CN113515705A - 应答信息生成方法、装置、设备及计算机可读存储介质 - Google Patents
应答信息生成方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113515705A CN113515705A CN202110853383.7A CN202110853383A CN113515705A CN 113515705 A CN113515705 A CN 113515705A CN 202110853383 A CN202110853383 A CN 202110853383A CN 113515705 A CN113515705 A CN 113515705A
- Authority
- CN
- China
- Prior art keywords
- task
- information
- response
- determining
- response 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.)
- Pending
Links
- 230000004044 response Effects 0.000 title claims abstract description 172
- 238000000034 method Methods 0.000 title claims abstract description 146
- 230000002159 abnormal effect Effects 0.000 claims abstract description 60
- 238000000605 extraction Methods 0.000 claims abstract description 40
- 239000013598 vector Substances 0.000 claims description 50
- 230000000875 corresponding effect Effects 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 230000002596 correlated effect Effects 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000007726 management method Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及智能决策领域,提供一种应答信息生成方法、装置、设备及存储介质,方法包括:获取从客户端发送的任务异常信息;根据所述任务异常信息确定任务的任务标识;基于流程管理***,根据所述任务标识获取所述任务的流程节点信息;基于关键字提取模型,在所述任务异常信息中提取任务关键字;判断所述任务关键字与所述流程节点信息是否匹配;若判定所述流程节点信息与所述任务关键字匹配,则根据所述任务关键字确定目标答复文本;基于应答信息生成模型,根据所述任务标识和所述目标答复文本生成应答信息;将所述应答信息发送给所述客户端。可以有效提升自动应答的准确率。本申请还涉及区块链技术,任务异常信息和应答信息可以存储在区块链中。
Description
技术领域
本申请涉及智能决策技术领域,尤其涉及一种应答信息生成方法、装置、设备及计算机可读存储介质。
背景技术
随着计算机技术的发展,越来越多的技术应用在金融领域,传统金融业正在逐步向金融科技转变。由于金融环境的复杂性,因而用户往往会提出很多非常棘手或者非常专业的金融问题。由于金融事宜关系到客户的切身利益,因而需要及时准确地回答这些问题。
目前针对金融问题的回答,大多是通过人工回答的方式来解决。通过人工回答在面对一些比较复杂的问题、或同时处理比较多问题的时候,可能处理速度会比较慢,同时,无法及时回应客户的问题也会导致客户无法及时得到回应从而进行投诉,造成负面影响。同时也有自动回答的方式,但目前的自动回答大多只是通过用户上报的问题类型自动应答,如用户上报:为什么任务过了仍未完成任务?自动应答会反馈给用户未完成任务的多种原因,需要用户自己进行分析,同时,有些问题是由于客户端的信息更新不够及时,使用户看到的流程与真正的任务流程不相同,自动应答仍根据用户上报的信息给出错误应答,从而导致无法真正的解决用户当前上报的任务异常信息,进而需要用户联系人工解答,任务异常的处理效率低。
发明内容
本申请的主要目的在于提供一种应答信息生成方法、装置、设备及计算机可读存储介质,旨在提高对于客户上报的异常信息而进行自动应答的效率和准确率。
第一方面,本申请提供一种应答信息生成方法,所述应答信息生成方法包括以下步骤:
获取从客户端发送的任务异常信息;
根据所述任务异常信息确定任务的任务标识;
基于流程管理***,根据所述任务标识获取所述任务的流程节点信息;
基于关键字提取模型,在所述任务异常信息中提取任务关键字;
判断所述任务关键字与所述流程节点信息是否匹配;
若判定所述流程节点信息与所述任务关键字匹配,则根据所述任务关键字确定目标答复文本;
基于应答信息生成模型,根据所述任务标识和所述目标答复文本生成应答信息;
将所述应答信息发送给所述客户端。
第二方面,本申请还提供一种应答信息生成装置,所述应答信息生成装置包括:
异常信息获取模块,用于获取从客户端发送的任务异常信息;
任务标识确定模块,用于根据所述任务异常信息确定任务的任务标识;
流程节点信息确定模块,用于基于流程管理***,根据所述任务标识获取所述任务的流程节点信息;
关键字提取模块,用于基于关键字提取模型,在所述任务异常信息中提取任务关键字;
信息匹配判断模块,用于判断所述任务关键字与所述流程节点信息是否匹配;
目标答复文本确定模块,用于若判定所述流程节点信息与所述任务关键字匹配,则根据所述任务关键字确定目标答复文本;
应答信息生成模块,用于基于应答信息生成模型,根据所述任务标识和所述目标答复文本生成应答信息;
应答信息发送模块,用于将所述应答信息发送给所述客户端。
第三方面,本申请还提供一种计算机设备,所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如上述的应答信息生成方法的步骤。
第四方面,本申请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计算机程序,其中所述计算机程序被处理器执行时,实现如上述的应答信息生成方法的步骤。
本申请提供一种应答信息生成方法、装置、设备及计算机可读存储介质,通过获取从客户端发送的任务异常信息;根据所述任务异常信息确定任务的任务标识;基于流程管理***,根据所述任务标识获取所述任务的流程节点信息;基于关键字提取模型,在所述任务异常信息中提取任务关键字;判断所述任务关键字与所述流程节点信息是否匹配;若判定所述流程节点信息与所述任务关键字匹配,则根据所述任务关键字确定目标答复文本;基于应答信息生成模型,根据所述任务标识和所述目标答复文本生成应答信息;将所述应答信息发送给所述客户端。通过关键字提取模型对任务关键字进行提取以及基于流程管理***获取任务的流程节点信息,可以更加准确地确定用户上报的任务的异常信息及任务流程节点信息;以及通过提取到的任务关键字和流程节点信息对比能够避免由于客户端的任务流程更新不及时导致的错误应答;以及通过任务关键字确定答复文本能够更精准地确定应答信息,同时提高应答的效率。
附图说明
为了更清楚地说明本申请实施例技术方案,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,下面描述中的附图是本申请的一些实施例,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为本申请实施例提供的一种应答信息生成方法的流程示意图;
图2为实施本实施例提供的应答信息生成方法的一场景示意图;
图3为本申请实施例提供的一种应答信息生成装置的示意性框图;
图4为本申请一实施例涉及的计算机设备的结构示意框图。
具体实施方式
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,都属于本申请保护的范围。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
本申请实施例提供一种应答信息生成方法、装置、计算机设备及计算机可读存储介质。其中,该应答信息生成方法可应用于终端设备和/或服务器中,该终端设备可以手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等电子设备。服务器例如可以是单独的服务器或服务器集群。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
请参照图1,图1为本申请的实施例提供的一种应答信息生成方法的流程示意图。
示例性的,如图2所示,图2为本申请一实施例提供的一场景图,服务端通过获取客户端的任务异常信息,对任务异常信息进行处理后,得到应答信息发送给客户端,以解决用户提出的异常问题。
如图1所示,该应答信息生成方法包括步骤S101至步骤S108。
步骤S101、获取从客户端发送的任务异常信息。
示例性的,获取从客户端上报的任务异常信息,其中,任务可以是用户在客户端的应用程序中建立的贷款任务或应用程序的升级任务,任务异常信息可以是无法进行贷款、或贷款预到达日期到了仍未到款等问题,也可以是无法升级问题,客户在使用的过程中出现问题,可以通过客户端向服务端进行任务异常信息的上报。
示例性的,任务异常信息包括多个字段,多个字段是客户通过客户端输入的,通过任务异常信息中的多个字段,服务端能够识别客户端上报的任务是哪一件,以及识别出现了什么问题。可以理解的,任务可以通过具有唯一性的任务标识来表征,以使服务端能够通过任务标识识别到当前上报的任务,以及通过其他字段获取到异常情况的信息。
示例性的,任务异常信息可以存储在区块链中,以使服务端能够从区块链中获取任务异常信息。
步骤S102、根据所述任务异常信息确定任务的任务标识。
示例性的,在上报的任务异常信息中,既包括用于指示任务的任务标识,也包括对任务出现的异常情况的描述,需要从上报的任务异常信息中提取出任务标识。
示例性的,任务标识包括基于预设标识生成规则生成的字段,一般情况下,任务标识具有预设的生成规则,生成规则可以例如由多个字符按照一定的排列顺序组成,例如文字和数字的排列组合,可以基于生成规则从任务异常信息的多个字段中识别出任务标识。
在一些实施例中,所述根据所述任务异常信息确定任务的任务标识,包括:确定所述任务异常信息中多个字段之间的位置关系;根据所述多个字段之间的位置关系确定所述任务的任务标识。
示例性的,可以对任务异常信息中的各个字段进行定位处理,即通过读取任务异常信息中各字段的顺序,对任务异常信息中出现的字段进行编号,所述字段的编号用于指示字段在任务异常信息中的所处位置,通过编号能够得到字段之间的位置关系,如当前字段的上一个字段或下一个字段是什么。
示例性的,字段中还可以包括多个字符,字符可以例如是中文文字、英文字母、数字以及标点符号中的至少一项,也可以包括其他特殊符号,如希腊字母等,可以通过获取顺序后的字段中包括的字符确定任务标识。
示例性的,根据所述多个字段之间的位置关系确定所述任务的任务标识包括判断位于预设字段长度内的字符是否符合预设排序条件;若判定位于所述预设字段长度内的字符符合预设排序条件,根据位于所述预设长度内的字符确定所述任务标识。
示例性的,预设排序条件可以是多个文字与多个数字的排列组合,且所有的文字均位于数字之前,例如预设长度为13个字段,其中,排序条件是5个英文字母均位于8个数字之前(HPDAC123456789),在进行任务标识的确定时,可以通过获取字段的顺序,判断英文字段是否位于数字字段之前,若是,再对字段中的字符进行预设排序条件的判断,如英文字段是否连续出现5个英文字符,数字字段是否连续出现8个数字字符,若均是,判定由该5个英文字符和8个数字字符组成的13个字段长度的字段为任务标识。
示例性的,可以通过字段中各字符对应的编号,确定各字符之间的位置关系,从而确定任务标识。
通过预设排序条件在任务异常信息中确定任务标识,可以有效提高从多个字段中确定任务标识的精度,减少出错的概率。
步骤S103、基于流程管理***,根据所述任务标识获取所述任务的流程节点信息。
示例性的,可以将从任务异常信息中确定的任务标识输入流程管理***中,以在流程管理***中获取任务标识对应的任务,从而得到该任务的流程节点信息,可以理解的,流程节点信息可以是该任务进行到哪一步骤,例如是,待贷款人上传凭证。
示例性的,流程节点信息可以存储在区块链中,也即是流程管理***可以以区块链的方式存储任务的流程节点信息,服务端获取到任务标识后,向区块链网络广播任务标识,任务标识可以包括渠道类别、客户类型和/或流水号,在区块链网络中,任务的存储地址可以是通过渠道类别、客户类型和/或流水号来确定的。
任务标识可以包括渠道类别、客户类型和/或流水号,在对区块链网络广播任务标识时,区块链网络可以根据渠道类别、客户类型和/或流水号与任务存储地址的映射关系得到存储地址。存储地址用于指示任务在区块链中的存储位置,如存储在区块链的某一区块(block)上;区块链网络根据存储地址就知道当前服务端需要调取的任务在区块链中的存储位置,可以找到区块链的对应区块提取出服务端所需的任务。
其中,本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
示例性的,流程管理***还可以基于映射关系存储任务标识和流程节点信息,也即是在流程管理***中,任务标识与该任务的流程节点信息是一一对应的,通过任务标识能够查询到对应任务的流程节点信息。
示例性的,基于流程管理***,服务端每提供一次服务给客户端时,服务端会对流程管理***发送流程更新指令,流程更新指令用于指示流程管理***对当前提供服务对应的任务的流程节点进行更新,通过客户端上报的任务异常信息和服务端获取到的任务的流程节点信息可以分析该任务在客户端出现的异常问题与流程管理***中的流程节点信息是否一样,从而可以确定是否由于客户端的更新不及时导致的异常情况,以减少错误应答的情况。
步骤S104、基于关键字提取模型,在所述任务异常信息中提取任务关键字。
示例性的,从任务异常信息中提取任务关键字,可以理解的,提取的任务关键字可以是用户上报任务异常信息时写入的任务的异常情况的描述。
例如,任务关键字可以包括“问题”、“无法”、“不能”等等,同时,在检测到上述文字时,可以同时获取位于上述文字附近的字符,如前后5个位置的字符,或者往前检测到第一标点符号,以及往后检测到第二标点符号,将位于第一标点符号和第二标点符号中的所有字符均进行提取,得到任务关键字。
示例性地,可以基于关键字提取模型对所述任务异常信息提取关键字。关键字提取模型可以根据经标注的关键字数据对神经网络模型进行训练得到,神经网络模型的参数可以基于在线机器学习的算法框架,从经标注的关键字数据中学习调整得到。
例如,经标注的关键字数据可以包括常用语料和/或业务语料的关键字数据,其中,常用语料例如为开源的语料分词数据,业务语料数据可以为流程管理***上储存的业务语料分词数据。
示例性地,可以基于关键字提取模型和字的序列标注对任务异常信息进行关键字的提取。对于输入的任务异常信息的字序列,关键字提取模型可以给任务异常信息中的每一个字标注一个标识词边界的标记,根据标识词边界的标记可以确定任务异常信息中的任务关键字。
示例性地,还可以基于关键字提取模型和经标注的关键字数据对任务异常信息进行关键字的提取。对于获取到的任务异常信息,关键字提取模型可以让任务异常信息与经标注的关键字数据对比,根据对比结果,将相同或相近的词组确定为任务异常信息中的任务关键字。
在一些实施例中,所述基于关键字提取模型,在所述任务异常信息中提取任务关键字,包括:基于所述关键字提取模型的遍历网络,遍历所述任务异常信息中的所有字段,得到各个字段对应的键值对;获取预设关键字的键值对,并将所述预设关键字的键值对和所述任务异常信息中字段对应的键值对输入所述关键字提取模型的比对网络,确定任务关键字。
示例性的,关键字提取模型可以包括遍历网络和比对网络,可以理解的,遍历网络用于遍历任务异常信息,得到任务异常信息中所有字段的键值对;比对网络用于通过任务异常信息中所有字段的键值对和预设关键字的键值对进行比对,以确定任务关键字。
示例性的,在任务异常信息中,字段的存储形式可以是以键值对(Key-Value)形式存储的,其中,Key固定是字段,使用字段对象来进行表示,Value可以是字段、列表、哈希、集合、有序集合对象中的任意一种,对任务异常信息中的所有字段进行遍历,可以得到各个字段的键值对。
通过比对网络,将预设的关键字键值对与任务异常信息中各个字段的键值对逐一进行比对,确定键值对与预设关键字键值对相同的字段,并将这些字段确定为任务异常信息的任务关键字。
例如,预设关键字键值对包括A、B、C,遍历得到的字段的键值对包括a、b、c、d、e,通过A与a、b、c、d、e逐一对比,若A与a、b、c、d、e中任意一个字段对应的键值对都不相同,A不是任务异常信息的任务关键字,可以理解的,对B和C进行与A相同的操作,若B和C均与a、b、c、d、e中的其中一个字段的对应的键值对相同,将B和C确定为任务异常信息的任务关键字。
通过遍历网络对任务的异常信息进行遍历,得到异常信息中各个字段对应的键值对,以及通过比对网络将字段对应的键值对与预设关键字的键值对进行比对,确定任务关键字,可以有效提高确定任务关键字的精度,使在确定答复文本时,更能符合用户的诉求确定能够回答用户诉求的目标答复文本。
步骤S105、判断所述任务关键字与所述流程节点信息是否匹配。
示例性的,判断从任务异常信息中确定的任务关键字与流程节点信息是否匹配,可以理解的,若任务关键字与流程节点信息不匹配,则可能是网络延时未在客户端及时反馈给客户当前流程节点信息,若任务关键字与所述流程节点信息匹配,则可以确定是当前流程节点出现异常情况。
在一些实施例中,所述判断所述任务关键字与所述流程节点信息是否匹配,包括:根据所述流程节点信息与所述任务关键字确定匹配度;若所述匹配度大于预设匹配阈值,判定所述流程节点信息与所述任务关键字匹配,其中,所述匹配度与在所述流程节点信息中出现所述任务关键字的数量正相关。
示例性的,由于用户对问题的描述和服务端中更新的流程节点信息对任务的描述可能不一样,可以设定一个匹配阈值以判断任务的任务关键字是否与流程节点信息匹配。可以理解的,匹配度可以是流程节点信息中的文字字符与任务关键字中文字字符相同的个数,也即是匹配度与在所述流程节点信息中出现所述任务关键字的数量正相关。
例如,匹配阈值可以设定为10,任务关键字中有5个关键字与流程节点信息中的5个字相同,确定任务关键字与流程节点信息匹配度为5,匹配度小于匹配度阈值,则任务关键字与流程节点信息不匹配;若任务关键字有15个关键字与流程节点信息中的15个字相同,确定任务关键字与流程节点信息匹配度为15,匹配度大于匹配度阈值,则任务关键字与流程节点信息匹配。
可以理解的,匹配阈值可以根据任务关键字和/或流程节点信息的总字数确定。
示例性的,可以基于关键字提取模型和字的序列标注对流程节点信息进行关键字的提取。对于输入的流程节点信息的字序列,关键字提取模型可以给流程节点信息中的每一个字标注一个标识词边界的标记,根据标识词边界的标记可以确定流程节点信息中的一个或多个关键字。或基于关键字提取模型和经标注的关键字数据对流程节点信息进行关键字的提取。对于流程节点信息,关键字提取模型可以让流程节点信息与经标注的关键字数据对比,根据对比结果,将相同或相近的词组确定为流程节点信息中的一个或多个节点关键字。通过节点关键字与任务关键字对比,确定流程节点信息与任务关键字是否匹配。
通过任务关键字与流程节点信息中的节点关键字确定匹配度,可以更精准地判断任务关键字与流程节点信息是否匹配,从而更准确地确定目标答复文本,以及回应给用户,提高用户的使用体验感。
步骤S106、若判定所述流程节点信息与所述任务关键字匹配,则根据所述任务关键字确定目标答复文本。
示例性的,若判定流程节点信息与任务关键字不匹配,可以发送告警信息给网络供应商的终端,以使网络供应商对客户端上对应的任务流程进行更新。也可以发送告警信息给维护人员的终端,以使维护人员进行分析,查找流程节点不匹配的原因。
示例性的,若通过流程节点信息与任务关键字确定的匹配度判定流程节点信息与任务关键字匹配,可以根据任务关键字确定目标答复文本。
示例性的,答复文本包括回答异常情况的字段,若异常情况相同或相似,任务关键字与多个答复文本中的字段会存在一定的相似度。通过相似度,可以确定用于回答任务关键字对应任务异常信息的目标答复文本。
在一些实施例中,所述方法还包括:根据所述任务标识从多个业务类别数据库中确定目标数据库,其中,各所述业务类别数据库中包括多个预设答复文本。
示例性的,可以通过任务标识从多个业务类别数据库中确定目标业务类别数据库,其中,每个业务类别数据库中包括多个预设答复文本。
可以理解的,任务标识包括渠道类别和/或客户类型,通过渠道类别和/或客户类型可以确定该任务标识对应的任务用于哪种业务,从而确定目标业务类别数据库。
所述根据所述任务关键字确定目标答复文本,包括:根据所述任务关键字对所述目标数据库中的所有预设答复文本进行遍历,得到所述任务关键字与各个预设答复文本的文本匹配度;根据所述文本匹配度确定目标答复文本。
示例性的,确定目标业务类别数据库后,通过任务关键字对目标业务类别数据库中的所有预设答复文本进行遍历,得到任务关键字与各个预设答复文本的文本匹配度,可以理解的,文本匹配度的定义可以与上述任务关键字与流程节点信息的定义相同,即任务关键字与答复文本中出现相同字段(不包括标点符号)的个数。
示例性的,将文本匹配度最高对应的答复文本确定为目标答复文本,并基于该目标答复文本生成应答信息,对用户上报的任务异常信息进行应答。
步骤S107、基于应答信息生成模型,根据所述任务标识和所述目标答复文本生成应答信息。
示例性的,应答信息生成模型用于将任务标识和答复文本进行拼接,以生成应答信息,可以理解的,应答信息生成模型可以将任务标识嵌入答复文本后发送给客户端,以使用户能够通过客户端获取应答信息,从而解决用户的诉求。
在一些实施例中,所述基于应答信息生成模型,根据所述任务标识和所述目标答复文本生成应答信息,包括:基于所述应答生成模型的信息向量化网络,将所述任务标识向量化处理,得到第一向量,以及将所述目标答复文本向量化处理得到第二向量;基于所述应答生成模型的向量拼接网络,将所述第一向量和所述第二向量进行拼接,得到第三向量;基于所述应答生成模型的转换网络,将所述第三向量转换为所述应答信息。
示例性的,应答生成模型包括信息向量化网络、向量拼接网络以及转换网络,其中向量化网络可以对信息进行向量化处理,向量拼接网络用于对向量进行拼接,转换网络可以对向量进行逆向量化处理,得到向量所指示的信息。
示例性的,可以通过信息向量化网络对任务标识和目标答复文本进行向量化处理,得到第一向量和第二向量,然后将第一向量和第二向量输入向量拼接网络中,向量拼接网络对第一向量和第二向量进行拼接,得到第三向量;再将第三向量输入转换网络中,转换得到应答信息,可以理解的,应答信息包括任务标识和目标答复文本。
可以理解的,转换网络也可以设于客户端中,服务端可以将拼接后的第三向量发送给客户端,客户端通过转换网络对第三向量进行转换得到应答信息。
示例性的,还可以对第三向量进行加密,将加密后的第三向量发送给客户端。加密可以例如通过哈希值或公钥进行加密,若客户端中有对应的哈希值或对应的密钥,可以对第三向量进行解密,以及转换得到应答信息,以避免应答信息发送错误,导致信息泄露的情况。
步骤S108、将所述应答信息发送给所述客户端。
示例性的,可以在获取任务异常信息时,获取客户端的标识,或记录客户端与服务端的连接端口,生成应答信息后,服务器通过客户端的标识或对应的连接端口将应答信息发送给客户端,以使用户能够获知应答信息。
通过将应答信息发送给客户端,以完成自动应答,并且应答信息与用户提出的任务异常信息高度匹配,减少了错误自动应答的几率,提高用户的体验感。
示例性的,服务器也可以将应答信息发送至区块链,以使客户端能够从区块链中获取应答信息。
在另一些实施例中,所述应答信息生成模型包括界面生成网络,所述方法还包括:基于所述界面生成网络,对所述任务标识标记第一标识,以及对所述目标答复文本标记第二标识,得到标记好的应答信息,其中,所述第一标识用于指示所述客户端将所述任务标识显示于所述客户端的显示界面的第一界面,所述第二标识用于指示所述客户端将所述目标答复文本显示于所述客户端的显示界面的第二界面。所述将所述应答信息发送给所述客户端,包括:将所述标记好的应答信息发送给所述客户端。
示例性的,客户端接收到标记好的应答信息后,可以根据标记好的应答信息中的第一标识和第二标识,在客户端对应的显示界面中的不同显示部分对任务标识和目标答复文本进行显示,例如在显示界面的第一界面显示任务标识,在显示界面的第二界面显示目标答复文本,以便于用户查看任务标识和对应任务的目标答复文本,在用户上报多个任务异常信息时,能够较快地获知得到的应答信息是对应哪个任务异常信息的,提高用户的使用体验感。
在一些实施例中,所述方法还包括:根据所述任务关键字生成问题文本;基于应答信息生成模型,根据所述任务标识、所述答复文本和所述问题文本生成应答信息。
示例性的,对所述任务关键字进行拼接,以生成问题文本,可以通过获取到的任务关键字对应的编号或键值对进行拼接,从而生成问题文本。
示例性的,通过任务标识、答复文本和问题文本生成应答信息,可以理解的,生成应答信息的步骤可以参考步骤S107,在此不再撰述。
包括问题文本的应答信息能够使用户在查看应答信息时,检验自己的上报的任务异常信息与生成的问题文本是否一样,从而得到更加准确的解决方法,也能更直观的看到问题,从而获取目标答复文本中的解决方法或对问题文本进行反馈。
示例性的,通过任务标识、答复文本和问题文本生成应答信息,可以使用户通过任务标识或问题文本了解到自己提出的任务异常信息,从而更便于利用获取到的目标答复文本解决任务的异常情况或对目标答复文本有更高的认可度。
上述实施例提供的应答信息生成方法,通过确定任务标识可以更加准确的获取用户上报的任务以及任务异常信息,同时,通过任务关键字和流程节点信息是否匹配,避免由于客户端更新不及时导致的错误应答,以及通过任务关键字确定答复文本能够更加精准地确定用于应答任务异常信息的应答信息,能够提高应答用户上报的异常信息的效率。可以有效提高自动应答的准确率和效率,提升用户的使用体验感。
请参阅图3,图3是本申请一实施例提供的一种应答信息生成装置的示意图,该应答信息生成装置可以配置于服务器或终端中,用于执行前述的应答信息生成方法。
如图3所示,该应答信息生成装置,包括:异常信息获取模块110、任务标识确定模块120、流程节点信息确定模块130、关键字提取模块140、信息匹配判断模块150、目标答复文本确定模块160、应答信息生成模块170、应答信息发送模块180。
异常信息获取模块110,用于获取从客户端发送的任务异常信息。
任务标识确定模块120,用于根据所述任务异常信息确定任务的任务标识。
流程节点信息确定模块130,用于基于流程管理***,根据所述任务标识获取所述任务的流程节点信息。
关键字提取模块140,用于基于关键字提取模型,在所述任务异常信息中提取任务关键字。
信息匹配判断模块150,用于判断所述任务关键字与所述流程节点信息是否匹配。
目标答复文本确定模块160,用于若判定所述流程节点信息与所述任务关键字匹配,则根据所述任务关键字确定目标答复文本。
应答信息生成模块170,用于基于应答信息生成模型,根据所述任务标识和所述目标答复文本生成应答信息。
应答信息发送模块180,用于将所述应答信息发送给所述客户端。
示例性的,关键字提取模块140还包括遍历网络子模块、比对网络子模块。
遍历网络子模块,用于基于所述关键字提取模型的遍历网络,遍历所述任务异常信息中的所有字段,得到各个字段对应的键值对。
比对网络子模块,用于获取预设关键字的键值对,并将所述预设关键字的键值对和所述任务异常信息中字段对应的键值对输入所述关键字提取模型的比对网络,确定任务关键字。
示例性的,信息匹配判断模块150还包括匹配度确定子模块、匹配度比对子模块。
匹配度确定子模块,用于根据所述流程节点信息与所述任务关键字确定匹配度。
匹配度比对子模块,用于若所述匹配度大于预设匹配阈值,判定所述流程节点信息与所述任务关键字匹配;其中,所述匹配度与在所述流程节点信息中出现所述任务关键字的数量正相关。
示例性的,应答信息生成装置还包括目标数据库确定子模块、文本匹配度确定子模块、目标答复文本确定子模块。
目标数据库确定子模块,用于根据所述任务标识从多个业务类别数据库中确定目标数据库,其中,各所述业务类别数据库中包括多个预设答复文本。
文本匹配度确定子模块,用于根据所述任务关键字对所述目标数据库中的所有预设答复文本进行遍历,得到所述任务关键字与各个预设答复文本的文本匹配度。
目标答复文本确定子模块,用于根据所述文本匹配度确定目标答复文本。
示例性的,应答信息生成模块170还包括向量化网络子模块、向量拼接网络子模块、转换网络子模块。
向量化网络子模块,用于基于所述应答生成模型的信息向量化网络,将所述任务标识向量化处理得到第一向量,以及将所述目标答复文本向量化处理得到第二向量。
向量拼接网络子模块,用于基于所述应答生成模型的向量拼接网络,将所述第一向量和所述第二向量进行拼接,得到第三向量。
转换网络子模块,用于基于所述应答生成模型的转换网络,将所述第三向量转换为所述应答信息。
示例性的,应答信息生成装置还包括界面生成模块。
界面生成模块,用于基于所述界面生成网络,对所述任务标识标记第一标识,以及对所述目标答复文本标记第二标识,得到标记好的应答信息,其中,所述第一标识用于指示所述客户端将所述任务标识显示于所述客户端的显示界面的第一界面,所述第二标识用于指示所述客户端将所述目标答复文本显示于所述客户端的显示界面的第二界面。
应答信息发送模块180,还用于将所述标记好的应答信息发送给所述客户端。
示例性的,任务标识确定模块120还包括字段位置确定子模块、标识确定子模块。
字段位置确定子模块,用于确定所述任务异常信息中多个字段之间的位置关系。
标识确定子模块,用于根据所述多个字段之间的位置关系确定所述任务的任务标识。
需要说明的是,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和各模块、单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请的方法、装置可用于众多通用或专用的计算***环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器***、基于微处理器的***、机顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何***或设备的分布式计算环境等等。
示例性地,上述的方法、装置可以实现为一种计算机程序的形式,该计算机程序可以在如图4所示的计算机设备上运行。
请参阅图4,图4为本申请实施例提供的一种计算机设备的结构示意性框图。该计算机设备可以为服务器或终端。
如图4所示,该计算机设备包括通过***总线连接的处理器、存储器和网络接口,其中,存储器可以包括存储介质和内存储器。
存储介质可存储操作***和计算机程序。该计算机程序包括程序指令,该程序指令被执行时,可使得处理器执行任意一种应答信息生成方法。
处理器用于提供计算和控制能力,支撑整个计算机设备的运行。
内存储器为存储介质中的计算机程序的运行提供环境,该计算机程序被处理器执行时,可使得处理器执行任意一种应答信息生成方法。
该网络接口用于进行网络通信,如发送分配的任务等。本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
应当理解的是,处理器可以是中央处理单元(Central Processing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
其中,在一个实施例中,所述处理器用于运行存储在存储器中的计算机程序,以实现如下步骤:
获取从客户端发送的任务异常信息;
根据所述任务异常信息确定任务的任务标识;
基于流程管理***,根据所述任务标识获取所述任务的流程节点信息;
基于关键字提取模型,在所述任务异常信息中提取任务关键字;
判断所述任务关键字与所述流程节点信息是否匹配;
若判定所述流程节点信息与所述任务关键字匹配,则根据所述任务关键字确定目标答复文本;
基于应答信息生成模型,根据所述任务标识和所述目标答复文本生成应答信息;
将所述应答信息发送给所述客户端。
在一个实施例中,所述处理器在实现基于关键字提取模型,在所述任务异常信息中提取任务关键字时,用于实现:
基于所述关键字提取模型的遍历网络,遍历所述任务异常信息中的所有字段,得到各个字段对应的键值对;
获取预设关键字的键值对,并将所述预设关键字的键值对和所述任务异常信息中字段对应的键值对输入所述关键字提取模型的比对网络,确定任务关键字。
在一个实施例中,所述处理器在实现判断所述任务关键字与所述流程节点信息是否匹配时,用于实现:
根据所述流程节点信息与所述任务关键字确定匹配度;
若所述匹配度大于预设匹配阈值,判定所述流程节点信息与所述任务关键字匹配;
其中,所述匹配度与在所述流程节点信息中出现所述任务关键字的数量正相关。
在一个实施例中,所述处理器在实现应答信息生成方法时,用于实现:
根据所述任务标识从多个业务类别数据库中确定目标数据库,其中,各所述业务类别数据库中包括多个预设答复文本;
所述处理器在实现根据所述任务关键字确定目标答复文本时,用于实现:
根据所述任务关键字对所述目标数据库中的所有预设答复文本进行遍历,得到所述任务关键字与各个预设答复文本的文本匹配度;
根据所述文本匹配度确定目标答复文本。
在一个实施例中,所述处理器在实现基于应答信息生成模型,根据所述任务标识和所述目标答复文本生成应答信息时,用于实现:
基于所述应答生成模型的信息向量化网络,将所述任务标识向量化处理得到第一向量,以及将所述目标答复文本向量化处理得到第二向量;
基于所述应答生成模型的向量拼接网络,将所述第一向量和所述第二向量进行拼接,得到第三向量;
基于所述应答生成模型的转换网络,将所述第三向量转换为所述应答信息。
在一个实施例中,所述处理器在实现应答信息生成方法时,用于实现:
基于所述界面生成网络,对所述任务标识标记第一标识,以及对所述目标答复文本标记第二标识,得到标记好的应答信息,其中,所述第一标识用于指示所述客户端将所述任务标识显示于所述客户端的显示界面的第一界面,所述第二标识用于指示所述客户端将所述目标答复文本显示于所述客户端的显示界面的第二界面;
所述处理器在实现将所述应答信息发送给所述客户端时,用于实现:
将所述标记好的应答信息发送给所述客户端。
在一个实施例中,所述处理器在实现根据所述任务异常信息确定任务的任务标识时,用于实现:
确定所述任务异常信息中多个字段之间的位置关系;
根据所述多个字段之间的位置关系确定所述任务的任务标识。
需要说明的是,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述应答信息生成的具体工作过程,可以参考前述应答信息生成控制方法实施例中的对应过程,在此不再赘述。
本申请实施例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计算机程序,所述计算机程序中包括程序指令,所述程序指令被执行时所实现的方法可参照本申请应答信息生成方法的各个实施例。
其中,所述计算机可读存储介质可以是前述实施例所述的计算机设备的内部存储单元,例如所述计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备,例如所述计算机设备上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。需要说明的是,在本文中,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、物品或者***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、物品或者***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,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种应答信息生成方法,其特征在于,包括:
获取从客户端发送的任务异常信息;
根据所述任务异常信息确定任务的任务标识;
基于流程管理***,根据所述任务标识获取所述任务的流程节点信息;
基于关键字提取模型,在所述任务异常信息中提取任务关键字;
判断所述任务关键字与所述流程节点信息是否匹配;
若判定所述流程节点信息与所述任务关键字匹配,则根据所述任务关键字确定目标答复文本;
基于应答信息生成模型,根据所述任务标识和所述目标答复文本生成应答信息;
将所述应答信息发送给所述客户端。
2.如权利要求1所述的应答信息生成方法,其特征在于,所述基于关键字提取模型,在所述任务异常信息中提取任务关键字,包括:
基于所述关键字提取模型的遍历网络,遍历所述任务异常信息中的所有字段,得到各个字段对应的键值对;
获取预设关键字的键值对,并将所述预设关键字的键值对和所述任务异常信息中字段对应的键值对输入所述关键字提取模型的比对网络,确定任务关键字。
3.如权利要求2所述的应答信息生成方法,其特征在于,所述判断所述任务关键字与所述流程节点信息是否匹配,包括:
根据所述流程节点信息与所述任务关键字确定匹配度;
若所述匹配度大于预设匹配阈值,判定所述流程节点信息与所述任务关键字匹配;
其中,所述匹配度与在所述流程节点信息中出现所述任务关键字的数量正相关。
4.如权利要求1-3任一项所述的应答信息生成方法,其特征在于,所述方法还包括:
根据所述任务标识从多个业务类别数据库中确定目标数据库,其中,各所述业务类别数据库中包括多个预设答复文本;
所述根据所述任务关键字确定目标答复文本,包括:
根据所述任务关键字对所述目标数据库中的所有预设答复文本进行遍历,得到所述任务关键字与各个预设答复文本的文本匹配度;
根据所述文本匹配度确定目标答复文本。
5.如权利要求1-3任一项所述的应答信息生成方法,其特征在于,所述基于应答信息生成模型,根据所述任务标识和所述目标答复文本生成应答信息,包括:
基于所述应答生成模型的信息向量化网络,将所述任务标识向量化处理得到第一向量,以及将所述目标答复文本向量化处理得到第二向量;
基于所述应答生成模型的向量拼接网络,将所述第一向量和所述第二向量进行拼接,得到第三向量;
基于所述应答生成模型的转换网络,将所述第三向量转换为所述应答信息。
6.如权利要求1-3任一项所述的应答信息生成方法,其特征在于,所述应答信息生成模型包括界面生成网络,所述基于应答信息生成模型,根据所述任务标识和所述目标答复文本生成应答信息,包括:
基于所述界面生成网络,对所述任务标识标记第一标识,以及对所述目标答复文本标记第二标识,得到标记好的应答信息,其中,所述第一标识用于指示所述客户端将所述任务标识显示于所述客户端的显示界面的第一界面,所述第二标识用于指示所述客户端将所述目标答复文本显示于所述客户端的显示界面的第二界面;
所述将所述应答信息发送给所述客户端,包括:
将所述标记好的应答信息发送给所述客户端。
7.如权利要求1所述的应答信息生成方法,其特征在于,所述根据所述任务异常信息确定任务的任务标识,包括:
确定所述任务异常信息中多个字段之间的位置关系;
根据所述多个字段之间的位置关系确定所述任务的任务标识。
8.一种应答信息生成装置,其特征在于,所述应答信息生成装置包括:
异常信息获取模块,用于获取从客户端发送的任务异常信息;
任务标识确定模块,用于根据所述任务异常信息确定任务的任务标识;
流程节点信息确定模块,用于基于流程管理***,根据所述任务标识获取所述任务的流程节点信息;
关键字提取模块,用于基于关键字提取模型,在所述任务异常信息中提取任务关键字;
信息匹配判断模块,用于判断所述任务关键字与所述流程节点信息是否匹配;
目标答复文本确定模块,用于若判定所述流程节点信息与所述任务关键字匹配,则根据所述任务关键字确定目标答复文本;
应答信息生成模块,用于基于应答信息生成模型,根据所述任务标识和所述目标答复文本生成应答信息;
应答信息发送模块,用于将所述应答信息发送给所述客户端。
9.一种计算机设备,其特征在于,所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如权利要求1至7中任一项所述的应答信息生成方法的步骤。
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计算机程序,其中所述计算机程序被处理器执行时,实现如权利要求1至7中任一项所述的应答信息生成方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110853383.7A CN113515705A (zh) | 2021-07-27 | 2021-07-27 | 应答信息生成方法、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 |
---|---|---|---|
CN202110853383.7A CN113515705A (zh) | 2021-07-27 | 2021-07-27 | 应答信息生成方法、装置、设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113515705A true CN113515705A (zh) | 2021-10-19 |
Family
ID=78067858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110853383.7A Pending CN113515705A (zh) | 2021-07-27 | 2021-07-27 | 应答信息生成方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113515705A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115460555A (zh) * | 2022-09-01 | 2022-12-09 | 中国银行股份有限公司 | 一种5g消息应答处理方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105227447A (zh) * | 2015-10-29 | 2016-01-06 | 北京奇虎科技有限公司 | 问题反馈信息在线回复方法及服务器 |
CN109597986A (zh) * | 2018-10-16 | 2019-04-09 | 深圳壹账通智能科技有限公司 | 异常问题的定位方法、装置、设备及存储介质 |
CN111309882A (zh) * | 2020-02-13 | 2020-06-19 | 支付宝(杭州)信息技术有限公司 | 用于实现智能客服问答的方法和装置 |
CN112653798A (zh) * | 2020-12-22 | 2021-04-13 | 平安普惠企业管理有限公司 | 智能客服语音应答方法、装置、计算机设备及存储介质 |
-
2021
- 2021-07-27 CN CN202110853383.7A patent/CN113515705A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105227447A (zh) * | 2015-10-29 | 2016-01-06 | 北京奇虎科技有限公司 | 问题反馈信息在线回复方法及服务器 |
CN109597986A (zh) * | 2018-10-16 | 2019-04-09 | 深圳壹账通智能科技有限公司 | 异常问题的定位方法、装置、设备及存储介质 |
CN111309882A (zh) * | 2020-02-13 | 2020-06-19 | 支付宝(杭州)信息技术有限公司 | 用于实现智能客服问答的方法和装置 |
CN112653798A (zh) * | 2020-12-22 | 2021-04-13 | 平安普惠企业管理有限公司 | 智能客服语音应答方法、装置、计算机设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115460555A (zh) * | 2022-09-01 | 2022-12-09 | 中国银行股份有限公司 | 一种5g消息应答处理方法及装置 |
CN115460555B (zh) * | 2022-09-01 | 2024-05-24 | 中国银行股份有限公司 | 一种5g消息应答处理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022105122A1 (zh) | 基于人工智能的答案生成方法、装置、计算机设备及介质 | |
CN109510737B (zh) | 协议接口测试方法、装置、计算机设备和存储介质 | |
CN110929125B (zh) | 搜索召回方法、装置、设备及其存储介质 | |
CN109614327B (zh) | 用于输出信息的方法和装置 | |
CN112559526A (zh) | 数据表导出方法、装置、计算机设备及存储介质 | |
CN114493255A (zh) | 基于知识图谱的企业异常监控方法及其相关设备 | |
CN115618415A (zh) | 敏感数据识别方法、装置、电子设备和存储介质 | |
CN113434542B (zh) | 数据关系识别方法、装置、电子设备及存储介质 | |
CN113515705A (zh) | 应答信息生成方法、装置、设备及计算机可读存储介质 | |
CN112686026B (zh) | 基于信息熵的关键词提取方法、装置、设备及介质 | |
CN113177407A (zh) | 数据字典的构建方法、装置、计算机设备及存储介质 | |
CN110674383B (zh) | 舆情查询方法、装置及设备 | |
CN110688842B (zh) | 一种文档标题层级的分析方法、装置及服务器 | |
CN110097258B (zh) | 一种用户关系网络建立方法、装置及计算机可读存储介质 | |
CN112395880A (zh) | 结构化三元组的纠错方法、装置、计算机设备及存储介质 | |
CN116502147A (zh) | 异常检测模型的训练方法及相关设备 | |
CN113656466B (zh) | 保单数据查询方法、装置、设备及存储介质 | |
CN113420143B (zh) | 文书摘要生成方法、装置、设备及存储介质 | |
CN112989820B (zh) | 法律文书定位方法、装置、设备及存储介质 | |
CN115017269A (zh) | 一种确定相似文本的数据处理*** | |
CN114398676A (zh) | 基于人工智能的数据安全分级方法、装置、设备及介质 | |
CN113901821A (zh) | 一种实体命名识别方法、装置、设备及存储介质 | |
CN113177543A (zh) | 证件识别方法、装置、设备及存储介质 | |
CN111708819A (zh) | 用于信息处理的方法、装置、电子设备和存储介质 | |
CN113704405B (zh) | 基于录音内容的质检评分方法、装置、设备及存储介质 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20211019 |