CN113254614A - 智能问答方法、装置、设备及计算机可读存储介质 - Google Patents

智能问答方法、装置、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN113254614A
CN113254614A CN202110571016.8A CN202110571016A CN113254614A CN 113254614 A CN113254614 A CN 113254614A CN 202110571016 A CN202110571016 A CN 202110571016A CN 113254614 A CN113254614 A CN 113254614A
Authority
CN
China
Prior art keywords
configuration
target
template
question
data
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
Application number
CN202110571016.8A
Other languages
English (en)
Inventor
李翠
刘永铭
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.)
Ping An Securities Co Ltd
Original Assignee
Ping An Securities 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 Ping An Securities Co Ltd filed Critical Ping An Securities Co Ltd
Priority to CN202110571016.8A priority Critical patent/CN113254614A/zh
Publication of CN113254614A publication Critical patent/CN113254614A/zh
Pending legal-status Critical Current

Links

Images

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明涉及数据处理技术领域,公开了一种智能问答方法、装置、设备及计算机可读存储介质。本发明通过接收输入的目标问题并在预设的缓存服务中获取和目标问题匹配的目标模板;确定目标模板中的接口地址信息并根据目标问题和接口地址信息获取目标问题对应的答案数据;根据目标模板中的配置信息对答案数据进行优化以获取目标数据,并输出目标数据;解决了相关技术中智能问答设备问答效率低的问题。也即,本发明通过事先在缓存服务中预置和目标问题匹配的目标模板,这样在接收到目标问题时,便可以直接在缓存服务中获取和目标问题匹配的目标模板,并根据目标模板中的配置信息获得目标数据并予以输出;避免了现有技术中智能问答设备问答效率低的问题。

Description

智能问答方法、装置、设备及计算机可读存储介质
技术领域
本发明涉及数据处理技术领域,尤其涉及一种智能问答方法、智能问答装置、智能问答设备及计算机可读存储介质。
背景技术
为了使证券服务更智能化,业界各公司纷纷推出了智能问答设备如智能机器人服务,实现用户在线各业务办理以及股类服务问答,提升用户的体验。目前,智能机器人服务都是在接收到问题时,从一个模板中去查找对应的问题答案数据,由此,浪费了诸多问题答案数据的查找时间,效率非常低,从而输出问题答案数据较为缓慢,降低了用户的使用体验感。
由此可见,如何提升智能问答设备的问答效率是亟待解决的问题。
发明内容
本发明的主要目的在于提供智能问答方法、装置、设备及计算机可读存储介质,旨在提升智能问答设备的问答效率。
为实现上述目的,本发明提供一种智能问答方法,所述智能问答方法包括以下步骤:
接收输入的目标问题,并在缓存服务中获取预设的多个配置模板,将所述目标问题和各所述配置模板进行匹配,若在各所述配置模板中存在和所述目标问题匹配的配置模板,则将和所述目标问题匹配的配置模板作为目标模板;
确定所述目标模板中的接口地址信息,并根据所述目标问题和接口地址信息获取所述目标问题对应的答案数据;
根据所述目标模板中的配置信息对所述答案数据进行优化,以获取目标数据,并输出所述目标数据。
可选的,所述根据所述目标问题和接口地址信息获取所述目标问题对应的答案数据的步骤,包括:
确定所述接口地址信息对应的目标网站;
根据预设的http请求方式访问所述目标网站,以获取与所述目标问题对应的答案数据。
可选的,所述根据所述目标模板中的配置信息对所述答案数据进行优化,以获取目标数据,的步骤,包括:
获取所述配置信息中的样式字符串;
根据预设的style标签将所述样式字符串和所述答案数据进行拼接,以获取拼接数据;
根据所述拼接数据确定目标数据。
可选的,所述根据所述拼接数据确定目标数据的步骤,包括:
获取所述配置信息中的组件化配置;
根据预设的加载方式将所述组件化配置和所述拼接数据加载为目标数据。
可选的,所述在缓存服务中获取预设的多个配置模板的步骤,包括:
确定所述缓存服务对应的配置平台;其中,所述配置平台中预设有多个原始模板,根据输入的第一选择指令在各所述原始模板中确定目标原始模板,对所述目标原始模板添加配置信息,以获取配置模板;
通过所述缓存服务从所述配置平台获取多个配置模板;其中,从所述配置平台获取的多个配置模板为所述缓存服务中预设的多个配置模板。
可选的,所述通过所述缓存服务从所述配置平台获取多个配置模板的步骤,包括:
将所述缓存服务中已有的配置模板和所述配置平台的各配置模板进行匹配;
若所述缓存服务中已有的配置模板中不存在和所述配置平台的配置模板相同的共有配置模板,则将所述配置平台的配置模板存储至所述缓存服务中;
若所述缓存服务中已有的配置模板中存在和所述配置平台的配置模板相同的共有配置模板,则将所述配置平台的配置模板进行舍弃,或用所述配置平台的配置模板替换所述缓存服务中的所述共有配置模板。
可选的,所述通过所述缓存服务从所述配置平台获取多个配置模板的步骤之后,所述智能问答方法还包括:
通过所述缓存服务从所述配置平台获取更新后的配置模板;其中,所述配置平台中预设有多个配置模板,根据输入的第二选择指令在各所述配置模板中确定目标配置模板,对所述目标配置模板进行更新,以获取更新后的配置模板。
此外,为实现上述目的,本发明还提供一种智能问答装置,所述智能问答装置包括:
第一获取模块,用于接收输入的目标问题,并在缓存服务中获取预设的多个配置模板,将所述目标问题和各所述配置模板进行匹配,若在各所述配置模板中存在和所述目标问题匹配的配置模板,则将和所述目标问题匹配的配置模板作为目标模板;
第二获取模块,用于确定所述目标模板中的接口地址信息,并根据所述目标问题和接口地址信息获取所述目标问题对应的答案数据;
优化模块,用于根据所述目标模板中的配置信息对所述答案数据进行优化,以获取目标数据,并输出所述目标数据。
此外,为实现上述目的,本发明还提供一种智能问答设备,所述智能问答设备包括:存储器、处理器及存储在所述存储器上并在所述处理器上运行智能问答程序,所述智能问答程序被所述处理器执行时实现如上文的智能问答方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有智能问答程序,智能问答程序被处理器执行时实现如上文的智能问答方法的步骤。
本发明提供的技术方案,通过接收输入的目标问题,并在缓存服务中获取预设的多个配置模板,将目标问题和各配置模板进行匹配,若在各配置模板中存在和目标问题匹配的配置模板,则将和目标问题匹配的配置模板作为目标模板;确定目标模板中的接口地址信息,并根据目标问题和接口地址信息获取目标问题对应的答案数据;根据目标模板中的配置信息对答案数据进行优化,以获取目标数据,并输出目标数据;解决了相关技术中智能问答设备问答效率低的问题。
也即本发明提供的技术方案,通过事先在缓存服务中预置和目标问题匹配的目标模板,这样在接收到目标问题时,便可以直接在缓存服务中获取和目标问题匹配的目标模板,并根据目标模板中的配置信息对目标问题的答案进行优化,从而获得目标数据并予以输出;避免了现有技术中查找答案时间长的现象,在极大程度上提升了智能问答设备的问答效率。
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,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示出的结构获得其他的附图。
图1是本发明实施例方案涉及的硬件运行环境的智能问答设备结构示意图;
图2为本发明智能问答方法第一实施例的流程示意图;
图3为本发明智能问答方法第二实施例的流程示意图;
图4为本发明智能问答方法第三实施例的流程示意图;
图5为本发明智能问答方法第四实施例的流程示意图;
图6为本发明智能问答装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参见图1所示,图1为本发明实施例方案涉及的硬件运行环境的智能问答设备结构示意图。
智能问答设备包括:至少一个处理器1001、存储器1002以及存储在存储器上并可在处理器上运行的智能问答程序,智能问答程序配置为实现如下任一实施例的智能问答方法的步骤。
处理器1001可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器1001可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1001也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(CentralProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器1001可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。处理器1001还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关智能问答方法操作,使得智能问答方法模型可以自主训练学习,提高效率和准确度。
存储器1002可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器1002还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储智能问答设备、闪存存储智能问答设备。在一些实施例中,存储器1002中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器1001所执行以实现本申请中方法实施例提供的智能问答方法。
在一些实施例中,智能问答设备还可选包括有:通信接口1003和至少一个***设备。处理器1001、存储器1002和通信接口1003之间可以通过总线或信号线相连。各个***设备可以通过总线、信号线或电路板与通信接口1003相连。具体地,***设备包括:射频电路1004、显示屏1005和电源1006中的至少一种。
通信接口1003可被用于将I/O(Input/Output,输入/输出)相关的至少一个***设备连接到处理器1001和存储器1002。在一些实施例中,处理器1001、存储器1002和通信接口1003被集成在同一芯片或电路板上;在一些其他实施例中,处理器1001、存储器1002和通信接口1003中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路1004用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路1004通过电磁信号与通信网络以及其他通信智能问答设备进行通信。射频电路1004将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路1004包括:天线***、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1004可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路1004还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏1005用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1005是触摸显示屏时,显示屏1005还具有采集在显示屏1005的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1001进行处理。此时,显示屏1005还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏1005可以为一个,智能问答设备的前面板;在另一些实施例中,显示屏1005可以为至少两个,分别设置在智能问答设备的不同表面或呈折叠设计;在一些实施例中,显示屏1005可以是柔性显示屏,设置在智能问答设备的弯曲表面上或折叠面上。甚至,显示屏1005还可以设置成非矩形的不规则图形,也即异形屏。显示屏1005可以采用LCD(LiquidCrystal Display,液晶显示屏)、OLED(Organic Light-EmittingDiode,有机发光二极管)等材质制备。
电源1006用于为智能问答设备中的各个组件进行供电。电源1006可以是交流电、直流电、一次性电池或可充电电池。当电源1006包括可充电电池时,该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
本领域技术人员可以理解,图1中示出的结构并不构成对智能问答设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
基于上述硬件结构,提出本发明的各实施例。
请参见图2所示,图2为本发明智能问答方法第一实施例的流程示意图,智能问答方法包括以下步骤:
步骤S10:接收输入的目标问题,并在缓存服务中获取预设的多个配置模板,将目标问题和各配置模板进行匹配,若在各配置模板中存在和目标问题匹配的配置模板,则将和目标问题匹配的配置模板作为目标模板。
本实施例中的智能问答设备包括但不限于智能机器人,后续以智能机器人为例进行说明。其中,智能机器人可以用于实现用户在线各业务办理以及股类服务等问答。
可以理解的是,目前智能机器人服务都是开发人员使用工具开发对应功能,经过测试后再经过运维发布到生产环境供用户使用;整个流程需要经过产品经理评审、开发、测试、发布等流程,其流程复杂,上线时间较长,严重影响智能机器人的开发效率。
因此,本实施例中是开发智能机器人问答配置平台,产品快速配置前端展示模板和展示所需要的接口,快速实现业务发布,并提升智能机器人的开发效率。可以理解的是,在接收输入的目标问题之前,需要先对智能机器人配置各项参数,即在配置平台页面中接收配置人员输入的UM账号进行登录,并在配置人员登录成功后,会主动显示相应的页面窗口,当检测到用户有触发页面窗口中的模板配置按键时,会将页面窗口转换为可编辑窗口,以供配置人员在可编辑窗口中对提前选中的模板进行编辑配置;例如在可编辑窗口中编辑配置模板名称、模板描述、模板ID、接口ID、样式字符串和组件化配置等参数信息。
可以理解的是,当配置人员对模板配置完成后,还可以接收配置人员触发的预览按钮指令时,进而会根据此预览按钮指令进行页面预览,即页面根据可编辑窗口中已配置好的各项参数信息请求服务端接口,并在根据服务端接口获取到预览按钮指令对应的数据后,根据配置的样式字符串和组件化配置信息在预览页面中展示对应的UI。其中,配置平台获取预览按钮指令对应的数据是通过http请求信息中配置的接口来获取的,并在获取到数据后,会将数据展示在配置平台中的弹出层。并且若再次检测到用户的模板配置按键时,会再次对模板进行编辑配置。但是若检测到输入的保存指令,则会将此编辑好的模板进行保存,并发布到redis缓存服务中,以供用户进行智能问答时应用。也就是redis缓存服务中的模板供中控node服务调用。
需要说明的是,本实施例中的redis缓存服务中并不仅仅只保存有当前配置好的模板,还保留有其它模板,并且其它模板均是提前配置好发布至redis缓存服务中的,也就是redis中的模板数量是大于1的。并且redis是一个开源(BSD许可)的,ANSIC语言编写的,高级键值(key-value)缓存和支持永久存储NoSql数据库,可以用作数据库、缓存和消息中间件。其支持多种数据类型,包括但不限于字符串(string)、字典(hash)、列表(list)、集合(set)、有序集合。
可以理解的是,本实施例中当redis缓存服务中存在各个已配置好的模板时,可以在机器人问答页面的输入框中接收用户输入的问题,即目标问题,并在接收到目标问题后,会将此目标问题通过http请求发送到中控node服务,而中控node服务是根据输入的目标问题在redis缓存服务中确定目标模板,并在确定目标模板后,会根据目标模板中的接口地址信息将目标问题发送至目标网址,以获取答案数据。其中,根据目标问题确定目标模板的方式可以是根据目标问题自身携带的标记信息在各个模板中确定目标模板。
本实施例中在确定和目标问题匹配的目标模板时,需要先获取缓存服务中预设的多个配置模板,再依次将目标问题和各个配置模板进行匹配,也就是将目标问题自身携带的标记信息通过中控node和redis缓存服务中的多个配置模板进行匹配。其中,若发现有某个配置模板和目标问题携带的标记信息匹配,则可以将此配置模板作为目标模板,也就是在各个配置模板中存在和目标问题匹配的配置模板时,可以将和此目标问题匹配的配置模板作为目标模板。其中,标记信息可以确定目标问题的类型,如目标问题是疑问,如“你叫什么?”或者目标问题是判断句,如“你是小优还是小度?”等。并且不同类型的目标问题对应的目标模板是不相同的。
步骤S20:确定目标模板中的接口地址信息,并根据目标问题和接口地址信息获取目标问题对应的答案数据。
本实施例中当通过中控node服务在缓存服务中获取到和目标问题对应的目标模板后,会主动提取目标模板中的配置信息,并在提取到配置信息后,会获取配置信息中的接口地址信息,并根据此接口地址信息确定目标网站,通过http请求数据的方式在目标网站中获取目标问题对应的数据(即答案数据)。其中,http请求包括请求行、请求头部、空行和数据体。请求行包括请求方法、请求地址URL和HTTP协议版本。请求方法存在多种如GET(完整请求一个资源)、POST(提交表单)、PUT(上传文件)、DELETE(删除)、PATCH、HEAD(仅请求响应首部)、OPTIONS(返回请求的资源所支持的方法)、TRACE(追求一个资源请求中间所经过的代理)。请求地址URL(统一资源定位符),是一种资源位置的抽象唯一识别方法,包括<协议>://<主机>:<端口>/<路径>。http协议版本是确定版本格式。请求头部为请求报文添加了一些附加信息。请求数据包含有目标问题的具体内容信息。
在本实施例中,根据目标问题和接口地址信息获取目标问题对应的答案数据的步骤,可以包括以下步骤:
首先,确定接口地址信息对应的目标网站;
然后,根据预设的http请求方式访问目标网站,以获取与目标问题对应的答案数据。
本实施例中在获取目标问题对应的答案数据时,需要先确定接口地址信息对应的目标网站,再根据提前设置好的http请求方式访问该目标网站,并在该目标网站中获取与目标问题相关联的数据信息,即答案数据。
步骤S30:根据目标模板中的配置信息对答案数据进行优化,以获取目标数据,并输出目标数据。
本实施例中在通过中控node服务获取到答案数据后,需要先获取目标模板中的各个配置信息,以便根据这些配置信息对答案数据进行优化,从而获取到目标数据;例如将答案数据拼接至配置信息中的样式化字符串,并通过vue组件化方法将已拼接样式化字符串的答案数据和配置信息中的组件化配置进行组件,得到目标数据,再输出此目标数据。
在本实施例中,根据目标模板中的配置信息对答案数据进行优化,以获取目标数据的步骤,可以包括以下步骤:
首先,获取配置信息中的样式字符串;
然后,根据预设的style标签将样式字符串和答案数据进行拼接,以获取拼接数据;
进而,根据拼接数据确定目标数据。
在本实施例中,在对答案数据进行优化时,需要先获取配置信息中的样式字符串,然后再根据预设的style标签将样式字符串和答案数据进行拼接,以获取拼接数据,再通过将拼接数据进行vue组件化,以得到目标数据。其中,<style>标签用于为HTML文档定义样式信息。
在本实施例中,根据拼接数据确定目标数据的步骤,可以包括以下步骤:
首先,获取配置信息中的组件化配置;
然后,根据预设的加载方式将组件化配置和拼接数据加载为目标数据。
本实施例中获取配置信息中已设置好的组件化配置,并采用预设的加载方式将组件化配置和拼接数据加载在一起,成为目标数据。也就是通过加载方式将拼接数据和组件化配置初始化成一个新的组件(即目标数据),并让应用界面调用该新的组件进行显示。其中,加载方式可以是vue组件化方法。
本实施例中,通过接收输入的目标问题,并在预设的缓存服务中获取和目标问题匹配的目标模板;确定目标模板中的接口地址信息,并根据目标问题和接口地址信息获取目标问题对应的答案数据;根据目标模板中的配置信息对答案数据进行优化,以获取目标数据,并输出目标数据;解决了相关技术中智能问答设备开发效率低的问题。也即,本实施例中通过事先在缓存服务中预置和目标问题匹配的目标模板,这样在接收到目标问题时,便可以直接在缓存服务中获取和目标问题匹配的目标模板,并根据目标模板中的配置信息对目标问题的答案进行优化,从而获得目标数据并予以输出;避免了现有技术中查找答案时间长的现象,在极大程度上提升了智能问答设备的问答效率。
请参见图3所示,图3为本发明WIFI攻击检测方法第二实施例的流程示意图;在本实施例中,步骤S10中的在缓存服务中获取预设的多个配置模板的步骤,可以包括以下步骤:
步骤S100:确定缓存服务对应的配置平台;其中,配置平台中预设有多个原始模板,根据输入的第一选择指令在各原始模板中确定目标原始模板,对目标原始模板添加配置信息,以获取配置模板;
步骤S101:通过缓存服务从配置平台获取多个配置模板;其中,从配置平台获取的多个配置模板为缓存服务中预设的多个配置模板。
可以理解的是,本实施例中在缓存服务中获取预设的多个配置模板时,需要先确定缓存服务对应的配置平台(配置平台和缓存服务至少建立有通讯连接),再获取配置平台发送的多个配置模板。也就是在配置平台中需要提前设置好多个未进行参数配置的原始模板,以供用户对各个原始模板进行参数配置生成配置模板。并且在进行配置模板生成时,需要先获取用户输入的第一选择指令,也就是上文中的模板配置按键,再根据此第一选择指令在各个原始模板中确定目标原始模板(即选择指令对应的原始模板),并在确定目标原始模板后,会对目标原始模板添加配置信息,如模板名称、模板描述、模板ID、接口ID、样式字符串和组件化配置等参数信息,并将具有配置信息的目标原始模板作为配置模板,再将此配置模板发送至缓存服务中。
本实施例中,由于设置了与缓存服务对应的配置平台,这样配置人员可以在配置平台页面中进行原始模板的配置,以生成配置模板,从而为配置人员带来诸多便利,避免了现有技术中繁琐的开发流程,提升了智能问答设备的开发效率。
请参见图4所示,图4为本发明WIFI攻击检测方法第三实施例的流程示意图;在本实施例中,步骤S101通过缓存服务从配置平台获取多个配置模板,可以包括以下步骤:
步骤S1010:将缓存服务中已有的配置模板和配置平台的各配置模板进行匹配;
步骤S1011,若缓存服务中已有的配置模板中不存在和配置平台的配置模板相同的共有配置模板,则将配置平台的配置模板存储至缓存服务中;
步骤S1012,若缓存服务中已有的配置模板中存在和配置平台的配置模板相同的共有配置模板,则将配置平台的配置模板进行舍弃,或用配置平台的配置模板替换缓存服务中的共有配置模板。
可以理解的是,本实施例中各个配置模板中的配置信息是各不相同的,并且在将配置模板发送至缓存服务中时,还可以检测缓存服务中已有的配置模板中是否存在和配置平台当前发送的配置模板相同的共有配置模板。其中,若缓存服务中已有的配置模板中存在和配置平台当前发送的配置模板相同的共有配置模板,则将缓存服务中的共有配置模板替换为配置平台当前发送的配置模板,或直接将配置平台当前发送的配置模板舍弃;若缓存服务中已有的配置模板中不存在和配置平台当前发送的配置模板相同的相同模板,则直接将配置平台当前发送的配置模板存储至缓存服务中;从而保障缓存服务中的各个配置模板各不相同,以减少存储资源的浪费。
本实施例中,通过检测缓存服务中已有的配置模板中是否存在和配置平台当前发送的配置模板相同的共有配置模板,保障了缓存服务中的各个配置模板各不相同,并减少了存储资源的浪费。
请参见图5所示,图5为本发明WIFI攻击检测方法第四实施例的流程示意图;在本实施例中,步骤S101通过缓存服务从配置平台获取多个配置模板,可以包括以下步骤:
步骤S102:通过缓存服务从配置平台获取更新后的配置模板;其中,配置平台中预设有多个配置模板,根据输入的第二选择指令在各配置模板中确定目标配置模板,对目标配置模板进行更新,以获取更新后的配置模板。
可以理解的是,在实际应用中,常常面临着需要根据业务需求对配置模板进行调整的问题;因此,本实施例中可以通过缓存服务从配置平台获取更新后的配置模板。也就是在配置平台生成的配置模板中,需要先获取用户输入的第二选择指令,这里的第二选择指令指的是配置模板更新按键,再根据此第二选择指令在各个配置模板中确定目标配置模板(即选择指令对应的配置模板),并在确定目标配置模板后,会对目标配置模板进行修改,如模板名称、模板描述、模板ID、接口ID、样式字符串和组件化配置等参数信息,并将修改后的目标配置模板作为更新后的配置模板,再将此更新后的配置模板发送至缓存服务中。
本实施例中,由于设置了与缓存服务对应的配置平台,这样配置人员可以在配置平台页面中进行配置模板的更新,以生成更新后的配置模板,从而为配置人员带来诸多便利,避免了现有技术中繁琐的开发流程,提升了智能问答设备的开发效率。
此外,参照图6所示,本发明实施例在上述智能问答方法的基础上,还提出一种智能问答装置,智能问答装置包括:
第一获取模块601,用于接收输入的目标问题,并在缓存服务中获取预设的多个配置模板,将目标问题和各配置模板进行匹配,若在各配置模板中存在和目标问题匹配的配置模板,则将和目标问题匹配的配置模板作为目标模板;
第二获取模块602,用于确定目标模板中的接口地址信息,并根据目标问题和接口地址信息获取目标问题对应的答案数据;
优化模块603,用于根据目标模板中的配置信息对答案数据进行优化,以获取目标数据,并输出目标数据。
其中,第一获取模块601还用于确定缓存服务对应的配置平台;其中,配置平台中预设有多个原始模板,根据输入的选择指令在各原始模板中确定目标原始模板,对目标原始模板添加配置信息,以获取配置模板;通过缓存服务从配置平台获取多个配置模板;其中,从配置平台获取的多个配置模板为缓存服务中预设的多个配置模板。
其中,第一获取模块601还用于将缓存服务中已有的配置模板和配置平台的各配置模板进行匹配;若缓存服务中已有的配置模板中不存在和配置平台的配置模板相同的配置模板,则将配置平台的配置模板存储至缓存服务中;若缓存服务中已有的配置模板中存在和配置平台的配置模板相同的配置模板,则将配置平台的配置模板进行舍弃,或用配置平台的配置模板替换缓存服务中和其相同的配置模板。
其中,第一获取模块601还用于通过缓存服务从配置平台获取更新后的配置模板;其中,配置平台中预设有多个配置模板,根据输入的选择指令在各配置模板中确定目标配置模板,对目标配置模板进行更新,以获取更新后的配置模板。
具体实现中,第二获取模块602用于确定接口地址信息对应的目标网站;根据预设的http请求方式访问目标网站,以获取与目标问题对应的答案数据。
具体实现中,优化模块603用于获取配置信息中的样式字符串;根据预设的style标签将样式字符串和答案数据进行拼接,以获取拼接数据;根据拼接数据确定目标数据。
其中,优化模块603还用于获取配置信息中的组件化配置;根据预设的加载方式将组件化配置和拼接数据加载为目标数据。
需要说明的是,本实施例中的智能问答装置还可选的包括有对应的其他模块,以实现上述智能问答方法的步骤。
本实施例中智能问答装置通过接收输入的目标问题,并在预设的缓存服务中获取和目标问题匹配的目标模板;确定目标模板中的接口地址信息,并根据目标问题和接口地址信息获取目标问题对应的答案数据;根据目标模板中的配置信息对答案数据进行优化,以获取目标数据,并输出目标数据;解决了相关技术中智能问答设备开发效率低的问题。也即,本实施例中智能问答装置通过事先在缓存服务中预置和目标问题匹配的目标模板,这样在接收到目标问题时,便可以直接在缓存服务中获取和目标问题匹配的目标模板,并根据目标模板中的配置信息对目标问题的答案进行优化,从而获得目标数据并予以输出;避免了现有技术中查找答案时间长的现象,在极大程度上提升了智能问答设备的问答效率。
需要说明的是,本实施例的智能问答装置采用了上述所有实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
此外,本发明实施例还提出一种计算机可读存储介质,计算机可读存储介质上存储有智能问答程序,智能问答程序被处理器执行时实现如上述智能问答方法的步骤。
该计算机可读存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、计算机程序模块或其他数据)的任何方法或技术中实施的易失性或非易失性、可移除或不可移除的介质。计算机可读存储介质包括但不限于RAM(Random Access Memory,随机存取存储器),ROM(Read-Only Memory,只读存储器),EEPROM(Electrically EraableProgrammable read only memory,带电可擦可编程只读存储器)、闪存或其他存储器技术、CD-ROM(Compact Disc Read-Only Memory,光盘只读存储器),数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。
可见,本领域的技术人员应该明白,上文中所公开方法中全部或某些步骤、***、设备中功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种智能问答方法,其特征在于,所述智能问答方法包括以下步骤:
接收输入的目标问题,并在缓存服务中获取预设的多个配置模板,将所述目标问题和各所述配置模板进行匹配,若在各所述配置模板中存在和所述目标问题匹配的配置模板,则将和所述目标问题匹配的配置模板作为目标模板;
确定所述目标模板中的接口地址信息,并根据所述目标问题和接口地址信息获取所述目标问题对应的答案数据;
根据所述目标模板中的配置信息对所述答案数据进行优化,以获取目标数据,并输出所述目标数据。
2.如权利要求1所述的智能问答方法,其特征在于,所述根据所述目标问题和接口地址信息获取所述目标问题对应的答案数据的步骤,包括:
确定所述接口地址信息对应的目标网站;
根据预设的http请求方式访问所述目标网站,以获取与所述目标问题对应的答案数据。
3.如权利要求1所述的智能问答方法,其特征在于,所述根据所述目标模板中的配置信息对所述答案数据进行优化,以获取目标数据的步骤,包括:
获取所述配置信息中的样式字符串;
根据预设的style标签将所述样式字符串和所述答案数据进行拼接,以获取拼接数据;
根据所述拼接数据确定目标数据。
4.如权利要求3所述的智能问答方法,其特征在于,所述根据所述拼接数据确定目标数据的步骤,包括:
获取所述配置信息中的组件化配置;
根据预设的加载方式将所述组件化配置和所述拼接数据加载为目标数据。
5.如权利要求1-4中任一项所述的智能问答方法,其特征在于,所述在缓存服务中获取预设的多个配置模板的步骤,包括:
确定所述缓存服务对应的配置平台;其中,所述配置平台中预设有多个原始模板,根据输入的第一选择指令在各所述原始模板中确定目标原始模板,对所述目标原始模板添加配置信息,以获取配置模板;
通过所述缓存服务从所述配置平台获取多个配置模板;其中,从所述配置平台获取的多个配置模板为所述缓存服务中预设的多个配置模板。
6.如权利要求5所述的智能问答方法,其特征在于,所述通过所述缓存服务从所述配置平台获取多个配置模板的步骤,包括:
将所述缓存服务中已有的配置模板和所述配置平台的各配置模板进行匹配;
若所述缓存服务中已有的配置模板中不存在和所述配置平台的配置模板相同的共有配置模板,则将所述配置平台的配置模板存储至所述缓存服务中;
若所述缓存服务中已有的配置模板中存在和所述配置平台的配置模板相同的共有配置模板,则将所述配置平台的配置模板进行舍弃,或用所述配置平台的配置模板替换所述缓存服务中的所述共有配置模板。
7.如权利要求5所述的智能问答方法,其特征在于,所述通过所述缓存服务从所述配置平台获取多个配置模板的步骤之后,所述智能问答方法还包括:
通过所述缓存服务从所述配置平台获取更新后的配置模板;其中,所述配置平台中预设有多个配置模板,根据输入的第二选择指令在各所述配置模板中确定目标配置模板,对所述目标配置模板进行更新,以获取更新后的配置模板。
8.一种智能问答装置,其特征在于,所述智能问答装置包括:
第一获取模块,用于接收输入的目标问题,并在缓存服务中获取预设的多个配置模板,将所述目标问题和各所述配置模板进行匹配,若在各所述配置模板中存在和所述目标问题匹配的配置模板,则将和所述目标问题匹配的配置模板作为目标模板;
第二获取模块,用于确定所述目标模板中的接口地址信息,并根据所述目标问题和接口地址信息获取所述目标问题对应的答案数据;
优化模块,用于根据所述目标模板中的配置信息对所述答案数据进行优化,以获取目标数据,并输出所述目标数据。
9.一种智能问答设备,其特征在于,所述智能问答设备包括:存储器、处理器及存储在所述存储器上并在所述处理器上运行智能问答程序,所述智能问答程序被所述处理器执行时实现如权利要求1-7中任一项所述的智能问答方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有智能问答程序,所述智能问答程序被处理器执行时实现如权利要求1-7中任一项所述的智能问答方法的步骤。
CN202110571016.8A 2021-05-25 2021-05-25 智能问答方法、装置、设备及计算机可读存储介质 Pending CN113254614A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110571016.8A CN113254614A (zh) 2021-05-25 2021-05-25 智能问答方法、装置、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110571016.8A CN113254614A (zh) 2021-05-25 2021-05-25 智能问答方法、装置、设备及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN113254614A true CN113254614A (zh) 2021-08-13

Family

ID=77184253

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110571016.8A Pending CN113254614A (zh) 2021-05-25 2021-05-25 智能问答方法、装置、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN113254614A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102118431A (zh) * 2010-12-30 2011-07-06 百度在线网络技术(北京)有限公司 知识信息交互服务方法、平台及站点
CN110286974A (zh) * 2019-05-21 2019-09-27 深圳壹账通智能科技有限公司 基于h5页面的应用配置方法、装置、设备及存储介质
CN110795485A (zh) * 2019-10-29 2020-02-14 杭州求是优脉科技有限公司 一种数据库访问方法、装置及设备
CN110837549A (zh) * 2019-11-06 2020-02-25 腾讯科技(深圳)有限公司 一种信息处理方法、装置及存储介质
CN111898024A (zh) * 2020-07-30 2020-11-06 厦门渊亭信息科技有限公司 一种智能问答方法、装置、可读存储介质及计算设备
CN111897915A (zh) * 2020-07-24 2020-11-06 青岛海信电子产业控股股份有限公司 问答设备和答复信息确定方法
CN111984902A (zh) * 2020-09-01 2020-11-24 平安养老保险股份有限公司 可视化页面配置方法、***、计算机设备和存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102118431A (zh) * 2010-12-30 2011-07-06 百度在线网络技术(北京)有限公司 知识信息交互服务方法、平台及站点
CN110286974A (zh) * 2019-05-21 2019-09-27 深圳壹账通智能科技有限公司 基于h5页面的应用配置方法、装置、设备及存储介质
CN110795485A (zh) * 2019-10-29 2020-02-14 杭州求是优脉科技有限公司 一种数据库访问方法、装置及设备
CN110837549A (zh) * 2019-11-06 2020-02-25 腾讯科技(深圳)有限公司 一种信息处理方法、装置及存储介质
CN111897915A (zh) * 2020-07-24 2020-11-06 青岛海信电子产业控股股份有限公司 问答设备和答复信息确定方法
CN111898024A (zh) * 2020-07-30 2020-11-06 厦门渊亭信息科技有限公司 一种智能问答方法、装置、可读存储介质及计算设备
CN111984902A (zh) * 2020-09-01 2020-11-24 平安养老保险股份有限公司 可视化页面配置方法、***、计算机设备和存储介质

Similar Documents

Publication Publication Date Title
CN106970790B (zh) 一种应用程序创建的方法、相关设备及***
CN108345543B (zh) 一种数据处理方法、装置、设备及存储介质
CN109302461B (zh) 信息展示、处理方法、介质、***和计算设备
CN109901834A (zh) 文档页面生成方法、装置、计算机设备和存储介质
CN109857506B (zh) 引导信息的实现方法、装置、电子设备和存储介质
CN113110829B (zh) 多ui组件库数据处理方法及装置
CN114138372B (zh) 前端组件加载方法及装置
CN108984202B (zh) 一种电子资源分享方法、装置和存储介质
KR101086620B1 (ko) 스마트 오피스 시스템 및 운용을 위한 서버 및 운용 방법
CN111949522A (zh) 用户界面自动化测试方法及装置
CN114138244A (zh) 模型类文件自动生成方法、装置、存储介质及电子设备
CN113138757A (zh) 前端代码自动生成方法、装置、服务器、***及介质
CN107423291A (zh) 一种数据翻译方法以及客户端设备
CN110716804A (zh) 无用资源的自动删除方法、装置、存储介质及电子设备
CN113419711A (zh) 页面引导方法、装置、电子设备及存储介质
CN110309462B (zh) 数据展示方法及***
CN113254614A (zh) 智能问答方法、装置、设备及计算机可读存储介质
CN110647327A (zh) 基于卡片的用户界面动态控制的方法和装置
CN115640790A (zh) 信息处理方法、装置和电子设备
CN110471708B (zh) 基于可重用组件的配置项获取的方法及装置
US11372627B2 (en) System and method for providing integrated development environment (IDE) for programmable software system
CN114201565A (zh) 图像处理方法、装置、电子设备和介质
CN113076262A (zh) 网页自动化测试方法及装置
CN113448578A (zh) 页面数据处理方法、处理***、电子设备和可读存储介质
CN113761402A (zh) 一种链接调试方法、装置、设备和存储介质

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