CN113010640B - 一种业务执行的方法及装置 - Google Patents
一种业务执行的方法及装置 Download PDFInfo
- Publication number
- CN113010640B CN113010640B CN202110239446.XA CN202110239446A CN113010640B CN 113010640 B CN113010640 B CN 113010640B CN 202110239446 A CN202110239446 A CN 202110239446A CN 113010640 B CN113010640 B CN 113010640B
- Authority
- CN
- China
- Prior art keywords
- statement
- user
- service
- guide
- information
- 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.)
- Active
Links
Images
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
- G06F16/3343—Query execution using phonetics
-
- 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
- G06F16/31—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Acoustics & Sound (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本说明书公开了一种业务执行的方法及装置,在接收到用户当前的业务请求后,业务平台可以获取该用户对应的业务相关信息,并根据该业务相关信息,确定与用户相关的业务标签,从预先构建出的各业务引导语句模板中,确定出与该用户相关的业务标签相匹配的业务引导语句模板,作为目标引导语句模板。最后,业务平台可以根据目标引导语句模板中待填充位置对应的搜索信息类型以及确定出的用户对应的业务词集,确定目标引导语句模板对应的至少一个填充信息,以及根据至少一个填充信息,对待填充位置进行填充,生成引导语句,并将引导语句展示给用户,以使用户根据引导语句进行业务执行,能够在一定程度上对用户进行准确地业务引导。
Description
技术领域
本说明书涉及计算机技术领域,尤其涉及一种业务执行的方法及装置。
背景技术
在实际应用中,用户可以通过业务平台搜索到自己所需的业务进行执行,例如,用户可以通过语音输入的形式,在业务平台中搜索自己所需的业务,也可以输入文字形式的搜索信息进行查询。
不管用户通过何种方式搜索自己所需的业务,业务平台可以在用户查询的时候,为用户提供一些供用户参考,引导用户进行搜索的信息,使用户能够按照这些信息来进行搜索。在现有技术中,业务平台可以在用户需要进行语音形式的信息搜索时,可以从用户历史上浏览过的信息、用户搜索过的信息提取出关键词推荐给用户,使用户能够参考关键词来进行语音输入。
然而,在现有技术中,关键词可能无法准确地表示出用户的意图,所以,如何能够准确的向用户展示引导用户进行搜索的信息,则是一个亟待解决的问题。
发明内容
本说明书提供一种业务执行的方法及装置,以部分地解决现有技术存在的上述问题。
本说明书采用下述技术方案:
本说明书提供了一种业务执行的方法,包括:
响应于用户当前的业务请求,获取所述用户对应的业务相关信息,所述业务相关信息包括:所述用户的用户信息、所述用户在当前所处的地理位置、所述用户在当前对应的时间信息以及所述用户的历史行为记录中的至少一种;
根据所述业务相关信息,确定与所述用户相关的业务标签;
从预先构建出的各业务引导语句模板中,确定出与所述用户相关的业务标签相匹配的业务引导语句模板,作为目标引导语句模板,并根据所述目标引导语句模板中待填充位置对应的搜索信息类型以及确定出的所述用户对应的业务词集,确定所述目标引导语句模板对应的至少一个填充信息;
根据所述至少一个填充信息,对所述待填充位置进行填充,以得到引导语句,并将所述引导语句展示给所述用户,以使所述用户根据所述引导语句进行业务执行。
可选地,根据所述业务相关信息,确定与所述用户相关的业务标签,具体包括:
针对每个业务标签,将所述相关信息与该业务标签的标签标识输入到预先训练的第一预测模型中,确定该业务标签与所述用户之间的相关度;
将各业务标签按照相关度从大到小进行排序,并将设定排位前的业务标签作为与所述用户相关的业务标签。
可选地,根据所述目标引导语句模板中待填充位置对应的搜索信息类型以及确定出的所述用户对应的业务词集,确定所述目标引导语句模板对应的至少一个填充信息,具体包括:
针对所述目标引导语句模板的每个待填充位置,从所述业务词集中,确定出与该待填充位置对应的搜索信息类型相匹配,并且满足与所述目标引导语句模板中其他待填充位置对应的填充信息之间的从属关系的业务词,作为该待填充位置对应的填充信息。
可选地,构建各业务引导语句模板,具体包括:
获取各历史搜索语句;
针对每个历史搜索语句,从该历史搜索语句中确定出指定词语;
将所述指定词语在该历史搜索语句中的位置,作为该历史搜索语句对应的待填充位置,并根据该历史搜索语句中除待填充位置外的部分语句,确定该历史搜索语句对应的基础语句,以及根据所述指定词语对应的搜索信息类型,确定该历史搜索语句对应的搜索信息类型;
根据各历史搜索语句对应的待填充位置、各历史搜索语句对应的基础语句,以及各历史搜索语句对应的搜索信息类型,构建各业务引导语句模板。
可选地,根据该历史搜索语句中除待填充位置外的部分语句,确定该历史搜索语句对应的基础语句,具体包括:
针对每个历史搜索语句,确定其他历史搜索语句中除待填充位置外的部分语句与该历史搜索语句中除待填充位置外的部分语句之间的相似度;
从所述相似度大于设定相似度的其他历史搜索语句中确定出满足设定条件的至少一个其他历史搜索语句;
根据所述满足设定条件的至少一个其他历史搜索语句中除待填充位置外的部分语句,以及该历史搜索语句中除待填充位置外的部分语句,确定该历史搜索语句对应的基础语句。
可选地,所述满足设定条件的至少一个其他历史搜索语句中,各其他历史搜索语句在历史上的搜索次数的和值不小于设定搜索次数。
可选地,根据所述至少一个填充信息,对所述待填充位置进行填充,以得到引导语句,具体包括:
根据所述至少一个填充信息,对所述待填充位置进行填充,得到至少一个候选引导语句;
针对每个候选引导语句,根据该候选引导语句对应的模板信息、该候选引导语句的相关信息以及所述业务相关信息,确定该候选引导语句对应的特征信息,所述模板信息包括:该候选引导语句对应的目标引导语句模板的模板标识、该候选引导语句对应的目标引导语句模板中待填充位置对应的搜索信息类型,以及该候选引导语句对应的目标引导语句模板的业务标签中的至少一种,该候选引导语句的相关信息包括:该候选引导语句的长度以及该候选引导语句中待填充位置内的填充信息中的至少一种;
将该候选引导语句对应的特征信息输入到预先训练的第二预测模型中,得到该候选引导语句与所述用户之间的相关度,作为该候选引导语句对应的相关度;
根据各候选引导语句对应的相关度,确定向所述用户展示的引导语句。
可选地,训练所述第一预测模型,具体包括:
针对每个业务标签,将历史上与该业务标签相关的历史搜索语句,作为第一历史搜索语句,并根据历史上发送所述第一历史搜索语句的用户所对应的业务相关信息,构建正样本;
将历史上与该业务标签无关的历史搜索语句,作为第二历史搜索语句,并确定发送所述第二历史搜索语句的各用户中,在历史上发送与该业务标签相关的历史搜索语句的次数少于设定次数的用户,作为目标用户,根据所述目标用户对应的业务相关信息,构建负样本;
根据所述正样本以及所述负样本,对所述第一预测模型进行训练。
可选地,训练所述第二预测模型,具体包括:
获取历史上推荐给各用户的历史引导语句;
针对每个历史引导语句,根据各用户的历史行为记录,确定所述各用户在历史上查看到该历史引导语句后,是否发送语音搜索信息的执行结果,作为该历史引导语句对应的标注信息;
将该历史引导语句对应的特征信息输入到第二预测模型中,得到该历史引导语句对应的预测结果,所述预测结果表示在查看到该历史引导语句后,用户是否会发送语音搜索信息;
以最小化所述预测结果与所述标注信息之间的偏差为优化目标,对所述第二预测模型进行训练。
本说明书提供了一种业务执行的装置,包括:
获取模块,用于响应于用户当前的业务请求,获取所述用户对应的业务相关信息,所述业务相关信息包括:所述用户的用户信息、所述用户在当前所处的地理位置、所述用户在当前对应的时间信息以及所述用户的历史行为记录中的至少一种;
第一确定模块,用于根据所述业务相关信息,确定与所述用户相关的业务标签;
第二确定模块,用于从预先构建出的各业务引导语句模板中,确定出与所述用户相关的业务标签相匹配的业务引导语句模板,作为目标引导语句模板,并根据所述目标引导语句模板中待填充位置对应的搜索信息类型以及确定出的所述用户对应的业务词集,确定所述目标引导语句模板对应的至少一个填充信息;
展示模块,用于根据所述至少一个填充信息,对所述待填充位置进行填充,以得到引导语句,并将所述引导语句展示给所述用户,以使所述用户根据所述引导语句进行业务执行。
本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述业务执行的方法。
本说明书提供了一种电子设备,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,所述处理器执行所述程序时实现上述业务执行的方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果:
在本说明书提供的业务执行的方法及装置中,在接收到用户当前的业务请求后,业务平台可以获取该用户对应的业务相关信息,其中,业务相关信息可以包括该用户的用户信息、该用户在当前所处的地理位置、该用户在当前对应的时间信息以及该用户的历史行为记录中的至少一种。而后,业务平台可以根据该业务相关信息,确定与用户相关的业务标签,并从预先构建出的各业务引导语句模板中,确定出与该用户相关的业务标签相匹配的业务引导语句模板,作为目标引导语句模板。最后,业务平台可以根据目标引导语句模板中待填充位置对应的搜索信息类型以及确定出的用户对应的业务词集,确定目标引导语句模板对应的至少一个填充信息,以及根据至少一个填充信息,对待填充位置进行填充,生成引导语句,并将引导语句展示给用户,以使用户根据引导语句进行业务执行。
从上述方法中可以看出,业务平台可以在用户需要进行信息搜索时,自动为用户生成用于进行业务引导的引导语句,并且,由于该引导语句为通过与用户相关的业务标签相匹配的业务引导语句模板确定出的,该引导语句能够在一定程度上与用户意图相匹配,在语音搜索的业务场景中,业务平台可以在用户需要进行业务引导的生成符合用户意图的语句,来引导用户进行业务执行,相比于现有技术中通过关键词来对用户进行业务引导的方式,能够在一定程度上对用户进行准确引导,并且提高用户进行业务执行的效率。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书中一种业务执行的方法的流程示意图;
图2为本说明书提供的一种通过历史搜索语句确定业务引导语句模板的示意图;
图3为本说明书中一种业务执行的装置的示意图;
图4为本说明书提供的对应于图1的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,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,都属于本说明书保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书中一种业务执行的方法的流程示意图,具体包括以下步骤:
S101:响应于用户当前的业务请求,获取所述用户对应的业务相关信息,所述业务相关信息包括:所述用户的用户信息、所述用户在当前所处的地理位置、所述用户在当前对应的时间信息以及所述用户的历史行为记录中的至少一种。
S102:根据所述业务相关信息,确定与所述用户相关的业务标签。
在一些业务场景下,为了便于用户进行业务执行,业务平台可以向用户展示引导用户进行业务执行的信息。例如,在语音搜索场景下,用户可以通过业务平台输入语音信息,来进行信息搜索,业务平台可以在用户进行信息搜索前,向用户展示引导用户进行语音输入的信息,该信息为业务平台确定出的用户可能想要搜索的信息,当然,用户既可以按照业务平台展示的信息输入语音,也可以按照自己的想法输入语音,来进行信息搜索。
当然,在其他业务场景,业务平台也可以为用户展示类似的进行引导的信息,例如,在文字搜索的场景下,业务平台也可以提供引导用户进行业务执行的信息,即,业务平台向用户提供该用户可能想要输入的搜索信息,来引导用户进行信息搜索。
基于此,业务平台可以响应于用户当前的业务请求,获取该用户对应的业务相关信息,其中,这里提到的业务请求可以是指用户需要进行语音搜索时所发送的业务请求、用户需要进行文字搜索时所发送的业务请求等,业务相关信息可以包括该用户的用户信息、该用户在当前所处的地理位置、该用户在当前对应的时间信息以及该用户的历史行为记录等。业务平台可以根据该用户对应的业务相关信息,确定该用户对应的业务标签。
该用户的用户信息可以是指该用户的年龄、性别等。该用户的历史行为记录可以包括:该用户历史上进行信息搜索时所输入的搜索信息与各业务标签相关的次数、该用户历史上执行的业务与各业务标签相关的次数等。上述提到的业务标签可以用于表示用户与哪些业务相关,例如,业务标签可以包括餐饮、酒店、旅游、找商家、找优惠券等。若业务平台确定出的与用户相关的业务标签为餐饮以及找商家这两个业务标签,则可以确定该用户可能需要查询餐饮类的商家,那么根据预测出的用户的这一意图,可以向该用户展示相关的引导语句,来引导用户进行语音搜索。
在本说明书中,业务平台可以通过预先训练的第一预测模型确定与该用户相关的业务标签。具体的,业务平台可以针对每个业务标签,将该业务标签对应的标签标识与该用户的业务相关信息,输入到预先训练的第一预测模型中,从而确定该业务标签与该用户之间的相关度,将各业务标签按照相关度从大到小进行排序后,业务平台可以将设定排位前的业务标签作为与该用户相关的业务标签。
其中,该第一预测模型需要进行预先的有监督训练,具体的,业务平台可以根据各用户历史上在业务平台中进行信息搜索的业务执行结果,来获取训练样本。针对每个业务标签,将历史上与该业务标签相关的历史搜索语句,作为第一历史搜索语句,并根据历史上发送第一历史搜索语句的用户所对应的业务相关信息,构建正样本,将历史上与该业务标签无关的历史搜索语句,作为第二历史搜索语句,并确定发送第二历史搜索语句的各用户中,在历史上发送与该业务标签相关的历史搜索语句的次数少于设定次数的用户,作为目标用户,根据目标用户对应的业务相关信息,构建负样本,根据正样本以及负样本,对第一预测模型进行训练。
之所以在构建负样本时,选取出了目标用户对应的业务相关信息,是通过常规方式确定出的负样本数量相比于正样本数量多,因此,在确定负样本时,确定出与该业务标签无关的历史搜索语句后,可以选取出历史上搜索该业务标签次数较少的用户,来构建负样本,这样一来,在负样本中用户与业务标签相关性较低。
S103:从预先构建出的各业务引导语句模板中,确定出与所述用户相关的业务标签相匹配的业务引导语句模板,作为目标引导语句模板,并根据所述目标引导语句模板中待填充位置对应的搜索信息类型以及确定出的所述用户对应的业务词集,确定所述目标引导语句模板对应的至少一个填充信息。
业务平台确定出与该用户相关的各业务标签后,可以从预先构建出的各业务引导语句模板中,确定出与该用户相关的业务标签相匹配的业务引导语句模板,作为目标引导语句模板,并根据该目标引导语句模型中待填充位置对应的搜索信息类型,以及确定出的该用户对应的业务词集,确定该目标引导语句模板对应的至少一个填充信息。
其中,这里提到的业务引导语句模板用于业务平台来生成引导语句,对于一个业务引导语句模板来说,该业务引导语句模板中包含了待填充位置以及除了待填充位置外的部分语句,待填充位置即是该业务引导语句模板中空出的位置,确定出填充信息对该待填充位置进行填充后,该填充信息与除了待填充位置外的部分语句可以组成完整的语句,作为引导语句。
每个业务引导语句模板可以对应有若干业务标签,若一个业务引导语句模板所对应的业务标签,与该用户相关的各业务标签相一致的数量不少于设定数量,则该业务引导语句模板可以作为目标引导语句模板。
例如,若业务平台确定出的与该用户相关的业务标签为餐饮以及找商家,则目标引导语句模板可以是“我想吃“_”的“_””,其中,“_”部分为待填充位置,每个待填充位置对应有搜索信息类型,即,待填充位置中能够填充该待填充位置对应搜索信息类型的填充信息,假设在这一例子中,目标引导语句模板中第一个待填充位置对应的搜索信息类型为商家名称、第二个待填充位置对应的搜索信息类型为菜品名称,则业务平台可以根据用户对应的业务词集,来对该目标引导语句模板进行填充。若用户对应的业务词集中包含A餐厅以及麻辣香锅,则业务平台可以将A餐厅以及麻辣香锅填充在目标引导语句模板中,得到引导语句为:我想吃A餐厅的麻辣香锅,若用户按照这一引导语句进行信息搜索,则业务平台可以将A餐厅的相关信息展示给该用户。
从上述对目标引导语句模板的举例中可以看出,目标引导语句模板中可以存在多个待填充位置,将目标引导语句模板中各待填充位置进行填充后,能够得到引导语句。为了最终能够得到正确的引导语句,对目标引导语句模板进行填充时,业务平台需要针对目标引导语句模板的每个待填充位置,从业务词集中,确定出与该待填充位置对应的搜索信息类型相匹配,并且满足与目标引导语句模板中其他待填充位置对应的填充信息之间的从属关系的业务词,作为该待填充位置对应的填充信息。
这里提到的从属关系,可以是指不同待填充位置中的填充信息需要满足一定的从属关系。继续承接上一例子,在上一例子中,目标引导语句模板为“我想吃“_”的“_””,其中第一个待填充位置对应的搜索信息类型为商家名称,第二个待填充位置对应的搜索信息类型为菜品名称,在进行填充时,第二个待填充位置对应的填充信息需要满足与第一个待填充位置之间的从属关系,即,第二个待填充位置中的菜品名称应与第一个待填充位置中的餐厅名称相符,也就是说,进行填充之后,引导语句中的菜品名称对应的菜品应存在于餐厅名称所对应的餐厅中。
假设用户对应的业务词集包含A餐厅、B餐厅、麻辣香锅以及水煮鱼,业务平台将业务词集中的业务词进行组合,能够得到4种引导语句,但是,A餐厅中有麻辣香锅,没有水煮鱼,B餐厅有水煮鱼,没有麻辣香锅,则对目标引导语句模板进行填充时,若将A餐厅填充进了目标引导语句模板,则填充另一待填充位置时,需要将符合从属关系的麻辣香锅填充在目标引导语句模板中,得到引导语句为我想吃A餐厅的麻辣香锅,若将B餐厅填充进了目标引导语句模板,则填充另一待填充位置时,需要将符合从属关系的水煮鱼填充在目标引导语句模板中,得到引导语句为我想吃B餐厅的水煮鱼。
S104:根据所述至少一个填充信息,对所述待填充位置进行填充,生成引导语句,并将所述引导语句展示给所述用户,以使所述用户根据所述引导语句进行业务执行。
业务平台确定出至少一个填充信息后,可以根据这些填充信息对目标引导语句模板中的各待填充位置进行填充,生成引导语句,并将引导语句展示给该用户,以使该用户根据展示给其的引导语句进行业务执行。业务平台可以确定出多种填充信息,也能确定出多种目标引导语句模板,通过多种填充信息对多种目标引导语句模板进行填充,能够得到多个候选引导语句,业务平台需要从这些候选引导语句中选取出展示给用户的引导语句。
具体的,业务平台可以针对每个候选引导语句,根据该候选引导语句对应的模板信息、该候选引导语句的相关信息以及该用户的业务相关信息,确定该候选引导语句对应的特征信息。业务平台可以将该候选引导语句对应的特征信息输入到预先训练的第二预测模型中,得到该候选引导语句与该用户之间的相关度,作为该候选引导语句对应的相关度,根据各候选引导语句对应的相关度,业务平台可以从各候选引导语句中确定出向用户展示的引导语句。
例如,业务平台可以确定出对应的相关度高于设定相关度的候选引导语句,作为向用户展示的引导语句。再例如,业务平台可以各候选引导语句按照相关度从大到小进行排序,并将设定排位前的候选引导语句,作为向用户展示的引导语句。
其中,模板信息可以包括该候选引导语句对应的目标引导语句模板的模板标识、该候选引导语句对应的目标引导语句模板中待填充位置对应的搜索信息类型、该候选引导语句对应的目标引导语句模板的业务标签等,该候选引导语句的相关信息可以包括该候选引导语句的长度、该候选引导语句中待填充位置内的填充信息等。
该第二预测模型也需要预先进行有监督训练,具体的,业务平台可以获取历史上推荐给各用户的历史引导语句,并针对每个历史引导语句,根据各用户的历史行为记录,确定各用户在历史上查看到该历史引导语句后,是否发送语音搜索信息的执行结果,作为该历史引导语句对应的标注信息,将该历史引导语句对应的特征信息输入到第二预测模型中,得到该历史引导语句对应的预测结果,该预测结果表示在查看到该历史引导语句后,用户是否会发送语音搜索信息,业务平台可以将最小化预测结果与该历史引导语句之间的标注信息之间的偏差为优化目标,对该第二预测模型进行训练。
也就是说,该第二预测模型是以用户在看到展示给其引导语句后,能够根据该引导语句进行语音搜索为目的进行训练的,而为了展示给用户的引导语句能够对用户进行更加合理的业务引导,业务平台还可以训练另一个与第二预测模型类似的第三预测模型,对该第三预测模型进行训练时,训练样本与第二预测模型的训练样本的不同点在于,该训练样本对应的标注信息用于表示在查看到该历史引导语句后,用户是否会发送语音搜索信息以及用户发送的语音搜索信息是否与该历史引导语句相似,若标注信息表示在查看到该历史引导语句后,用户会发送语音搜索信息以及用户发送的语音搜索信息与该历史引导语句相似,那么这样的训练样本为正样本,否则,训练样本为负样本。也就是说,该第三预测模型的目的在于用户能够按照引导语句进行信息搜索。
业务平台也能够得到第三预测模型确定出的用户与候选引导语句之间的相关度,业务平台可以将第二预测模型以及第三预测模型分别确定出的相关度进行加权求和(可以对第二预测模型以及第三预测模型确定出的相关度分别预设权重),得到针对候选引导语句的总评分,并根据各候选引导语句对应的总评分,选取出展示给用户的引导语句。
需要说明的是,业务平台需要预先构建出各业务引导语句模板,这样一来,确定出与该用户相关的业务标签后,可以通过这些业务标签为用户确定出目标引导语句模板,确定为用户展示的引导语句。
其中,业务平台可以通过人工的方式进行各业务引导语句模板的构建,也可以通过搜集到的历史上各用户发送的历史搜索语句。来构建业务引导语句模板。
具体的,业务平台可以获取各历史搜索语句,并针对每个历史搜索语句,从该历史搜索语句中确定出指定词语,以及将指定词语在该历史搜索语句中的位置,作为该历史搜索语句对应的待填充位置,并根据该历史搜索语句中除待填充位置外的部分语句,确定该历史搜索语句对应的基础语句,以及根据指定词语对应的搜索信息类型,确定该历史搜索语句对应的搜索信息类型。业务平台可以根据各历史搜索语句对应的待填充位置、各历史搜索语句对应的基础语句,以及各历史搜索语句对应的搜索信息类型,构建各业务引导语句模板。
也就是说,业务平台通过在历史搜索语句中确定出的指定词语,来将历史搜索语句转换成业务引导语句模板。确定出指定词语的方式可以有多种,例如,业务平台可以预先确定出指定词语的集合,从而确定出历史搜索语句中的指定词语,当然,业务平台也可以通过机器学***台可以将相似的历史搜索语句进行合并,若各用户历史上对这些历史搜索语句的使用率较高,则可以通过这些历史搜索语句,确定业务引导语句模板。
因此,业务平台还可以针对每个历史搜索语句,确定其他历史搜索语句中除待填充位置外的部分语句与该历史搜索语句中除待填充位置外的部分语句之间的相似度,并从相似度大于设定相似度的其他历史搜索语句中确定出满足设定条件的至少一个其他历史搜索语句。业务平台可以根据满足设定条件的至少一个其他历史搜索语句中除待填充位置外的部分语句,以及该历史搜索语句中除待填充位置外的部分语句,确定该历史搜索语句对应的基础语句。
上述提到的设定条件可以有多种,例如,若至少一个其他历史搜索语句中的各其他历史搜索语句在历史上的搜索次数的和值不小于设定搜索次数,则该至少一个其他历史搜索语句满足设定条件。再例如,若至少一个其他历史搜索语句中的每个其他历史搜索语句在历史上的搜索次数均不小于设定搜索次数,则该至少一个其他历史搜索语句均满足设定条件。
下面通过一些历史搜索语句进行举例说明,如图2所示。
图2为本说明书提供的一种通过历史搜索语句确定业务引导语句模板的示意图。
历史搜索语句1为哪有卖水煮鱼,业务平台可以从该历史搜索语句1中确定出水煮鱼这一指定词语,并将水煮鱼一词在历史搜索语句1中的位置,作为该历史搜索语句1对应的待填充位置,“哪有卖”即是历史搜索语句1中除待填充位置外的部分语句,水煮鱼一词对应的搜索信息类型为菜品名称,若将该历史搜索语句转换为业务引导语句模板,则该业务引导语句模板为“哪有卖“_””,其中“_”这一待填充位置对应的搜索信息类型为菜品名称。
历史搜索语句2为哪里有麻辣烫,历史搜索语句3为哪儿有火锅,业务平台从历史搜索语句2中识别出了“麻辣烫”,从历史搜索语句3中识别出了“火锅”,这三个历史搜索语句对应的基础语句分别为“哪有卖”、“哪里有”以及“哪儿有”,各用户历史上搜索这三个历史搜索语句的总次数为1000,设定次数为500,则业务平台可以根据三个历史搜索语句构建业务引导语句模板。当然,业务平台可以从中选取出一个历史搜索语句对应的基础语句,来确定业务引导语句模板,也可以将这3句均作为业务引导语句模板。如,业务引导语句模板可以是“哪有卖/哪里有/哪儿有“_””,“_”对应的搜索信息类型为菜品名称。
从上述方法中可以看出,业务平台可以在用户需要进行信息搜索时,通过为用户匹配的目标引导语句模板,确定向用户展示的引导语句,由于业务平台确定出的目标引导语句模板通过与用户相关的业务标签确定出,因此,通过该目标引导语句模板确定出的该引导语句能够在一定程度上与用户意图相匹配。
并且,由于各业务引导语句模板可以为业务平台对各用户的历史搜索语句的总结确定,因此,通过该业务引导语句模板所确定出的引导语句,符合人们日常的语言习惯,因此,本方法相比于现有技术,能够通过符合语言习惯的语句来对用户进行准确的业务引导,能够在一定程度上提高用户的业务执行效率。
以上为本说明书的一个或多个实施例提供的业务执行的方法,基于同样的思路,本说明书还提供了相应的业务执行的装置,如图3所示。
图3为本说明书提供的一种业务执行的装置的示意图,具体包括:
获取模块301,用于响应于用户当前的业务请求,获取所述用户对应的业务相关信息,所述业务相关信息包括:所述用户的用户信息、所述用户在当前所处的地理位置、所述用户在当前对应的时间信息以及所述用户的历史行为记录中的至少一种;
第一确定模块302,用于根据所述业务相关信息,确定与所述用户相关的业务标签;
第二确定模块303,用于从预先构建出的各业务引导语句模板中,确定出与所述用户相关的业务标签相匹配的业务引导语句模板,作为目标引导语句模板,并根据所述目标引导语句模板中待填充位置对应的搜索信息类型以及确定出的所述用户对应的业务词集,确定所述目标引导语句模板对应的至少一个填充信息;
展示模块304,用于根据所述至少一个填充信息,对所述待填充位置进行填充,以得到引导语句,并将所述引导语句展示给所述用户,以使所述用户根据所述引导语句进行业务执行。
可选地,所述第一确定模块302具体用于,针对每个业务标签,将所述相关信息与该业务标签的标签标识输入到预先训练的第一预测模型中,确定该业务标签与所述用户之间的相关度;将各业务标签按照相关度从大到小进行排序,并将设定排位前的业务标签作为与所述用户相关的业务标签。
可选地,所述第二确定模块303具体用于,针对所述目标引导语句模板的每个待填充位置,从所述业务词集中,确定出与该待填充位置对应的搜索信息类型相匹配,并且满足与所述目标引导语句模板中其他待填充位置对应的填充信息之间的从属关系的业务词,作为该待填充位置对应的填充信息。
可选地,所述装置还包括:
构建模块305,用于获取各历史搜索语句;针对每个历史搜索语句,从该历史搜索语句中确定出指定词语;将所述指定词语在该历史搜索语句中的位置,作为该历史搜索语句对应的待填充位置,并根据该历史搜索语句中除待填充位置外的部分语句,确定该历史搜索语句对应的基础语句,以及根据所述指定词语对应的搜索信息类型,确定该历史搜索语句对应的搜索信息类型;根据各历史搜索语句对应的待填充位置、各历史搜索语句对应的基础语句,以及各历史搜索语句对应的搜索信息类型,构建各业务引导语句模板。
可选地,所述构建模块305具体用于,针对每个历史搜索语句,确定其他历史搜索语句中除待填充位置外的部分语句与该历史搜索语句中除待填充位置外的部分语句之间的相似度;从所述相似度大于设定相似度的其他历史搜索语句中确定出满足设定条件的至少一个其他历史搜索语句;根据所述满足设定条件的至少一个其他历史搜索语句中除待填充位置外的部分语句,以及该历史搜索语句中除待填充位置外的部分语句,确定该历史搜索语句对应的基础语句。
可选地,所述满足设定条件的至少一个其他历史搜索语句中,各其他历史搜索语句在历史上的搜索次数的和值不小于设定搜索次数。
可选地,所述展示模块304具体用于,根据所述至少一个填充信息,对所述待填充位置进行填充,得到至少一个候选引导语句;针对每个候选引导语句,根据该候选引导语句对应的模板信息、该候选引导语句的相关信息以及所述业务相关信息,确定该候选引导语句对应的特征信息,所述模板信息包括:该候选引导语句对应的目标引导语句模板的模板标识、该候选引导语句对应的目标引导语句模板中待填充位置对应的搜索信息类型,以及该候选引导语句对应的目标引导语句模板的业务标签中的至少一种,该候选引导语句的相关信息包括:该候选引导语句的长度以及该候选引导语句中待填充位置内的填充信息中的至少一种;将该候选引导语句对应的特征信息输入到预先训练的第二预测模型中,得到该候选引导语句与所述用户之间的相关度,作为该候选引导语句对应的相关度;根据各候选引导语句对应的相关度,确定向所述用户展示的引导语句。
可选地,所述装置还包括:
训练模块306,用于针对每个业务标签,将历史上与该业务标签相关的历史搜索语句,作为第一历史搜索语句,并根据历史上发送所述第一历史搜索语句的用户所对应的业务相关信息,构建正样本;将历史上与该业务标签无关的历史搜索语句,作为第二历史搜索语句,并确定发送所述第二历史搜索语句的各用户中,在历史上发送与该业务标签相关的历史搜索语句的次数少于设定次数的用户,作为目标用户,根据所述目标用户对应的业务相关信息,构建负样本;根据所述正样本以及所述负样本,对所述第一预测模型进行训练。
可选地,所述训练模块306还用于,获取历史上推荐给各用户的历史引导语句;针对每个历史引导语句,根据各用户的历史行为记录,确定所述各用户在历史上查看到该历史引导语句后,是否发送语音搜索信息的执行结果,作为该历史引导语句对应的标注信息;将该历史引导语句对应的特征信息输入到第二预测模型中,得到该历史引导语句对应的预测结果,所述预测结果表示在查看到该历史引导语句后,用户是否会发送语音搜索信息;以最小化所述预测结果与所述标注信息之间的偏差为优化目标,对所述第二预测模型进行训练。
本说明书还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1所示的业务执行的方法。
本说明书还提供了图4所示的电子设备的示意结构图。如图4所述,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1所述的业务执行的方法。当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
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,在实施本说明书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,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、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,本说明书的实施例可提供为方法、***或计算机程序产品。因此,本说明书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,本说明书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。
本说明书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说明书,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。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (11)
1.一种业务执行的方法,其特征在于,包括:
响应于用户当前的业务请求,获取所述用户对应的业务相关信息,所述业务相关信息包括:所述用户的用户信息、所述用户在当前所处的地理位置、所述用户在当前对应的时间信息以及所述用户的历史行为记录中的至少一种;
根据所述业务相关信息,确定与所述用户相关的业务标签;
从预先构建出的各业务引导语句模板中,确定出与所述用户相关的业务标签相匹配的业务引导语句模板,作为目标引导语句模板,并根据所述目标引导语句模板中待填充位置对应的搜索信息类型以及确定出的所述用户对应的业务词集,确定所述目标引导语句模板对应的至少一个填充信息;
根据所述至少一个填充信息,对所述待填充位置进行填充,以得到引导语句,并将所述引导语句展示给所述用户,以使所述用户根据所述引导语句进行业务执行;
构建各业务引导语句模板,具体包括:
获取各历史搜索语句;针对每个历史搜索语句,从该历史搜索语句中确定出指定词语;将所述指定词语在该历史搜索语句中的位置,作为该历史搜索语句对应的待填充位置,并根据该历史搜索语句中除待填充位置外的部分语句,确定该历史搜索语句对应的基础语句,以及根据所述指定词语对应的搜索信息类型,确定该历史搜索语句对应的搜索信息类型;根据各历史搜索语句对应的待填充位置、各历史搜索语句对应的基础语句,以及各历史搜索语句对应的搜索信息类型,构建各业务引导语句模板。
2.如权利要求1所述的方法,其特征在于,根据所述业务相关信息,确定与所述用户相关的业务标签,具体包括:
针对每个业务标签,将所述相关信息与该业务标签的标签标识输入到预先训练的第一预测模型中,确定该业务标签与所述用户之间的相关度;
将各业务标签按照相关度从大到小进行排序,并将设定排位前的业务标签作为与所述用户相关的业务标签。
3.如权利要求1所述的方法,其特征在于,根据所述目标引导语句模板中待填充位置对应的搜索信息类型以及确定出的所述用户对应的业务词集,确定所述目标引导语句模板对应的至少一个填充信息,具体包括:
针对所述目标引导语句模板的每个待填充位置,从所述业务词集中,确定出与该待填充位置对应的搜索信息类型相匹配,并且满足与所述目标引导语句模板中其他待填充位置对应的填充信息之间的从属关系的业务词,作为该待填充位置对应的填充信息。
4.如权利要求1所述的方法,其特征在于,根据该历史搜索语句中除待填充位置外的部分语句,确定该历史搜索语句对应的基础语句,具体包括:
针对每个历史搜索语句,确定其他历史搜索语句中除待填充位置外的部分语句与该历史搜索语句中除待填充位置外的部分语句之间的相似度;
从所述相似度大于设定相似度的其他历史搜索语句中确定出满足设定条件的至少一个其他历史搜索语句;
根据所述满足设定条件的至少一个其他历史搜索语句中除待填充位置外的部分语句,以及该历史搜索语句中除待填充位置外的部分语句,确定该历史搜索语句对应的基础语句。
5.如权利要求4所述的方法,其特征在于,所述满足设定条件的至少一个其他历史搜索语句中,各其他历史搜索语句在历史上的搜索次数的和值不小于设定搜索次数。
6.如权利要求1所述的方法,其特征在于,根据所述至少一个填充信息,对所述待填充位置进行填充,以得到引导语句,具体包括:
根据所述至少一个填充信息,对所述待填充位置进行填充,得到至少一个候选引导语句;
针对每个候选引导语句,根据该候选引导语句对应的模板信息、该候选引导语句的相关信息以及所述业务相关信息,确定该候选引导语句对应的特征信息,所述模板信息包括:该候选引导语句对应的目标引导语句模板的模板标识、该候选引导语句对应的目标引导语句模板中待填充位置对应的搜索信息类型,以及该候选引导语句对应的目标引导语句模板的业务标签中的至少一种,该候选引导语句的相关信息包括:该候选引导语句的长度以及该候选引导语句中待填充位置内的填充信息中的至少一种;
将该候选引导语句对应的特征信息输入到预先训练的第二预测模型中,得到该候选引导语句与所述用户之间的相关度,作为该候选引导语句对应的相关度;
根据各候选引导语句对应的相关度,确定向所述用户展示的引导语句。
7.如权利要求2所述的方法,其特征在于,训练所述第一预测模型,具体包括:
针对每个业务标签,将历史上与该业务标签相关的历史搜索语句,作为第一历史搜索语句,并根据历史上发送所述第一历史搜索语句的用户所对应的业务相关信息,构建正样本;
将历史上与该业务标签无关的历史搜索语句,作为第二历史搜索语句,并确定发送所述第二历史搜索语句的各用户中,在历史上发送与该业务标签相关的历史搜索语句的次数少于设定次数的用户,作为目标用户,根据所述目标用户对应的业务相关信息,构建负样本;
根据所述正样本以及所述负样本,对所述第一预测模型进行训练。
8.如权利要求6所述的方法,其特征在于,训练所述第二预测模型,具体包括:
获取历史上推荐给各用户的历史引导语句;
针对每个历史引导语句,根据各用户的历史行为记录,确定所述各用户在历史上查看到该历史引导语句后,是否发送语音搜索信息的执行结果,作为该历史引导语句对应的标注信息;
将该历史引导语句对应的特征信息输入到第二预测模型中,得到该历史引导语句对应的预测结果,所述预测结果表示在查看到该历史引导语句后,用户是否会发送语音搜索信息;
以最小化所述预测结果与所述标注信息之间的偏差为优化目标,对所述第二预测模型进行训练。
9.一种业务执行的装置,其特征在于,包括:
获取模块,用于响应于用户当前的业务请求,获取所述用户对应的业务相关信息,所述业务相关信息包括:所述用户的用户信息、所述用户在当前所处的地理位置、所述用户在当前对应的时间信息以及所述用户的历史行为记录中的至少一种;
第一确定模块,用于根据所述业务相关信息,确定与所述用户相关的业务标签;
第二确定模块,用于从预先构建出的各业务引导语句模板中,确定出与所述用户相关的业务标签相匹配的业务引导语句模板,作为目标引导语句模板,并根据所述目标引导语句模板中待填充位置对应的搜索信息类型以及确定出的所述用户对应的业务词集,确定所述目标引导语句模板对应的至少一个填充信息;
展示模块,用于根据所述至少一个填充信息,对所述待填充位置进行填充,以得到引导语句,并将所述引导语句展示给所述用户,以使所述用户根据所述引导语句进行业务执行;
构建模块,用于获取各历史搜索语句;针对每个历史搜索语句,从该历史搜索语句中确定出指定词语;将所述指定词语在该历史搜索语句中的位置,作为该历史搜索语句对应的待填充位置,并根据该历史搜索语句中除待填充位置外的部分语句,确定该历史搜索语句对应的基础语句,以及根据所述指定词语对应的搜索信息类型,确定该历史搜索语句对应的搜索信息类型;根据各历史搜索语句对应的待填充位置、各历史搜索语句对应的基础语句,以及各历史搜索语句对应的搜索信息类型,构建各业务引导语句模板。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~8任一项所述的方法。
11.一种电子设备,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程序时实现上述权利要求1~8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110239446.XA CN113010640B (zh) | 2021-03-04 | 2021-03-04 | 一种业务执行的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110239446.XA CN113010640B (zh) | 2021-03-04 | 2021-03-04 | 一种业务执行的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113010640A CN113010640A (zh) | 2021-06-22 |
CN113010640B true CN113010640B (zh) | 2022-07-15 |
Family
ID=76405018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110239446.XA Active CN113010640B (zh) | 2021-03-04 | 2021-03-04 | 一种业务执行的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113010640B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114611497B (zh) * | 2022-05-10 | 2022-08-16 | 北京世纪好未来教育科技有限公司 | 语病诊断模型的训练方法、语病诊断方法、装置及设备 |
CN115545002B (zh) * | 2022-11-29 | 2023-03-31 | 支付宝(杭州)信息技术有限公司 | 一种模型训练和业务处理的方法、装置、存储介质及设备 |
CN117033801B (zh) * | 2023-10-08 | 2023-12-22 | 太平金融科技服务(上海)有限公司 | 一种业务推荐方法、装置、设备和存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8346803B2 (en) * | 2003-12-12 | 2013-01-01 | Knapp Investment Company Limited | Dynamic generation of target files from template files and tracking of the processing of target files |
CN109325097B (zh) * | 2018-07-13 | 2022-05-27 | 海信集团有限公司 | 一种语音引导方法及装置、电子设备、存储介质 |
CN110717536A (zh) * | 2019-09-30 | 2020-01-21 | 北京三快在线科技有限公司 | 一种生成训练样本的方法及装置 |
CN111368049B (zh) * | 2020-02-26 | 2024-04-26 | 京东方科技集团股份有限公司 | 信息获取方法、装置、电子设备及计算机可读存储介质 |
CN111782947B (zh) * | 2020-06-29 | 2022-04-22 | 北京达佳互联信息技术有限公司 | 一种搜索内容展示方法、装置、电子设备及存储介质 |
-
2021
- 2021-03-04 CN CN202110239446.XA patent/CN113010640B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113010640A (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113010640B (zh) | 一种业务执行的方法及装置 | |
CN108596645B (zh) | 一种信息推荐的方法、装置及设备 | |
CN111488426A (zh) | 一种查询意图确定方法、装置及处理设备 | |
US11774264B2 (en) | Method and system for providing information to a user relating to a point-of-interest | |
CN113688313A (zh) | 一种预测模型的训练方法、信息推送的方法及装置 | |
CN116737915B (zh) | 基于知识图谱的语义检索方法、装置、设备及存储介质 | |
CN102893280A (zh) | 数据搜索装置、数据搜索方法和程序 | |
TW201923629A (zh) | 資料處理方法及裝置 | |
JP6728178B2 (ja) | 検索データを処理するための方法及び装置 | |
CN112733024A (zh) | 一种信息推荐的方法及装置 | |
CN114882311A (zh) | 一种训练集的生成方法及装置 | |
CN113344098A (zh) | 一种模型训练方法及装置 | |
JP2019160320A (ja) | 位置基盤情報探索方法およびシステム | |
CN113343095A (zh) | 一种模型训练以及信息推荐方法及装置 | |
CN112948449A (zh) | 一种信息推荐的方法及装置 | |
US11341141B2 (en) | Search system using multiple search streams | |
CN111639269A (zh) | 一种地点推荐方法及装置 | |
CN116662657A (zh) | 一种模型训练和信息推荐的方法、装置、存储介质及设备 | |
CN113344078B (zh) | 一种模型训练的方法及装置 | |
CN113343132B (zh) | 一种模型训练的方法、信息展示的方法及装置 | |
CN114116816A (zh) | 一种推荐方法及装置 | |
CN113343131B (zh) | 一种模型训练的方法、信息展示的方法及装置 | |
CN113344201A (zh) | 一种模型训练的方法及装置 | |
CN113343130B (zh) | 一种模型训练的方法、信息展示的方法及装置 | |
CN113987340A (zh) | 一种引导词推荐的方法及装置 |
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 |