,并从知识点信息中提取知识点标题信息,其中,知识点标题信息包括第一子标题信息和第二子标题信息;
步骤S504,在预设知识库中,判断是否已收录与第一子标题信息满足预设相似度条件的知识点,得到第一收录判断结果;
步骤S506,在预设知识库中,判断是否已收录与第二子标题信息满足预设相似度条件的知识点,得到第二收录判断结果;
步骤S508,判断第一子标题信息和第二子标题信息之间的内容关联度是否大于关联度阈值,得到关联度判断结果;
步骤S510,根据第一收录判断结果、第二收录判断结果和关联度判断结果,确定是否收录用户输入的知识点信息。
步骤S510中,根据第一收录判断结果、第二收录判断结果和关联度判断结果,确定是否收录用户输入的知识点信息,可以为:若第一收录判断结果表示未收录与第一子标题信息满足预设相似度条件的知识点,第二收录判断结果表示未收录与第二子标题信息满足预设相似度条件的知识点,并且,关联度判断结果表示第一子标题信息和第二子标题信息之间的内容关联度大于关联度阈值,则确定收录用户输入的知识点信息,反之,确定不收录用户输入的知识点信息。
可见,通过本实施例,能够在用户输入第一子标题信息和第二子标题信息的时候,根据第一子标题信息和第二子标题信息判断是否收录用户输入的知识点信息。由于本申请实施例中可以判断是否已收录与第一子标题信息满足预设相似度条件的知识点,以及判断是否已收录与第二子标题信息满足预设相似度条件的知识点,因此能够避免收录重复的知识点信息,从而提高收录的知识点信息的质量。
图6为本申请另一实施例提供的信息处理方法的流程示意图,该实施例中,以用户输入的知识点标题信息包括第一子标题信息和第二子标题信息,其中第一子标题信息为主标题信息,第二子标题信息为扩展标题信息为例进行说明,如图6所示,该流程包括以下步骤:
步骤S602,获取用户输入的知识点信息,并从知识点信息中提取知识点标题信息,其中,知识点标题信息包括第一子标题信息和第二子标题信息;
步骤S604,检查第一子标题信息的长度是否超过长度阈值,得到第一长度检查结果,检查第二子标题信息的长度是否超过长度阈值,得到第二长度检查结果;
步骤S606,检查第一子标题信息中是否包含特定字符,得到第一字符检查结果,检查第二子标题信息中是否包含特定字符,得到第二字符检查结果;
步骤S608,在预设知识库中,判断是否已收录与第一子标题信息满足预设相似度条件的知识点,得到第一收录判断结果,在预设知识库中,判断是否已收录与第二子标题信息满足预设相似度条件的知识点,得到第二收录判断结果;
步骤S610,判断第一子标题信息和第二子标题信息之间的内容关联度是否大于关联度阈值,得到关联度判断结果;
步骤S612,根据第一长度检查结果、第二长度检查结果、第一字符检查结果、第二字符检查结果、第一收录判断结果、第二收录判断结果和关联度判断结果,确定是否收录用户输入的知识点信息。
本实施例中,若根据第一长度检查结果、第二长度检查结果、第一字符检查结果、第二字符检查结果、第一收录判断结果、第二收录判断结果和关联度判断结果,确定第一子标题信息的长度未超过长度阈值,第二子标题信息的长度未超过长度阈值,第一子标题信息中不包含特定字符,第二子标题信息中不包含特定字符,未收录与第一子标题信息满足预设相似度条件的知识点,未收录与第二子标题信息满足预设相似度条件的知识点,第一子标题信息和第二子标题信息之间的内容关联度大于关联度阈值,则确定收录用户输入的知识点信息,反之,确定不收录用户输入的知识点信息。
综上,通过本实施例能够从标题长度、标题是否包含特殊字符、是否收录重复知识点、知识点主标题与知识点扩展标题之间是否足够相似等几个方面判断是否收录知识点信息,从而避免收录重复的知识点信息,提高收录的知识点信息的质量,提升问答机器人的服务效果。
对应上述图2所述的方法,本申请实施例提供了一种信息处理装置,图7为本申请一实施例提供的信息处理装置的模块组成示意图,如图7所示,该装置包括:
第一获取模块71,用于获取用户输入的知识点信息,并从所述知识点信息中提取知识点标题信息;其中,所述知识点标题信息包括内容相互关联的多个子标题信息;
第一判断模块72,用于在预设知识库中,判断是否已收录与所述知识点标题信息满足预设相似度条件的知识点,得到收录判断结果;
第一确定模块73,用于基于所述收录判断结果,确定是否收录用户输入的所述知识点信息。
可选地,所述第一判断模块72具体用于:对所述知识点标题信息进行切分处理,得到多个文本块;在预设知识库中检索包含所述文本块或者包含所述文本块对应的相似文本块的目标标题信息;判断所述知识点标题信息与所述目标标题信息之间的文本相似度是否大于对应的相似度阈值;若大于,则确定已收录与所述知识点标题信息满足预设相似度条件的知识点,反之,确定未收录与所述知识点标题信息满足预设相似度条件的知识点。
可选地,所述装置还包括:第一计算模块,用于在判断所述知识点标题信息与所述目标标题信息之间的文本相似度是否大于对应的相似度阈值之前,通过训练好的第一文本相似度计算模型,计算所述知识点标题信息与所述目标标题信息之间的文本相似度;其中,所述第一文本相似度计算模型包括神经网络模型。
可选地,所述第一确定模块73具体用于:若所述收录判断结果表示未收录与所述知识点标题信息满足预设相似度条件的知识点,则确定收录用户输入的所述知识点信息,否则,确定不收录用户输入的所述知识点信息。
可选地,所述装置还包括检查模块,用于在确定是否收录用户输入的所述知识点信息之前,检查所述知识点标题信息的长度是否超过长度阈值,得到长度检查结果;检查所述知识点标题信息中是否包含特定字符,得到字符检查结果;所述第一确定模块73具体用于:若所述收录判断结果表示未收录与所述知识点标题信息满足预设相似度条件的知识点,并且,所述长度检查结果表示所述知识点标题信息的长度未超过长度阈值,并且,所述字符检查结果表示所述知识点标题信息中不包含特定字符,则确定收录用户输入的所述知识点信息,否则,确定不收录用户输入的所述知识点信息。
可选地,所述装置还包括第二判断模块,用于在确定是否收录用户输入的所述知识点信息之前,判断任意两个所述子标题信息之间的内容关联度是否均大于关联度阈值,得到关联度判断结果;所述第一确定模块73具体用于:若所述收录判断结果表示未收录与所述知识点标题信息满足预设相似度条件的知识点,并且,所述关联度判断结果表示任意两个所述子标题信息之间的内容关联度均大于关联度阈值,则确定收录用户输入的所述知识点信息,否则,确定不收录用户输入的所述知识点信息。
可选地,所述装置还包括:第二计算模块,用于在判断任意两个所述子标题信息之间的内容关联度是否均大于关联度阈值之前,通过训练好的第二文本相似度计算模型,计算任意两个子标题信息之间的文本相似度;其中,所述第二文本相似度计算模型包括神经网络模型;将计算得到的所述文本相似度作为所述任意两个子标题信息之间的内容关联度。
本申请实施例中,首先获取用户输入的知识点信息,并从该知识点信息中提取知识点标题信息,然后在预设知识库中,判断是否已收录与知识点标题信息满足预设相似度条件的知识点,得到收录判断结果,最后基于收录判断结果,确定是否收录用户输入的知识点信息。由于本申请实施例中可以在预设知识库中,判断是否已收录与知识点标题信息满足预设相似度条件的知识点,得到收录判断结果,因此能够避免收录重复的知识点信息,从而提高收录的知识点信息的质量。
需要说明的是,本申请实施例中的信息处理装置能够实现前述的信息处理方法的各个过程,并达到相同的效果和功能,这里不再重复。
进一步地,本申请实施例还提供了一种信息处理设备,图8为本申请一实施例提供的信息处理设备的结构示意图,如图8所示,信息处理设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器901和存储器902,存储器902中可以存储有一个或一个以上存储应用程序或数据。其中,存储器902可以是短暂存储或持久存储。存储在存储器902的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括对信息处理设备中的一系列计算机可执行指令。更进一步地,处理器901可以设置为与存储器902通信,在信息处理设备上执行存储器902中的一系列计算机可执行指令。信息处理设备还可以包括一个或一个以上电源903,一个或一个以上有线或无线网络接口904,一个或一个以上输入输出接口905,一个或一个以上键盘906等。
在一个具体的实施例中,信息处理设备包括有存储器,以及一个或一个以上的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程序可以包括一个或一个以上模块,且每个模块可以包括对信息处理设备中的一系列计算机可执行指令,且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令:
获取用户输入的知识点信息,并从所述知识点信息中提取知识点标题信息;其中,所述知识点标题信息包括内容相互关联的多个子标题信息;
在预设知识库中,判断是否已收录与所述知识点标题信息满足预设相似度条件的知识点,得到收录判断结果;
基于所述收录判断结果,确定是否收录用户输入的所述知识点信息。
可选地,计算机可执行指令在被执行时,在预设知识库中,判断是否已收录与所述知识点标题信息满足预设相似度条件的知识点,得到收录判断结果,包括:对所述知识点标题信息进行切分处理,得到多个文本块;在预设知识库中检索包含所述文本块或者包含所述文本块对应的相似文本块的目标标题信息;判断所述知识点标题信息与所述目标标题信息之间的文本相似度是否大于对应的相似度阈值;若大于,则确定已收录与所述知识点标题信息满足预设相似度条件的知识点,反之,确定未收录与所述知识点标题信息满足预设相似度条件的知识点。
可选地,计算机可执行指令在被执行时,在判断所述知识点标题信息与所述目标标题信息之间的文本相似度是否大于对应的相似度阈值之前,还包括:通过训练好的第一文本相似度计算模型,计算所述知识点标题信息与所述目标标题信息之间的文本相似度;其中,所述第一文本相似度计算模型包括神经网络模型。
可选地,计算机可执行指令在被执行时,确定是否收录用户输入的所述知识点信息,包括:若所述收录判断结果表示未收录与所述知识点标题信息满足预设相似度条件的知识点,则确定收录用户输入的所述知识点信息,否则,确定不收录用户输入的所述知识点信息。
可选地,计算机可执行指令在被执行时,在确定是否收录用户输入的所述知识点信息之前,还包括:检查所述知识点标题信息的长度是否超过长度阈值,得到长度检查结果;检查所述知识点标题信息中是否包含特定字符,得到字符检查结果;确定是否收录用户输入的所述知识点信息,包括:若所述收录判断结果表示未收录与所述知识点标题信息满足预设相似度条件的知识点,并且,所述长度检查结果表示所述知识点标题信息的长度未超过长度阈值,并且,所述字符检查结果表示所述知识点标题信息中不包含特定字符,则确定收录用户输入的所述知识点信息,否则,确定不收录用户输入的所述知识点信息。
可选地,计算机可执行指令在被执行时,在确定是否收录用户输入的所述知识点信息之前,还包括:判断任意两个所述子标题信息之间的内容关联度是否均大于关联度阈值,得到关联度判断结果;确定是否收录用户输入的所述知识点信息,包括:若所述收录判断结果表示未收录与所述知识点标题信息满足预设相似度条件的知识点,并且,所述关联度判断结果表示任意两个所述子标题信息之间的内容关联度均大于关联度阈值,则确定收录用户输入的所述知识点信息,否则,确定不收录用户输入的所述知识点信息。
可选地,计算机可执行指令在被执行时,在判断任意两个所述子标题信息之间的内容关联度是否均大于关联度阈值之前,还包括:通过训练好的第二文本相似度计算模型,计算任意两个子标题信息之间的文本相似度;其中,所述第二文本相似度计算模型包括神经网络模型;将计算得到的所述文本相似度作为所述任意两个子标题信息之间的内容关联度。
本申请实施例中,首先获取用户输入的知识点信息,并从该知识点信息中提取知识点标题信息,然后在预设知识库中,判断是否已收录与知识点标题信息满足预设相似度条件的知识点,得到收录判断结果,最后基于收录判断结果,确定是否收录用户输入的知识点信息。由于本申请实施例中可以在预设知识库中,判断是否已收录与知识点标题信息满足预设相似度条件的知识点,得到收录判断结果,因此能够避免收录重复的知识点信息,从而提高收录的知识点信息的质量。
需要说明的是,本申请实施例中的信息处理设备能够实现前述的信息处理方法的各个过程,并达到相同的效果和功能,这里不再重复。
进一步地,本申请实施例还提供了一种存储介质,用于存储计算机可执行指令,一种具体的实施例中,该存储介质可以为U盘、光盘、硬盘等,该存储介质存储的计算机可执行指令在被处理器执行时,能实现以下流程:
获取用户输入的知识点信息,并从所述知识点信息中提取知识点标题信息;其中,所述知识点标题信息包括内容相互关联的多个子标题信息;
在预设知识库中,判断是否已收录与所述知识点标题信息满足预设相似度条件的知识点,得到收录判断结果;
基于所述收录判断结果,确定是否收录用户输入的所述知识点信息。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,在预设知识库中,判断是否已收录与所述知识点标题信息满足预设相似度条件的知识点,得到收录判断结果,包括:对所述知识点标题信息进行切分处理,得到多个文本块;在预设知识库中检索包含所述文本块或者包含所述文本块对应的相似文本块的目标标题信息;判断所述知识点标题信息与所述目标标题信息之间的文本相似度是否大于对应的相似度阈值;若大于,则确定已收录与所述知识点标题信息满足预设相似度条件的知识点,反之,确定未收录与所述知识点标题信息满足预设相似度条件的知识点。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,在判断所述知识点标题信息与所述目标标题信息之间的文本相似度是否大于对应的相似度阈值之前,还包括:通过训练好的第一文本相似度计算模型,计算所述知识点标题信息与所述目标标题信息之间的文本相似度;其中,所述第一文本相似度计算模型包括神经网络模型。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,确定是否收录用户输入的所述知识点信息,包括:若所述收录判断结果表示未收录与所述知识点标题信息满足预设相似度条件的知识点,则确定收录用户输入的所述知识点信息,否则,确定不收录用户输入的所述知识点信息。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,在确定是否收录用户输入的所述知识点信息之前,还包括:检查所述知识点标题信息的长度是否超过长度阈值,得到长度检查结果;检查所述知识点标题信息中是否包含特定字符,得到字符检查结果;确定是否收录用户输入的所述知识点信息,包括:若所述收录判断结果表示未收录与所述知识点标题信息满足预设相似度条件的知识点,并且,所述长度检查结果表示所述知识点标题信息的长度未超过长度阈值,并且,所述字符检查结果表示所述知识点标题信息中不包含特定字符,则确定收录用户输入的所述知识点信息,否则,确定不收录用户输入的所述知识点信息。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,在确定是否收录用户输入的所述知识点信息之前,还包括:判断任意两个所述子标题信息之间的内容关联度是否均大于关联度阈值,得到关联度判断结果;确定是否收录用户输入的所述知识点信息,包括:若所述收录判断结果表示未收录与所述知识点标题信息满足预设相似度条件的知识点,并且,所述关联度判断结果表示任意两个所述子标题信息之间的内容关联度均大于关联度阈值,则确定收录用户输入的所述知识点信息,否则,确定不收录用户输入的所述知识点信息。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,在判断任意两个所述子标题信息之间的内容关联度是否均大于关联度阈值之前,还包括:通过训练好的第二文本相似度计算模型,计算任意两个子标题信息之间的文本相似度;其中,所述第二文本相似度计算模型包括神经网络模型;将计算得到的所述文本相似度作为所述任意两个子标题信息之间的内容关联度。
本申请实施例中,首先获取用户输入的知识点信息,并从该知识点信息中提取知识点标题信息,然后在预设知识库中,判断是否已收录与知识点标题信息满足预设相似度条件的知识点,得到收录判断结果,最后基于收录判断结果,确定是否收录用户输入的知识点信息。由于本申请实施例中可以在预设知识库中,判断是否已收录与知识点标题信息满足预设相似度条件的知识点,得到收录判断结果,因此能够避免收录重复的知识点信息,从而提高收录的知识点信息的质量。
需要说明的是,本申请实施例中的存储介质能够实现前述的信息处理方法的各个过程,并达到相同的效果和功能,这里不再重复。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商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、商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、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、***或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。