CN110059171A - 智能问答性能提升方法及*** - Google Patents

智能问答性能提升方法及*** Download PDF

Info

Publication number
CN110059171A
CN110059171A CN201910293623.5A CN201910293623A CN110059171A CN 110059171 A CN110059171 A CN 110059171A CN 201910293623 A CN201910293623 A CN 201910293623A CN 110059171 A CN110059171 A CN 110059171A
Authority
CN
China
Prior art keywords
keyword
answer
question
processed
evaluation
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
CN201910293623.5A
Other languages
English (en)
Other versions
CN110059171B (zh
Inventor
康倩
秦晔玲
冯光
赵森
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.)
Industrial and Commercial Bank of China Ltd ICBC
Original Assignee
Industrial and Commercial Bank of China Ltd ICBC
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 Industrial and Commercial Bank of China Ltd ICBC filed Critical Industrial and Commercial Bank of China Ltd ICBC
Priority to CN201910293623.5A priority Critical patent/CN110059171B/zh
Publication of CN110059171A publication Critical patent/CN110059171A/zh
Application granted granted Critical
Publication of CN110059171B publication Critical patent/CN110059171B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/332Query formulation
    • G06F16/3329Natural language query formulation or dialogue systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367Ontology

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供一种智能问答性能提升方法及***。该智能问答性能提升方法包括:根据用户问答信息提取问答关键字,根据用户评价信息提取评价关键字;将问答关键字与评价关键字的数量之和与相同的问答关键字和评价关键字的数量相减,得到最终关键字数量;根据预设的关键字参数表判断每个问答关键字是否为待处理问答关键字,每个评价关键字是否为待处理评价关键字;根据最终关键字数量、待处理问答关键字的数量与待处理评价关键字的数量计算待处理关键字比例;当待处理关键字比例大于预设比例时,将待处理问答关键字及其对应的用户问答信息、待处理评价关键字及其对应的用户评价信息更新至问答知识数据库,以保证知识库的实时更新,提升智能问答准确率。

Description

智能问答性能提升方法及***
技术领域
本发明涉及智能交互问答,具体地,涉及一种智能问答性能提升方法及***。
背景技术
随着互联网及移动互联网的快速发展,无论是互联网公司还是各传统行业都通过后台知识库为用户提供了智能交互问答***,可做到知识的有效梳理,处理问题效率高。如何确保智能问答***中知识库的及时更新,全面满足用户的不同业务诉求,提升智能问答的准确率是一个待解决的重要的问题。现有知识库更新主要通过知识日常积累机制,这种方式未能及时利用并更新针对性较强的客户数据。
发明内容
本发明实施例的主要目的在于提供一种智能问答性能提升方法及***,以保证知识库的实时更新,提升智能问答的准确率,进一步优化用户体验。
为了实现上述目的,本发明实施例提供一种智能问答性能提升方法,包括:
接收用户问答信息和用户问答信息对应的用户评价信息;
根据用户问答信息提取问答关键字,根据用户评价信息提取评价关键字;
统计问答关键字与评价关键字的数量之和;
统计相同的问答关键字和评价关键字的数量;
将问答关键字与评价关键字的数量之和与相同的问答关键字和评价关键字的数量相减,得到最终关键字数量;
根据预设的关键字参数表依次判断每个问答关键字是否为待处理问答关键字,根据预设的关键字参数表依次判断每个评价关键字是否为待处理评价关键字;
分别统计待处理问答关键字的数量和待处理评价关键字的数量;
根据最终关键字数量、待处理问答关键字的数量与待处理评价关键字的数量,计算待处理关键字比例;
判断待处理关键字比例是否大于预设比例;
当待处理关键字比例大于预设比例时,将待处理问答关键字、待处理问答关键字对应的用户问答信息、待处理评价关键字和待处理评价关键字对应的用户评价信息更新至问答知识数据库。
本发明实施例还提供一种智能问答性能提升***,包括:
接收单元,用于接收用户问答信息和用户问答信息对应的用户评价信息;
关键字提取单元,用于根据用户问答信息提取问答关键字,根据用户评价信息提取评价关键字;
第一统计单元,用于统计问答关键字与评价关键字的数量之和;
第二统计单元,用于统计相同的问答关键字和评价关键字的数量;
最终关键字单元,用于将问答关键字与评价关键字的数量之和与相同的问答关键字和评价关键字的数量相减,得到最终关键字数量;
第一判断单元,用于根据预设的关键字参数表依次判断每个问答关键字是否为待处理问答关键字,根据预设的关键字参数表依次判断每个评价关键字是否为待处理评价关键字;
第三统计单元,用于分别统计待处理问答关键字的数量和待处理评价关键字的数量;
计算单元,用于根据最终关键字数量、待处理问答关键字的数量与待处理评价关键字的数量,计算待处理关键字比例;
第二判断单元,用于判断待处理关键字比例是否大于预设比例;
第一更新单元,用于当待处理关键字比例大于预设比例时,将待处理问答关键字、待处理问答关键字对应的用户问答信息、待处理评价关键字和待处理评价关键字对应的用户评价信息更新至问答知识数据库。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
接收用户问答信息和用户问答信息对应的用户评价信息;
根据用户问答信息提取问答关键字,根据用户评价信息提取评价关键字;
统计问答关键字与评价关键字的数量之和;
统计相同的问答关键字和评价关键字的数量;
将问答关键字与评价关键字的数量之和与相同的问答关键字和评价关键字的数量相减,得到最终关键字数量;
根据预设的关键字参数表依次判断每个问答关键字是否为待处理问答关键字,根据预设的关键字参数表依次判断每个评价关键字是否为待处理评价关键字;
分别统计待处理问答关键字的数量和待处理评价关键字的数量;
根据最终关键字数量、待处理问答关键字的数量与待处理评价关键字的数量,计算待处理关键字比例;
判断待处理关键字比例是否大于预设比例;
当待处理关键字比例大于预设比例时,将待处理问答关键字、待处理问答关键字对应的用户问答信息、待处理评价关键字和待处理评价关键字对应的用户评价信息更新至问答知识数据库。
本发明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,计算机程序被处理器执行时实现以下步骤:
接收用户问答信息和用户问答信息对应的用户评价信息;
根据用户问答信息提取问答关键字,根据用户评价信息提取评价关键字;
统计问答关键字与评价关键字的数量之和;
统计相同的问答关键字和评价关键字的数量;
将问答关键字与评价关键字的数量之和与相同的问答关键字和评价关键字的数量相减,得到最终关键字数量;
根据预设的关键字参数表依次判断每个问答关键字是否为待处理问答关键字,根据预设的关键字参数表依次判断每个评价关键字是否为待处理评价关键字;
分别统计待处理问答关键字的数量和待处理评价关键字的数量;
根据最终关键字数量、待处理问答关键字的数量与待处理评价关键字的数量,计算待处理关键字比例;
判断待处理关键字比例是否大于预设比例;
当待处理关键字比例大于预设比例时,将待处理问答关键字、待处理问答关键字对应的用户问答信息、待处理评价关键字和待处理评价关键字对应的用户评价信息更新至问答知识数据库。
本发明实施例的智能问答性能提升方法及***先根据用户问答信息提取问答关键字,根据用户评价信息提取评价关键字,再根据预设的关键字参数表依次判断每个问答关键字是否为待处理问答关键字,根据预设的关键字参数表依次判断每个评价关键字是否为待处理评价关键字,然后根据最终关键字数量、待处理问答关键字的数量与待处理评价关键字的数量计算待处理关键字比例,最后判断待处理关键字比例是否大于预设比例;当待处理关键字比例大于预设比例时,将待处理问答关键字、待处理问答关键字对应的用户问答信息、待处理评价关键字和待处理评价关键字对应的用户评价信息更新至问答知识数据库,可以保证知识库的实时更新,提升智能问答的准确率,具有时效性和针对性,进一步优化了用户体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中智能问答性能提升方法的流程图;
图2是本发明一实施例中信息存储表的示意图;
图3是本发明实施例中S106的流程图;
图4是本发明一实施例中关键字参数表的示意图;
图5是本发明一实施例中判断信息表的示意图;
图6是本发明一实施例中问答知识数据表的示意图;
图7是本发明另一实施例中信息存储表的示意图;
图8是本发明另一实施例中关键字参数表的示意图;
图9是本发明另一实施例中判断信息表的示意图;
图10是本发明一实施例中更新后的问答知识数据表的示意图;
图11是本发明实施例中智能问答性能提升***的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动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。
本领域技术技术人员知道,本发明的实施方式可以实现为一种***、装置、设备、方法或计算机程序产品。因此,本公开可以具体实现为以下形式,即:完全的硬件、完全的软件(包括固件、驻留软件、微代码等),或者硬件和软件结合的形式。
鉴于目前现有知识库更新主要通过知识日常积累机制,不能及时利用并更新针对性较强的客户数据,本发明实施例提供一种智能问答性能提升方法及***,以保证知识库的实时更新,提升智能问答的准确率,进一步优化用户体验。以下结合附图对本发明进行详细说明。
图1是本发明一实施例中智能问答性能提升方法的流程图。如图1所示,智能问答性能提升方法包括:
S101:接收用户问答信息和用户问答信息对应的用户评价信息。
其中,还会接收用户问答信息对应的唯一标识。
S102:根据用户问答信息提取问答关键字,根据用户评价信息提取评价关键字。
其中,可以采用基于高维聚类技术的中文关键字提取算法提取问答关键字和评价关键字。提取的问答关键字可以为账户、网点、***、开户地点、开户行、***、还款、额度、到期日期等。
S103:统计问答关键字与评价关键字的数量之和。
S104:统计相同的问答关键字和评价关键字的数量。
S105:将问答关键字与评价关键字的数量之和与相同的问答关键字和评价关键字的数量相减,得到最终关键字数量。
S106:根据预设的关键字参数表依次判断每个问答关键字是否为待处理问答关键字,根据预设的关键字参数表依次判断每个评价关键字是否为待处理评价关键字。
S107:分别统计待处理问答关键字的数量和待处理评价关键字的数量。
S108:根据最终关键字数量、待处理问答关键字的数量与待处理评价关键字的数量,计算待处理关键字比例。
S109:判断待处理关键字比例是否大于预设比例。
S110:当待处理关键字比例大于预设比例时,将待处理问答关键字、待处理问答关键字对应的用户问答信息、待处理评价关键字和待处理评价关键字对应的用户评价信息更新至问答知识数据库。
图1所示的智能问答性能提升方法的执行主体可以为计算机。由图1所示的流程可知,本发明实施例的智能问答性能提升方法先根据用户问答信息提取问答关键字,根据用户评价信息提取评价关键字,再根据预设的关键字参数表依次判断每个问答关键字是否为待处理问答关键字,根据预设的关键字参数表依次判断每个评价关键字是否为待处理评价关键字,然后根据最终关键字数量、待处理问答关键字的数量与待处理评价关键字的数量计算待处理关键字比例,最后判断待处理关键字比例是否大于预设比例;当待处理关键字比例大于预设比例时,将待处理问答关键字、待处理问答关键字对应的用户问答信息、待处理评价关键字和待处理评价关键字对应的用户评价信息更新至问答知识数据库,可以保证知识库的实时更新,提升智能问答的准确率,具有时效性和针对性,进一步优化了用户体验。
图2是本发明一实施例中信息存储表的示意图。如图2所示,执行S102之后,可以将用户问答信息对应的唯一标识、问答信息、问答关键字、用户评价信息和评价关键字存储至信息存储表中。
图3是本发明实施例中S106的流程图。如图3所示,S106包括:
S201:依次判断每个问答关键字是否在关键字参数表中。
S202:当问答关键字不在关键字参数表中时,该问答关键字为待处理问答关键字。
S203:依次判断每个评价关键字是否在关键字参数表中。
S204:当评价关键字不在关键字参数表中时,该评价关键字为待处理评价关键字。
具体实施时,当问答关键字不在关键字参数表中时,该问答关键字为待处理问答关键字,其关键字状态为待处理;当问答关键字在关键字参数表中时,该问答关键字为已存在问答关键字,其关键字状态为已存在。当评价关键字不在关键字参数表中时,该评价关键字为待处理评价关键字,其关键字状态为待处理;当评价关键字在关键字参数表中时,该评价关键字为已存在评价关键字,其关键字状态为已存在。
图4是本发明一实施例中关键字参数表的示意图。如图4所示,关键字参数表中包括关键字(包括问答关键字和评价关键字)以及关键字的生成日期。关键字参数表可由业务部门根据业务范围进行数据的初始化。
在执行S106之后,还包括:将待处理问答关键字和待处理评价关键字均实时更新至关键字参数表中。
另外,还可以根据用户问答信息对应的唯一标识、问答关键字、评价关键字、关键字状态、关键字对应的用户问答信息或用户评价信息、关键字的生成日期和关键字的生成来源(表明关键字是问答关键字还是评价关键字),记录生成判断信息表。
图5是本发明一实施例中判断信息表的示意图。如图5所示,判断信息表中包括用户问答信息对应的唯一标识、关键字(包括问答关键字和评价关键字)、关键字状态(1代表关键字状态为已存在,2代表关键字状态为未处理)、关键字对应的用户问答信息或用户评价信息、关键字的生成日期和关键字的生成来源(1代表关键字为问答关键字,2代表关键字为评价关键字)。
一实施例中,通过如下公式计算待处理关键字比例:
其中,s为待处理关键字比例,a为待处理问答关键字的数量,b为待处理评价关键字的数量,c为最终关键字数量,d为预设权重。
具体实施时,待处理评价关键字为用户的客观反馈,预设权重大于1。在本发明实施例中可以将预设权重设为3。预设权重可以按照业务运营情况进行动态调整。
本领域技术人员可以通过关键字比例判断本发明实施例对用户提出的问题的解决效果,通过由高到低的关键字比例将解决效果依次分为未解决、较好解决、完全解决三个等级。具体的划分比例可以按照业务运营情况进行动态调整。例如,当关键字比例大于或等于0.8时,解决效果为未解决;当关键字比例大于0.5且小于0.8时,解决效果为较好解决;关键字比例小于或等于0.5时,解决效果为完全解决。当解决效果为未解决或较好解决时,将待处理问答关键字、待处理问答关键字对应的用户问答信息、待处理评价关键字和待处理评价关键字对应的用户评价信息更新至问答知识数据库中的问答知识数据表。此实施例中的预设比例为0.5。
图6是本发明一实施例中问答知识数据表的示意图。如图6所示,问答知识数据表中包括关键字(包括问答关键字和评价关键字)、问题(包括待处理问答关键字对应的用户问答信息和待处理评价关键字对应的用户评价信息)、答案、关键字的生成日期、问题状态(1代表待维护答案,2代表已补充答案)和问题的生成来源(1代表自动更新,2代表手工录入)。本领域技术人员可登录问答知识数据库,查看当日问题状态为待维护答案的问题,并在答案一栏内及时更新答案内容,保证知识库的实时更新,提升了智能问答的准确率。更新答案内容后,对应的问题状态更新为已补充答案。
本发明的其中一个具体实施例如下:
1、用户进入智能问答***咨询以下问题:
用户:我想查询账户的所属网点。
智能问答***:我没有明白您的问题。
用户:我想查询我的账户开户地点。
智能问答***:我没有明白您的问题。
用户:好吧,那再见,谢谢。
智能问答***:再见,很高兴为您服务。
用户的评价反馈如下:
***无法识别账户开户行。
2、智能问答***根据上述信息生成用户问答信息对应的唯一标识,并将用户问答信息对应的唯一标识、用户问答信息和用户问答信息对应的用户评价信息发送至智能问答性能提升***。
3、智能问答性能提升***接收用户问答信息对应的唯一标识、用户问答信息和用户问答信息对应的用户评价信息。
用户问答信息对应的唯一标识如下:
ac45k57e9l0120a。
用户问答信息如下:
用户:我想查询账户的所属网点。
用户:我想查询我的账户开户地点。
用户:好吧,那再见,谢谢。
用户评价信息如下:
***无法识别账户开户行。
4、智能问答性能提升***根据用户问答信息提取问答关键字,如下:
客户:账户网点。
客户:账户开户地点。
智能问答性能提升***根据用户评价信息提取评价关键字,如下:
***账户开户行。
5、智能问答性能提升***将用户问答信息对应的唯一标识、问答信息、问答关键字、用户评价信息和评价关键字存储至信息存储表中。
图7是本发明另一实施例中信息存储表的示意图。如图7所示,信息存储表中包括:
1.用户问答信息对应的唯一标识,如下:
ac45k57e9l0120a;
2.问答信息,如下:
用户:我想查询账户的所属网点。
智能问答***:我没有明白您的问题。
用户:我想查询我的账户开户地点。
智能问答***:我没有明白您的问题。
用户:好吧,那再见,谢谢。
智能问答***:再见,很高兴为您服务。
3.问答关键字,如下:
客户:账户网点。
客户:账户开户地点。
4.用户评价信息,如下:
***无法识别账户开户行。
5.评价关键字,如下:
***开户行。
6、智能问答性能提升***统计问答关键字和评价关键字的数量之和,统计相同的问答关键字和评价关键字的数量,将问答关键字与评价关键字的数量之和与相同的问答关键字和评价关键字的数量相减,得到最终关键字数量。
在本实施例中,不同的问答关键字包括账户、网点、开户地点共三个关键词,评价关键字包括***、账户、开户行共三个关键词。其中“账户”既为问答关键字又为评价关键字,则相同的问答关键字和评价关键字的数量为1。因此,本实施例中的最终关键字数量为3+3-1=5。
7、智能问答性能提升***依次判断每个问答关键字是否在预设的关键字参数表中,当问答关键字不在关键字参数表中时,该问答关键字为待处理问答关键字。依次判断每个评价关键字是否在预设的关键字参数表中,当评价关键字不在关键字参数表中时,该评价关键字为待处理评价关键字。
图8是本发明另一实施例中关键字参数表的示意图。如图8所示,预设的关键字参数表中包括:
关键字:账户、网点;
关键字的生成日期:2018-12-04。
上述判断完成之后,将待处理问答关键字和待处理评价关键字实时更新至上述关键字参数表中。
8、智能问答性能提升***根据用户问答信息对应的唯一标识、问答关键字、评价关键字、关键字状态、关键字对应的用户问答信息或用户评价信息、关键字的生成日期和关键字的生成来源(表明关键字是问答关键字还是评价关键字),记录生成判断信息表。
图9是本发明另一实施例中判断信息表的示意图。如图9所示,判断信息表中包括:
用户问答信息对应的唯一标识:ac45k57e9l0120a;
关键字:账户、网点、开户地点、***和开户行。
关键字状态:账户和网点对应的关键字状态为1,开户地点、***和开户行对应的关键字状态为2。
关键字对应的用户问答信息或用户评价信息:账户和网点对应的信息为“我想查询账户的所属网点”;开户地点对应的信息为“我想查询我的账户开户地点”;***和开户行对应的信息为“***无法识别账户开户行”。
关键字的生成日期:2018-12-21。
关键字的生成来源:账户、网点和开户地点对应的生成来源为1,***和开户行对应的生成来源为2。
9、智能问答性能提升***通过如下公式计算待处理关键字比例:
其中,s为待处理关键字比例,a为待处理问答关键字的数量,b为待处理评价关键字的数量,c为最终关键字数量,d为预设权重。
在本实施例中,预设权重为3,关键字比例
10、智能问答性能提升***判断待处理关键字比例是否大于预设比例:当待处理关键字比例大于预设比例时,将待处理问答关键字、待处理问答关键字对应的用户问答信息、待处理评价关键字和待处理评价关键字对应的用户评价信息更新至问答知识数据库。
在本实施例中,关键字比例(1.4)大于预设比例(0.5),因此需要将待处理问答关键字、待处理问答关键字对应的用户问答信息、待处理评价关键字和待处理评价关键字对应的用户评价信息更新至问答知识数据库中的问答知识数据表。
图10是本发明一实施例中更新后的问答知识数据表的示意图。如图10所示,更新后的问答知识数据表中包括:
关键字:开户地点、***和开户行。
问题:开户地点对应的问题为“我想查询我的账户开户地点”,***和开户行对应的问题为“***无法识别账户开户行”。
答案。
关键字的生成日期:2018-12-21。
问题状态:本领域技术人员还未更新答案内容,答案待维护,状态均为1。
问题的生成来源:上述问题均为自动更新,生成来源均为1。
本领域技术人员可登录问答知识数据库,查看当日问题状态为待维护答案的问题,并在答案一栏内及时更新答案内容。更新答案内容后,对应的问题状态更新为2。
综上,本发明实施例的智能问答性能提升方法先根据用户问答信息提取问答关键字,根据用户评价信息提取评价关键字,再根据预设的关键字参数表依次判断每个问答关键字是否为待处理问答关键字,根据预设的关键字参数表依次判断每个评价关键字是否为待处理评价关键字,然后根据最终关键字数量、待处理问答关键字的数量与待处理评价关键字的数量计算待处理关键字比例,最后判断待处理关键字比例是否大于预设比例;当待处理关键字比例大于预设比例时,将待处理问答关键字、待处理问答关键字对应的用户问答信息、待处理评价关键字和待处理评价关键字对应的用户评价信息更新至问答知识数据库,可以保证知识库的实时更新,提升智能问答的准确率,具有时效性和针对性,进一步优化了用户体验。
基于同一发明构思,本发明实施例还提供了一种智能问答性能提升***,由于该***解决问题的原理与智能问答性能提升方法相似,因此该***的实施可以参见方法的实施,重复之处不再赘述。
图11是本发明实施例中智能问答性能提升***的结构框图。如图11所示,智能问答性能提升***包括:
接收单元,用于接收用户问答信息和用户问答信息对应的用户评价信息;
关键字提取单元,用于根据用户问答信息提取问答关键字,根据用户评价信息提取评价关键字;
第一统计单元,用于统计问答关键字与评价关键字的数量之和;
第二统计单元,用于统计相同的问答关键字和评价关键字的数量;
最终关键字单元,用于将问答关键字与评价关键字的数量之和与相同的问答关键字和评价关键字的数量相减,得到最终关键字数量;
第一判断单元,用于根据预设的关键字参数表依次判断每个问答关键字是否为待处理问答关键字,根据预设的关键字参数表依次判断每个评价关键字是否为待处理评价关键字;
第三统计单元,用于分别统计待处理问答关键字的数量和待处理评价关键字的数量;
计算单元,用于根据最终关键字数量、待处理问答关键字的数量与待处理评价关键字的数量,计算待处理关键字比例;
第二判断单元,用于判断待处理关键字比例是否大于预设比例;
第一更新单元,用于当待处理关键字比例大于预设比例时,将待处理问答关键字、待处理问答关键字对应的用户问答信息、待处理评价关键字和待处理评价关键字对应的用户评价信息更新至问答知识数据库。
在其中一种实施例中,还包括:
第二更新单元,用于将待处理问答关键字和待处理评价关键字均实时更新至关键字参数表中。
在其中一种实施例中,第一判断单元具体用于:
依次判断每个问答关键字是否在关键字参数表中;
当问答关键字不在关键字参数表中时,该问答关键字为待处理问答关键字;
依次判断每个评价关键字是否在关键字参数表中;
当评价关键字不在关键字参数表中时,该评价关键字为待处理评价关键字。
在其中一种实施例中,通过如下公式计算待处理关键字比例:
其中,s为待处理关键字比例,a为待处理问答关键字的数量,b为待处理评价关键字的数量,c为最终关键字数量,d为预设权重。
综上,本发明实施例的智能问答性能提升***先根据用户问答信息提取问答关键字,根据用户评价信息提取评价关键字,再根据预设的关键字参数表依次判断每个问答关键字是否为待处理问答关键字,根据预设的关键字参数表依次判断每个评价关键字是否为待处理评价关键字,然后根据最终关键字数量、待处理问答关键字的数量与待处理评价关键字的数量计算待处理关键字比例,最后判断待处理关键字比例是否大于预设比例;当待处理关键字比例大于预设比例时,将待处理问答关键字、待处理问答关键字对应的用户问答信息、待处理评价关键字和待处理评价关键字对应的用户评价信息更新至问答知识数据库,可以保证知识库的实时更新,提升智能问答的准确率,具有时效性和针对性,进一步优化了用户体验。
本发明实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
接收用户问答信息和用户问答信息对应的用户评价信息;
根据用户问答信息提取问答关键字,根据用户评价信息提取评价关键字;
统计问答关键字与评价关键字的数量之和;
统计相同的问答关键字和评价关键字的数量;
将问答关键字与评价关键字的数量之和与相同的问答关键字和评价关键字的数量相减,得到最终关键字数量;
根据预设的关键字参数表依次判断每个问答关键字是否为待处理问答关键字,根据预设的关键字参数表依次判断每个评价关键字是否为待处理评价关键字;
分别统计待处理问答关键字的数量和待处理评价关键字的数量;
根据最终关键字数量、待处理问答关键字的数量与待处理评价关键字的数量,计算待处理关键字比例;
判断待处理关键字比例是否大于预设比例;
当待处理关键字比例大于预设比例时,将待处理问答关键字、待处理问答关键字对应的用户问答信息、待处理评价关键字和待处理评价关键字对应的用户评价信息更新至问答知识数据库。
综上,本发明实施例的计算机设备先根据用户问答信息提取问答关键字,根据用户评价信息提取评价关键字,再根据预设的关键字参数表依次判断每个问答关键字是否为待处理问答关键字,根据预设的关键字参数表依次判断每个评价关键字是否为待处理评价关键字,然后根据最终关键字数量、待处理问答关键字的数量与待处理评价关键字的数量计算待处理关键字比例,最后判断待处理关键字比例是否大于预设比例;当待处理关键字比例大于预设比例时,将待处理问答关键字、待处理问答关键字对应的用户问答信息、待处理评价关键字和待处理评价关键字对应的用户评价信息更新至问答知识数据库,可以保证知识库的实时更新,提升智能问答的准确率,具有时效性和针对性,进一步优化了用户体验。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
接收用户问答信息和用户问答信息对应的用户评价信息;
根据用户问答信息提取问答关键字,根据用户评价信息提取评价关键字;
统计问答关键字与评价关键字的数量之和;
统计相同的问答关键字和评价关键字的数量;
将问答关键字与评价关键字的数量之和与相同的问答关键字和评价关键字的数量相减,得到最终关键字数量;
根据预设的关键字参数表依次判断每个问答关键字是否为待处理问答关键字,根据预设的关键字参数表依次判断每个评价关键字是否为待处理评价关键字;
分别统计待处理问答关键字的数量和待处理评价关键字的数量;
根据最终关键字数量、待处理问答关键字的数量与待处理评价关键字的数量,计算待处理关键字比例;
判断待处理关键字比例是否大于预设比例;
当待处理关键字比例大于预设比例时,将待处理问答关键字、待处理问答关键字对应的用户问答信息、待处理评价关键字和待处理评价关键字对应的用户评价信息更新至问答知识数据库。
综上,本发明实施例的计算机可读存储介质先根据用户问答信息提取问答关键字,根据用户评价信息提取评价关键字,再根据预设的关键字参数表依次判断每个问答关键字是否为待处理问答关键字,根据预设的关键字参数表依次判断每个评价关键字是否为待处理评价关键字,然后根据最终关键字数量、待处理问答关键字的数量与待处理评价关键字的数量计算待处理关键字比例,最后判断待处理关键字比例是否大于预设比例;当待处理关键字比例大于预设比例时,将待处理问答关键字、待处理问答关键字对应的用户问答信息、待处理评价关键字和待处理评价关键字对应的用户评价信息更新至问答知识数据库,可以保证知识库的实时更新,提升智能问答的准确率,具有时效性和针对性,进一步优化了用户体验。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种智能问答性能提升方法,其特征在于,包括:
接收用户问答信息和所述用户问答信息对应的用户评价信息;
根据所述用户问答信息提取问答关键字,根据所述用户评价信息提取评价关键字;
统计所述问答关键字与所述评价关键字的数量之和;
统计相同的问答关键字和评价关键字的数量;
将所述问答关键字与所述评价关键字的数量之和与所述相同的问答关键字和评价关键字的数量相减,得到最终关键字数量;
根据预设的关键字参数表依次判断每个问答关键字是否为待处理问答关键字,根据预设的关键字参数表依次判断每个评价关键字是否为待处理评价关键字;
分别统计待处理问答关键字的数量和待处理评价关键字的数量;
根据所述最终关键字数量、所述待处理问答关键字的数量与所述待处理评价关键字的数量,计算待处理关键字比例;
判断所述待处理关键字比例是否大于预设比例;
当所述待处理关键字比例大于所述预设比例时,将所述待处理问答关键字、所述待处理问答关键字对应的用户问答信息、所述待处理评价关键字和所述待处理评价关键字对应的用户评价信息更新至问答知识数据库。
2.根据权利要求1所述的智能问答性能提升方法,其特征在于,还包括:
将所述待处理问答关键字和所述待处理评价关键字均实时更新至所述关键字参数表中。
3.根据权利要求1所述的智能问答性能提升方法,其特征在于,根据预设的关键字参数表依次判断每个问答关键字是否为待处理问答关键字,根据预设的关键字参数表依次判断每个评价关键字是否为待处理评价关键字,包括:
依次判断每个问答关键字是否在所述关键字参数表中;
当所述问答关键字不在所述关键字参数表中时,该问答关键字为待处理问答关键字;
依次判断每个评价关键字是否在所述关键字参数表中;
当所述评价关键字不在所述关键字参数表中时,该评价关键字为待处理评价关键字。
4.根据权利要求1所述的智能问答性能提升方法,其特征在于,通过如下公式计算待处理关键字比例:
其中,s为待处理关键字比例,a为待处理问答关键字的数量,b为待处理评价关键字的数量,c为最终关键字数量,d为预设权重。
5.一种智能问答性能提升***,其特征在于,包括:
接收单元,用于接收用户问答信息和所述用户问答信息对应的用户评价信息;
关键字提取单元,用于根据所述用户问答信息提取问答关键字,根据所述用户评价信息提取评价关键字;
第一统计单元,用于统计所述问答关键字与所述评价关键字的数量之和;
第二统计单元,用于统计相同的问答关键字和评价关键字的数量;
最终关键字单元,用于将所述问答关键字与所述评价关键字的数量之和与所述相同的问答关键字和评价关键字的数量相减,得到最终关键字数量;
第一判断单元,用于根据预设的关键字参数表依次判断每个问答关键字是否为待处理问答关键字,根据预设的关键字参数表依次判断每个评价关键字是否为待处理评价关键字;
第三统计单元,用于分别统计待处理问答关键字的数量和待处理评价关键字的数量;
计算单元,用于根据所述最终关键字数量、所述待处理问答关键字的数量与所述待处理评价关键字的数量,计算待处理关键字比例;
第二判断单元,用于判断所述待处理关键字比例是否大于预设比例;
第一更新单元,用于当所述待处理关键字比例大于所述预设比例时,将所述待处理问答关键字、所述待处理问答关键字对应的用户问答信息、所述待处理评价关键字和所述待处理评价关键字对应的用户评价信息更新至问答知识数据库。
6.根据权利要求5所述的智能问答性能提升***,其特征在于,还包括:
第二更新单元,用于将所述待处理问答关键字和所述待处理评价关键字均实时更新至所述关键字参数表中。
7.根据权利要求5所述的智能问答性能提升***,其特征在于,所述第一判断单元具体用于:
依次判断每个问答关键字是否在所述关键字参数表中;
当所述问答关键字不在所述关键字参数表中时,该问答关键字为待处理问答关键字;
依次判断每个评价关键字是否在所述关键字参数表中;
当所述评价关键字不在所述关键字参数表中时,该评价关键字为待处理评价关键字。
8.根据权利要求5所述的智能问答性能提升***,其特征在于,通过如下公式计算待处理关键字比例:
其中,s为待处理关键字比例,a为待处理问答关键字的数量,b为待处理评价关键字的数量,c为最终关键字数量,d为预设权重。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现以下步骤:
接收用户问答信息和所述用户问答信息对应的用户评价信息;
根据所述用户问答信息提取问答关键字,根据所述用户评价信息提取评价关键字;
统计所述问答关键字与所述评价关键字的数量之和;
统计相同的问答关键字和评价关键字的数量;
将所述问答关键字与所述评价关键字的数量之和与所述相同的问答关键字和评价关键字的数量相减,得到最终关键字数量;
根据预设的关键字参数表依次判断每个问答关键字是否为待处理问答关键字,根据预设的关键字参数表依次判断每个评价关键字是否为待处理评价关键字;
分别统计待处理问答关键字的数量和待处理评价关键字的数量;
根据所述最终关键字数量、所述待处理问答关键字的数量与所述待处理评价关键字的数量,计算待处理关键字比例;
判断所述待处理关键字比例是否大于预设比例;
当所述待处理关键字比例大于所述预设比例时,将所述待处理问答关键字、所述待处理问答关键字对应的用户问答信息、所述待处理评价关键字和所述待处理评价关键字对应的用户评价信息更新至问答知识数据库。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现以下步骤:
接收用户问答信息和所述用户问答信息对应的用户评价信息;
根据所述用户问答信息提取问答关键字,根据所述用户评价信息提取评价关键字;
统计所述问答关键字与所述评价关键字的数量之和;
统计相同的问答关键字和评价关键字的数量;
将所述问答关键字与所述评价关键字的数量之和与所述相同的问答关键字和评价关键字的数量相减,得到最终关键字数量;
根据预设的关键字参数表依次判断每个问答关键字是否为待处理问答关键字,根据预设的关键字参数表依次判断每个评价关键字是否为待处理评价关键字;
分别统计待处理问答关键字的数量和待处理评价关键字的数量;
根据所述最终关键字数量、所述待处理问答关键字的数量与所述待处理评价关键字的数量,计算待处理关键字比例;
判断所述待处理关键字比例是否大于预设比例;
当所述待处理关键字比例大于所述预设比例时,将所述待处理问答关键字、所述待处理问答关键字对应的用户问答信息、所述待处理评价关键字和所述待处理评价关键字对应的用户评价信息更新至问答知识数据库。
CN201910293623.5A 2019-04-12 2019-04-12 智能问答性能提升方法及*** Active CN110059171B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910293623.5A CN110059171B (zh) 2019-04-12 2019-04-12 智能问答性能提升方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910293623.5A CN110059171B (zh) 2019-04-12 2019-04-12 智能问答性能提升方法及***

Publications (2)

Publication Number Publication Date
CN110059171A true CN110059171A (zh) 2019-07-26
CN110059171B CN110059171B (zh) 2021-01-01

Family

ID=67317615

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910293623.5A Active CN110059171B (zh) 2019-04-12 2019-04-12 智能问答性能提升方法及***

Country Status (1)

Country Link
CN (1) CN110059171B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111340366A (zh) * 2020-02-26 2020-06-26 中国联合网络通信集团有限公司 结构化知识质量提升方法及设备
CN114124860A (zh) * 2021-11-26 2022-03-01 中国联合网络通信集团有限公司 会话管理方法、装置、设备及存储介质
CN114706795A (zh) * 2022-06-07 2022-07-05 湖南智擎科技有限公司 面向SaaS人工智能应用的图灵测试方法、装置和***

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101178711A (zh) * 2006-11-30 2008-05-14 腾讯科技(深圳)有限公司 一种中文自动应答方法及***
CN102236677A (zh) * 2010-04-28 2011-11-09 北京大学深圳研究生院 一种基于问答***的信息匹配方法及***
CN103914570A (zh) * 2014-04-25 2014-07-09 北京中讯爱乐科技有限公司 基于字符串相似度算法的智能客服搜索方法与***
CN105631032A (zh) * 2015-12-31 2016-06-01 上海智臻智能网络科技股份有限公司 基于抽象语义推荐的问答知识库建立方法、装置及***
CN106202288A (zh) * 2016-06-30 2016-12-07 北京智能管家科技有限公司 一种人机交互***知识库的优化方法及***
CN106294616A (zh) * 2016-08-02 2017-01-04 长江大学 一种基于移动互联网的智能问答机器人***
CN106649742A (zh) * 2016-12-26 2017-05-10 上海智臻智能网络科技股份有限公司 数据库维护方法和装置
CN106844558A (zh) * 2016-12-31 2017-06-13 深圳市优必选科技有限公司 智能问答方法及***
US20170323008A1 (en) * 2016-05-09 2017-11-09 Fujitsu Limited Computer-implemented method, search processing device, and non-transitory computer-readable storage medium
CN107818164A (zh) * 2017-11-02 2018-03-20 东北师范大学 一种智能问答方法及其***
CN108345610A (zh) * 2017-01-24 2018-07-31 北京搜狗科技发展有限公司 一种获取数据资源的方法和装置、用于获取数据资源的装置
CN108376151A (zh) * 2018-01-31 2018-08-07 深圳市阿西莫夫科技有限公司 问题分类方法、装置、计算机设备和存储介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101178711A (zh) * 2006-11-30 2008-05-14 腾讯科技(深圳)有限公司 一种中文自动应答方法及***
CN102236677A (zh) * 2010-04-28 2011-11-09 北京大学深圳研究生院 一种基于问答***的信息匹配方法及***
CN103914570A (zh) * 2014-04-25 2014-07-09 北京中讯爱乐科技有限公司 基于字符串相似度算法的智能客服搜索方法与***
CN105631032A (zh) * 2015-12-31 2016-06-01 上海智臻智能网络科技股份有限公司 基于抽象语义推荐的问答知识库建立方法、装置及***
US20170323008A1 (en) * 2016-05-09 2017-11-09 Fujitsu Limited Computer-implemented method, search processing device, and non-transitory computer-readable storage medium
CN106202288A (zh) * 2016-06-30 2016-12-07 北京智能管家科技有限公司 一种人机交互***知识库的优化方法及***
CN106294616A (zh) * 2016-08-02 2017-01-04 长江大学 一种基于移动互联网的智能问答机器人***
CN106649742A (zh) * 2016-12-26 2017-05-10 上海智臻智能网络科技股份有限公司 数据库维护方法和装置
CN106844558A (zh) * 2016-12-31 2017-06-13 深圳市优必选科技有限公司 智能问答方法及***
CN108345610A (zh) * 2017-01-24 2018-07-31 北京搜狗科技发展有限公司 一种获取数据资源的方法和装置、用于获取数据资源的装置
CN107818164A (zh) * 2017-11-02 2018-03-20 东北师范大学 一种智能问答方法及其***
CN108376151A (zh) * 2018-01-31 2018-08-07 深圳市阿西莫夫科技有限公司 问题分类方法、装置、计算机设备和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘增健: "基于网络搜索的问答***", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
张婉: "问答社区信息质量评价指标体系构建研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111340366A (zh) * 2020-02-26 2020-06-26 中国联合网络通信集团有限公司 结构化知识质量提升方法及设备
CN114124860A (zh) * 2021-11-26 2022-03-01 中国联合网络通信集团有限公司 会话管理方法、装置、设备及存储介质
CN114706795A (zh) * 2022-06-07 2022-07-05 湖南智擎科技有限公司 面向SaaS人工智能应用的图灵测试方法、装置和***

Also Published As

Publication number Publication date
CN110059171B (zh) 2021-01-01

Similar Documents

Publication Publication Date Title
US10477012B2 (en) Fraud detection system and method
US11714793B2 (en) Systems and methods for providing searchable customer call indexes
CN110059171A (zh) 智能问答性能提升方法及***
CN105768433B (zh) 一种智能储蓄罐及其货币存取的方法
CN107862402A (zh) 一种业务处理方法及终端设备
CN111198873B (zh) 数据处理的方法和装置
CN108989581B (zh) 一种用户风险识别方法、装置及***
CN109615389A (zh) 电子支付交易风险控制方法、装置、服务器及存储介质
CN106254543A (zh) 基于云计算架构的分布式互联网金融网贷方法和***
CN110225104A (zh) 数据获取方法、装置及终端设备
CN102289721A (zh) 用于日常生活的碳排放监测与计量服务***
CN109902747B (zh) 一种身份识别方法、装置、设备及计算机可读存储介质
CN107832291A (zh) 人机协作的客服方法、电子装置及存储介质
CN113379530A (zh) 用户风险的确定方法、装置和服务器
CN104063772B (zh) 一种物流信息可靠性检验方法及装置
CN111061704B (zh) 一种财务分析报表生成方法及设备
CN106294611A (zh) 银行核心***及新老核心***数据切换方法
CN109145050A (zh) 一种计算设备
CN206497498U (zh) 一种基于企业征信业务的信用评级信息数据集成***
CN108563776A (zh) 离线数据获取方法及***、服务器及存储介质
CN103297419A (zh) 线下线上数据融合方法及***
CN111754330A (zh) 定期账户提前支取的计息装置及方法
CN113590604B (zh) 业务数据的处理方法、装置和服务器
CN110489394A (zh) 中间数据处理方法及设备
CN111105238A (zh) 一种交易风险控制方法和装置

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
GR01 Patent grant
GR01 Patent grant