CN116955430A - 一种需求反馈方法、***及相关装置 - Google Patents
一种需求反馈方法、***及相关装置 Download PDFInfo
- Publication number
- CN116955430A CN116955430A CN202310678673.1A CN202310678673A CN116955430A CN 116955430 A CN116955430 A CN 116955430A CN 202310678673 A CN202310678673 A CN 202310678673A CN 116955430 A CN116955430 A CN 116955430A
- Authority
- CN
- China
- Prior art keywords
- content
- user
- feedback
- analyzed
- demand
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000004458 analytical method Methods 0.000 claims abstract description 50
- 230000004044 response Effects 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 17
- 230000001960 triggered effect Effects 0.000 claims description 13
- 238000012216 screening Methods 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 80
- 230000008569 process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000012549 training Methods 0.000 description 10
- 239000013589 supplement Substances 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000153 supplemental effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种需求反馈方法、***及相关装置,该方法包括:获取用户输入的需求内容以及所述用户对应的用户信息;基于所述需求内容以及所述用户信息,确定待分析内容;其中,所述待分析内容包括需求内容以及所述用户信息中的至少部分;将所述待分析内容输入智能分析模型,得到所述智能分析模型输出的与所述需求内容匹配的目标反馈内容。通过上述方式,本申请能够提高获得目标反馈内容的效率和准确性。
Description
技术领域
本申请涉及人机交互技术领域,特别是涉及一种需求反馈方法、***及相关装置。
背景技术
随着人机交互技术的不断发展,智能终端能够根据用户提出的需求给出相应的反馈内容。目前常用的需求反馈方法主要是通过对用户的需求内容进行分析,并得到与需求内容相关的信息,通过整合反馈给用户,该方式获得反馈内容的效率较高,但得到的反馈内容的准确度较低。另一常用的需求反馈方法是单纯将用户在历史使用过程中的所有使用数据和需求内容进行结合,从而生成相应的反馈内容,该方式有助于提高得到的反馈内容的准确度,但由于使用数据量较大,导致反馈内容生成效率较低。因此,如何高效且准确获得与用户的需求内容匹配的反馈内容,成为亟待解决的问题。
发明内容
本申请主要解决的技术问题是提供一种需求反馈方法、***及相关装置,能够提高获得目标反馈内容的效率和准确性。
为解决上述技术问题,本申请采用的一个技术方案是:提供一种需求反馈方法,包括:获取用户输入的需求内容以及所述用户对应的用户信息;基于所述需求内容以及所述用户信息,确定待分析内容;其中,所述待分析内容包括所述需求内容以及所述用户信息中的至少部分;将所述待分析内容输入智能分析模型,得到所述智能分析模型输出的与所述需求内容匹配的目标反馈内容。
为解决上述技术问题,本申请采用的另一个技术方案是:提供一种需求反馈***,包括:获取模块,用于获取用户输入的需求内容以及所述用户对应的用户信息;处理模块,用于基于所述需求内容以及所述用户信息,确定待分析内容;其中,所述待分析内容包括所述需求内容以及所述用户信息中的至少部分;反馈模块,用于将所述待分析内容输入智能分析模型,得到所述智能分析模型输出的与所述需求内容匹配的目标反馈内容。
为解决上述技术问题,本申请采用的又一个技术方案是:提供一种移动终端,包括:显示屏、存储器和处理器,所述显示屏和所述存储器分别耦接于所述处理器,所述显示屏至少用于向用户展示内容以及供用户输入或选择内容,所述存储器中存储有程序指令,所述处理器用于执行所述程序指令以实现如上述技术方案中提到的需求反馈方法。
为解决上述技术方案,本申请采用的又一个技术方案是:提供一种计算机可读存储介质,其上存储有程序指令,所述程序指令被处理器执行时实现如上述技术方案中提到的需求反馈方法。
本申请的有益效果是:区别于现有技术的情况,本申请提出的需求反馈方法,通过获取用户输入的需求内容以及用户信息,并根据需求内容对用户信息进行筛选,以得到与需求内容相关的至少部分用户信息,从而无需结合无关的用户信息生成与需求内容匹配的目标反馈内容,在提高目标反馈内容生成效率的同时,也提高了目标反馈内容与用户的实际需求的契合度。另外,利用具备较优的语言理解能力以及文本生成能力的智能分析模型生成目标反馈内容,以提高得到的目标反馈内容的准确率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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。其中:
图1是本申请需求反馈方法一实施方式的流程示意图;
图2是步骤S101对应一实施方式的流程示意图;
图3是本申请需求反馈方法对应一实施方式的示意图;
图4是步骤S102对应一实施方式的流程示意图;
图5是步骤S1022对应一实施方式的示意图;
图6是步骤S102对应另一实施方式的流程图;
图7是步骤S302对应一实施方式的示意图;
图8是步骤S103对应另一实施方式的流程示意图;
图9是步骤S1032之后对应一实施方式的流程示意图;
图10是本申请需求反馈***对应一实施方式的结构示意图;
图11是本申请移动终端一实施方式的结构示意图
图12是本申请计算机可读存储介质一实施方式的结构示意图。
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,所描述的实施例仅仅是本申请一部分实施例,而不是全部实施例。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的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。
本文中术语“***”和“网络”在本文中常被可互换使用。本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。此外,本文中的“多”表示两个或者多于两个。
本申请提出的需求反馈方法依托于对话机器人实现的,并且,该对话机器人可以是智能终端上的应用或者至少集成有文本处理功能的智能终端。其中,上述智能终端可以为手机、平板电脑或个人电脑等设备。
请参阅图1,图1是本申请需求反馈方法一实施方式的流程示意图,该方法包括:
S101:获取用户输入的需求内容以及用户对应的用户信息。
在一实施方式中,请参阅图2,图2是步骤S101对应一实施方式的流程示意图。具体地,步骤S101包括:
S1011:响应于获取到用户输入的用户需求,生成与用户需求相匹配的回复内容。其中,至少部分回复内容包括用于引导用户完善需求的第三引导内容。
在一实施方式中,步骤S1011的实施过程包括:获取用户手动输入的文本,并将该文本作为用户需求;或者,响应于对话机器人具备语音识别能力,获取用户输入的需求语音,并对该需求语音进行语音识别,以得到对应的转写文本,将该转写文本作为用户需求。
进一步地,对用户输入的用户需求进行分析,并生成回复内容在相应的展示界面进行展示。
在一实施场景中,响应于用户需求尚未明确,且无法根据当前得到的用户需求给出准确的反馈内容,此时,生成第三引导内容以引导用户对已经输入的需求进行完善。
S1012:获取用户基于第三引导内容输入的用户需求,并重新执行响应于获取到用户输入的用户需求,生成与用户需求相匹配的回复内容的步骤,直至确定需求已明确。
在一实施方式中,步骤S1012的实施过程包括:响应于获取到用户基于第三引导内容补充的用户需求,将用户补充的用户需求以及第三引导内容之前的用户需求进行结合,以得到最新用户需求。检测最新用户需求是否明确。若明确,则执行步骤S1013;若尚未明确,则返回至上述步骤S201,以再次获取用户补充的用户需求。
在一实施场景中,将得到的用户需求输入至预先训练后的需求分析模型中,该需求分析模型对用户需求进行分析,以确定需求分析模型的完善程度。响应于该完善程度对应的数值小于预设阈值,则认为用户需求尚不明确。其中,上述需求分析模型是利用多个训练数据进行训练获得的,该训练数据包括多个标注有对应标签的训练需求,每个训练需求对应的标签为其对应的完善程度。
在另一实施场景中,在得到用户需求后,对该用户需求进行分词处理,以提取出该用户需求中预设词性对应的词语的数量。响应于该数量小于数量阈值,则认为用户需求尚不明确。其中,上述预设词性可以为名词,当用户需求中预设词性对应的词语的数量越多,则认为用户需求的描述越详细,后续基于用户需求内容得到反馈内容越准确。
S1013:基于用户输入的所有用户需求,确定需求内容以及用户对应的用户信息。
在一实施方式中,步骤S1013的实施过程包括:响应于需求明确,对获取到的所有用户需求进行分析,以从所有用户需求中提取出需求内容以及用户对应的用户信息。
在一具体应用场景中,请参阅图3,图3是本申请需求反馈方法对应一实施方式的示意图。在获取到用户输入的第一用户需求11后,对该第一用户需求11进行分析,并判定该第一用户需求11的需求范围过大,根据该第一用户需求11得到用户所关注的信息内容的准确率较低。此时,生成用于引导用户完善需求的第三引导内容21。响应于获取到用户根据第三引导内容21输入的第二用户需求12,对该第二用户需求12进行分析,以确定第二用户需求12中所包含的用户需求,例如,“汽车”;以及,确定第二用户需求12中所包含的用于组成用户信息的初始标签,例如“热爱足球”和“公务员”。
可选地,用户信息既可以包括从当前轮次对应的所有用户需求中得到的用户信息,也可以包括从历史轮次对应的所有用户需求以及历史目标反馈内容中得到的历史用户信息。其中,每个轮次包括用户提出的用户需求直至给出目标反馈内容为一个轮次,不同轮次对应的需求内容或目标反馈内容相互区别。
在另一实施方式中,上述步骤S1011中回复内容除第三引导内容外,还可以包括其他。
在一实施场景中,回复内容还包括用于展示用户已输入的用户需求以及用户信息的描述文本,以提示用户后续将根据该描述文本中提到的用户需求以及用户信息生成相应的反馈内容。
在又一实施场景中,回复内容还包括对于用户输入的用户需求进行回应的回应文本。
在一具体应用场景中,请继续参阅图3,响应于获取到用户根据第三引导内容21输入的第二用户需求12之后,结合用户输入的第一用户需求11和第二用户需求12进行分析,生成包含总结出用户需求以及用户信息的描述文本22,以提示用户将根据描述文本22中涉及到的用户需求以及用户信息生成反馈内容。另外,响应于用户期望对描述文本22中总结出的用户需求和用户信息中的部分进行删除,获取到用户输入的第三用户需求13,并对该第三用户需求13进行回复,即生成回应文本23并展示给用户。当然,上述第三用户需求13也可以包含用户期望添加的其他需求内容。
S102:基于需求内容以及用户信息,确定待分析内容。其中,待分析内容包括需求内容以及用户信息中的至少部分。
在一实施方式中,步骤S102的实施过程包括:响应于用户信息中包含多个初始标签,在获得用户信息对应的多个初始标签后,将需求内容和所有初始标签输入至预先训练后的筛选模型,以得到与需求内容相关的至少部分参考标签。其中,上述筛选模型是利用多个训练数据进行训练获得的。
进一步地,将需求内容以及经过上述步骤得到的参考标签作为待分析内容,以助于后续仅结合需求内容及其相关的用户信息生成相应的目标反馈内容,避免了无关用户信息的干扰,在节省模型计算成本的同时,提高了获得目标反馈内容的准确率。
S103:将待分析内容输入智能分析模型,得到智能分析模型输出的与需求内容匹配的目标反馈内容。
在一实施方式中,步骤S103的实施过程包括:将得到的待分析内容输入至智能分析模型,并要求智能分析模型根据待分析内容输出目标反馈内容。
在一实施场景中,上述智能分析模型为具备较优的语言理解能力以及文本生成能力的大语言模型,将待分析内容提供给大语言模型,并要求大语言模型对待分析内容中的需求内容和参考标签进行分析,并输出与当前需求内容匹配的目标反馈内容。
在一具体应用场景中,上述大语言模型为生成式预训练Transformer模型(Generative Pre-Training,GPT)。
在另一具体应用场景中,上述要求大语言模型对待分析内容中的需求内容和参考标签进行分析,并输出与当前需求内容匹配的目标反馈内容的过程包括:在将待分析内容输入大语言模型的同时,生成要求大语言模型生成目标反馈内容的要求文本,例如,“请根据输入的内容生成反馈内容”。
本申请提出的需求反馈方法,通过获取用户输入的需求内容以及用户信息,并根据需求内容对用户信息进行筛选,以得到与需求内容相关的至少部分用户信息,从而无需结合无关的用户信息生成与需求内容匹配的目标反馈内容,在提高目标反馈内容生成效率的同时,也提高了目标反馈内容与用户的实际需求的契合度。另外,利用具备较优的语言理解能力以及文本生成能力的智能分析模型生成目标反馈内容,以提高得到的目标反馈内容的准确率。
在另一实施方式中,在一实施方式中,请参阅图4,图4是步骤S102对应一实施方式的流程示意图。步骤S102的具体实施过程还可以包括:
S1021:基于需求内容对用户信息中的所有初始标签进行筛选,得到至少部分与需求内容相关的参考标签。
在一实施方式中,步骤S1021的实施过程包括:响应于用户信息中包含多个初始标签,将需求内容和所有初始标签输入预先训练后的筛选模型,以得到与需求内容相关的至少部分参考标签。其中,具体实施过程可参考上述步骤S102,在此不进行详细阐述。
S1022:基于需求内容和参考标签,得到待分析内容。
在一实施方式中,步骤S1022的实施过程包括:基于需求内容以及参考标签,生成用于引导用户输入标签的第一引导内容。
在一实施场景中,基于需求内容判断参考标签是否需要完善,若需要,则生成用于引导用户输入标签的第一引导内容。
具体地,将需求内容与参考标签输入至预先训练后的判断模型,该判断模型对需求内容进行分析,以确定与该需求内容相关的标签类别,判断是否具有与每个标签类别对应的参考标签。若否,则生成用于引导用户输入标签的第一引导内容,使得用户可以根据实际情况对参考标签进行补充,从而有助于使得后续生成的反馈内容与用户信息更加匹配。
其中,上述判断模型是利用多个训练数据进行训练获得的,其具体模型结构可参照的语义分析模型结构,本申请对此不进行详细阐述。
在另一实施场景中,在得到参考标签后,直接生成用于引导用户输入标签的第一引导内容。与上述实施场景相比,本实施场景下的方案无需判断参考标签是否需要完善,节省了计算成本。
另外,在生成第一引导内容后,将该第一引导内容在相应的展示界面进行展示,并在展示界面设置“添加”选项和“拒绝添加”选项。响应于用户点击“添加”选项,则可以对参考标签进行补充;响应于用户点击“拒绝添加”选项,则执行后续步骤。
进一步地,响应于获得用户基于第一引导内容输入的补充标签,基于需求内容、参考标签和补充标签,得到待分析内容。
在一实施场景中,将需求内容、用户根据第一引导内容输入的补充标签以及筛选得到的参考标签,作为待分析内容。
在另一实施场景中,请参阅图5,图5是步骤S1022对应一实施方式的示意图。具体地,对于获得的标签在展示界面分别进行展示。即将参考标签101在展示界面的第一区域100进行展示,将区别于参考标签101的初始标签201在第二区域200进行展示,以及将补充标签301在第三区域300进行展示。其中,用户可以通过在展示界面进行点击操作以对各个标签的属性进行调整,从而提高灵活性。
具体地,响应于获取到用户在第一区域100触发的移除指令,将移除指令对应的参考标签101作为初始标签201,并添加至第二区域200。响应于获取到用户在第二区域200触发的选择指令,将选择指令对应的初始标签201作为参考标签101,并添加至第一区域100。响应于获取到用户在第三区域300触发的确认指令,将所有补充标签301作为参考标签101,并添加至第一区域100。
在一具体应用场景中,第一区域100中每个参考标签101右上角设置有“×”按钮,用户可以通过点击“×”,以对相应的参考标签101触发移除指令。第二区域200中每个初始标签201的右上角设置有“+”按钮,用户可以通过点击“+”,以对相应的初始标签201触发选择指令。第三区域300设置有“确认”按钮,用户可以通过点击该“确定”按钮,以将所有的补充标签301作为参考标签101,并添加至第一区域100;当然,每个补充标签301的右上角设置有“+”按钮,用户可以通过点击“+”,以将对应的补充标签301添加至第一区域100。
在另一具体应用场景中,用户可以通过长按操作,对相应的参考标签101触发移除指令。以及,通过长按操作,对相应的初始标签201触发选择指令。又或者,用户可以通过拖动,将标签移动至目标区域;例如,用户期望在生成目标反馈内容时,可以考虑结合某个初始标签201,则通过触摸屏幕或者鼠标等方式,将该初始标签201拖动至第一区域100。
在又一具体应用场景中,对于第三区域300内的多个补充标签301,用户也可以选择部分添加至第一区域100,具体实施过程可参照上述应用场景,在此不进行详细阐述。
进一步地,在用户完成对各个标签属性进行调整的操作后,将需求内容以及第一区域100的参考标签101,作为待分析内容。
在一实施场景中,展示界面设置有“完成”按钮,响应于用户确认参考标签101无误,且点击“完成”按钮后,将第一区域100内的所有参考标签101,作为待分析内容。
在另一实施场景中,用户可以直接通过输入相应的语音来确认参考标签101无误,处理器对用户语音进行分析并执行后续步骤。例如,用户输入语音“请根据参考标签生成目标反馈内容”后,将第一区域100内的所有参考标签101,作为待分析内容。
在另一实施方式中,请参阅图6,图6是步骤S102对应另一实施方式的流程图。具体地,响应于用户信息包含多个候选用户分别对应多个初始标签,步骤S102还可以包括:
S301:基于需求内容从多个候选用户中确定至少一个参考用户。
在一实施方式中,步骤S301的实施过程包括:响应于实际应用中对话机器人所服务的对象为多个,将所有服务对象作为候选用户,且根据历史数据对每个候选用户的用户信息进行匹配和存储,即每个候选用户都分别对应有多个初始标签。例如,对于家庭使用场景,多个候选人物为当前家庭中的各个成员;对于办公场景,多个候选人物之间关系为同事。
在获取到需求内容后,将需求内容输入至预先训练后的用户分析模型,该用户分析模型对需求内容进行分析,以确定与该需求内容相关的候选用户,并将该相关的候选用户作为参考用户。以使得后续根据多个参考人物分别对应的用户信息,得到目标反馈内容,从而提高目标反馈内容的准确性。
S302:基于需求内容以及各个参考用户分别对应的初始标签,确定待分析内容。
在一实施方式中,步骤S302的实施过程包括:在确定与需求内容相关的多个参考用户后,基于需求内容对每个参考用户对应的初始标签进行筛选,得到每个参考用户与需求内容相关的至少部分参考标签,并将需求内容以及所有参考用户的参考标签作为待分析内容。
其中,确定每个参考用户对应的参考标签的过程可参照步骤S102或步骤S1021至步骤S1022,在此不进行详细阐述。
在另一实施方式中,请参阅图7,图7是步骤S302对应一实施方式的示意图。具体地,步骤S302的实施过程还可以包括:将所有参考用户在展示界面的第四区域400进行展示。响应于获取到用户在第四区域400触发的人物选定指令,将人物选定指令对应的参考用户作为目标用户,从而提高确定目标用户的灵活性。
在一实施场景中,用户通过触摸或鼠标点击等方式触发人物选定指令,并将点击过的参考用户作为目标用户401。对于用户未选择的部分参考用户,则将其从第四区域400移除。或者,响应于用户期望在已有参考用户的基础上添加其他用户,获取用户点击第四区域400内的添加按钮402的操作,并将区别于参考用户的候选用户在展示界面进行展示;响应于获取到用户选择候选用户的指令,将对应的候选用户作为目标用户401,并在第四区域400内进行展示。
进一步地,针对每个目标用户401,基于需求内容以及目标用户401对应的初始标签,得到与需求内容相关的参考标签。
在一实施场景中,用户可以通过点击第四区域400内的任一目标用户401,以使得第一区域100展示该目标用户401对应的参考标签101、第二区域200展示该目标用户401对应的初始标签201以及在第三区域300展示该目标用户401对应的补充标签301,以供用户查阅。或者,在点击任一目标用户401后,在展示界面进行操作以对该目标用户401对应的各个标签的属性进行调整,从而最终得到该目标用户401与需求内容相关的多个参考标签101。其中,对各个标签的属性进行调整的具体过程可参照上述步骤S1022,在此不进行详细阐述。
进一步地,将需求内容以及各个目标用户401对应的参考标签101作为待分析内容,以使得后续结合各个目标用户401的用户信息生成目标反馈内容,从而使得得到的目标反馈内容更好满足各个目标用户401的用户信息,提升用户体验感。
在又一实施方式中,请参阅图8,图8是步骤S103对应另一实施方式的流程示意图。响应于智能分析模型输出的反馈内容的数量可以为多个,在此情况下,上述步骤S103的实施过程包括:
S1031:将待分析内容输入智能分析模型,得到智能分析模型输出的反馈内容序列。其中,反馈内容序列中包括多个参考反馈内容,参考反馈内容按照推荐度从大到小的顺序进行排序。
在一实施方式中,步骤S1031的实施过程包括:将待分析内容输入至智能分析模型后,要求智能分析模型根据待分析内容生成至少部分参考反馈内容,并确定每个参考反馈内容对应的推荐度,以及根据推荐度从大到小的顺序对所有参考反馈内容进行排序。得到智能分析模型输出的反馈内容序列后,将该反馈内容序列展示给用户,以使得用户优先浏览到推荐度较高的参考反馈内容,从而提升用户体验感。其中,推荐度至少与对应参考反馈内容和待分析内容之间的相关程度有关。
在一实施场景中,智能分析模型对各个参考反馈内容和待分析内容进行语义分析,并获得各个参考反馈内容与待分析内容之间的语义相似度,该语义相似度与推荐度呈正相关,即语义相似度越高,推荐度越高。
在另一实施场景中,智能分析模型也可以仅根据参考反馈内容与所有目标用户对应的参考标签的相关程度,确定该参考反馈内容的推荐度,从而使得生成的参考反馈内容更适合多目标用户下的使用场景。
S1032:获取用户从所有参考反馈内容中选择的选定反馈内容,将选定反馈内容作为目标反馈内容。
在一实施方式中,步骤S1032的实施过程包括:在获得智能分析模型输出的反馈内容序列后,将该反馈内容在展示界面进行展示。响应于获取到用户与展示界面触发的反馈内容选择指令,将该反馈内容选择指令对应的选定反馈内容,作为目标反馈内容,并在展示界面进行详细展示。
在另一实施方式中,请参阅图9,图9是步骤S1032之后对应一实施方式的流程示意图。步骤S1032之后还包括:
S401:响应于目标反馈内容对应的推荐度小于推荐度阈值,生成用于引导用户明确选择依据的第二引导内容。
在一实施方式中,步骤S401的实施过程包括:在获得用户选择的选定反馈内容后,获取该选定反馈内容对应的推荐度,并将该推荐度与推荐度阈值进行比较。若该推荐度小于推荐度阈值,则认为智能分析模型生成的反馈内容与用户的需求内容的匹配度较低。为提高后续使用过程中目标反馈内容的准确率,生成用于引导用户明确选择依据的第二引导内容,即询问用户选择该选定反馈内容的原因。
在另一实施方式中,步骤S401还可以包括:获得用户选择的选定反馈内容在反馈内容序列中的排列序号,若该排列序号对应的数值大于预设数值,则认为智能分析模型生成的反馈内容与用户的需求内容的匹配度较低,并生成用于引导用户明确选择依据的第二引导内容。其中,上述预设数值可以为3、4或5等。例如,当预设数值为3,当用户选择反馈内容序列中第四个参考反馈内容,作为选定反馈内容,则认为智能分析模型生成的反馈内容与用户的需求内容的匹配度较低。
S402:获取用户基于第二引导内容输入的答复内容,基于答复内容,得到更新标签,利用更新标签对用户信息进行更新。
在一实施方式中,响应于获取到用户基于第二引导内容输入的答复内容,对该答复内容进行语义分析,并提取适用于作为用户信息的更新标签,并对历史用户信息进行更新,以助于后续使用过程中,利用更新后的用户信息生成目标反馈内容,从而提高目标反馈内容与用户需求内容的契合度。
例如,响应于获取到用户输入的答复内容为“我更喜欢足球”,则得到用户对应的更新标签“喜欢足球”,并将该更新标签添加至用户对应的用户信息中。
请参阅图10,图10是本申请需求反馈***对应一实施方式的结构示意图。该需求反馈***具体包括:获取模块30、处理模块40和反馈模块50。
具体而言,获取模块30用于获取用户输入的需求内容以及用户对应的用户信息。
处理模块40用于基于需求内容以及用户信息,确定待分析内容。其中,待分析内容包括需求内容以及用户信息中的至少部分。
反馈模块50用于将待分析内容输入智能分析模型,得到智能分析模型输出的与需求内容匹配的目标反馈内容。
在一实施方式中,请继续参阅图10,本申请提出的需求反馈***中还包括与处理模块40耦接的筛选子模块41,响应于用户信息中包含多个初始标签,筛选子模块41用于基于需求内容对用户信息中的所有初始标签进行筛选,得到至少部分与需求内容相关的参考标签;处理模块40基于需求内容和参考标签,得到待分析内容。
在一实施场景中,处理模块40基于需求内容和参考标签,得到待分析内容,包括:基于需求内容以及参考标签,生成用于引导用户输入标签的第一引导内容;响应于获得用户基于第一引导内容输入的补充标签,基于需求内容、参考标签和补充标签,得到待分析内容。
在一具体应用场景中,处理模块40基于需求内容、参考标签和补充标签,得到待分析内容,包括:将参考标签在展示界面的第一区域进行展示,将区别于参考标签的初始标签在第二区域进行展示,以及将补充标签在第三区域进行展示;响应于获取到用户在第一区域触发的移除指令,将移除指令对应的参考标签作为初始标签,并添加至第二区域;响应于获取到用户在第二区域触发的选择指令,将选择指令对应的初始标签作为参考标签,并添加至第一区域;响应于获取到用户在第三区域触发的确认指令,将所有补充标签作为参考标签,并添加至第一区域;将需求内容以及第一区域的参考标签,作为待分析内容。
在另一实施方式中,请继续参阅图10,本申请提出的需求反馈***中还包括与处理模块40耦接的用户分析子模块42,响应于用户信息包含多个候选用户分别对应的多个初始标签,该用户分析子模块42用于基于需求内容从多个候选用户中确定至少一个参考用户;处理模块40基于需求内容以及各个参考用户分别对应的初始标签,确定待分析内容。
在一实施场景中,处理模块40基于需求内容以及各个参考用户分别对应的初始标签,确定待分析内容,包括:将所有参考用户在展示界面的第四区域进行展示;响应于获取到用户在第四区域触发的人物选定指令,将人物选定指令对应的参考用户作为目标用户;针对每个目标用户,基于需求内容以及目标用户对应的初始标签,得到与需求内容相关的参考标签;将需求内容以及各个目标用户对应的参考标签作为待分析内容。
在一实施方式中,反馈模块50将待分析内容输入智能分析模型,得到智能分析模型输出的与需求内容匹配的目标反馈内容,包括:将待分析内容输入智能分析模型,得到智能分析模型输出的反馈内容序列;其中,反馈内容序列中包括多个参考反馈内容,参考反馈内容按照推荐度从大到小的顺序进行排序;获取用户从所有参考反馈内容中选择的选定反馈内容,将选定反馈内容作为目标反馈内容。
在一实施场景中,推荐度至少与对应参考反馈内容和待分析内容之间的相关程度有关。
在另一实施方式中,请继续参阅图10,本申请提出的需求反馈***中还包括与反馈模块50耦接的更新模块51,获取用户从所有参考反馈内容中选择的选定反馈内容,将选定反馈内容作为目标反馈内容之后,响应于目标反馈内容对应的推荐度小于推荐度阈值,更新模块51用于生成用于引导用户明确选择依据的第二引导内容,以及,获取用户基于第二引导内容输入的答复内容,基于答复内容,得到更新标签,利用更新标签对用户信息进行更新。
在一实施方式中,获取模块30获取用户输入的需求内容以及用户对应的用户信息,包括:响应于获取到用户输入的用户需求,生成与用户需求相匹配的回复内容;其中,至少部分回复内容包括用于引导用户完善需求的第三引导内容;获取用户基于第三引导内容输入的用户需求,并重新执行响应于获取到用户输入的用户需求,生成与用户需求相匹配的回复内容的步骤,直至确定需求已明确;基于用户输入的所有用户需求,确定需求内容以及用户对应的用户信息。
请参阅图11,图11是本申请移动终端一实施方式的结构示意图。该移动终端包括:显示屏60、存储器70和处理器80。显示屏60和存储器70分别耦接于处理器80,显示屏60至少用于向用户展示内容以及供用户输入或选择内容,存储器70中存储有程序指令,处理器80用于执行程序指令以实现上述任一实施方式中提到的需求反馈方法。具体地,电子设备包括但不限于:台式计算机、笔记本电脑、平板电脑、服务器等,在此不做限定。此外,处理器80还可以称为CPU(Center Processing Unit,中央处理单元)。处理器80可能是一种集成电路芯片,具有信号处理能力。处理器80还可以是、通用处理器、数字信号处理器(DigitalSignal 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。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。另外,处理器80可以由集成电路芯片共同实现。
请参阅图12,图12是本申请计算机可读存储介质一实施方式的结构示意图,该计算机可读存储介质90上存储有能够被处理器运行的程序指令91,程序指令91被处理器执行时实现上述任一实施例中提到的需求反馈方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性、机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例,并非因此限制本申请的专利范围,凡是利用本申请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它相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (13)
1.一种需求反馈方法,其特征在于,包括:
获取用户输入的需求内容以及所述用户对应的用户信息;
基于所述需求内容以及所述用户信息,确定待分析内容;其中,所述待分析内容包括所述需求内容以及所述用户信息中的至少部分;
将所述待分析内容输入智能分析模型,得到所述智能分析模型输出的与所述需求内容匹配的目标反馈内容。
2.根据权利要求1所述的方法,其特征在于,响应于所述用户信息中包含多个初始标签,所述基于所述需求内容以及所述用户信息,确定待分析内容,包括:
基于所述需求内容对所述用户信息中的所有所述初始标签进行筛选,得到至少部分与所述需求内容相关的参考标签;
基于所述需求内容和所述参考标签,得到所述待分析内容。
3.根据权利要求2所述的方法,其特征在于,所述基于所述需求内容和所述参考标签,得到所述待分析内容,包括:
基于所述需求内容以及所述参考标签,生成用于引导用户输入标签的第一引导内容;
响应于获得所述用户基于所述第一引导内容输入的补充标签,基于所述需求内容、所述参考标签和所述补充标签,得到所述待分析内容。
4.根据权利要求3所述的方法,其特征在于,所述基于所述需求内容、所述参考标签和所述补充标签,得到所述待分析内容,包括:
将所述参考标签在展示界面的第一区域进行展示,将区别于所述参考标签的初始标签在第二区域进行展示,以及将所述补充标签在第三区域进行展示;
响应于获取到所述用户在所述第一区域触发的移除指令,将所述移除指令对应的所述参考标签作为初始标签,并添加至所述第二区域;
响应于获取到所述用户在所述第二区域触发的选择指令,将所述选择指令对应的所述初始标签作为所述参考标签,并添加至所述第一区域;
响应于获取到所述用户在所述第三区域触发的确认指令,将所有所述补充标签作为所述参考标签,并添加至所述第一区域;
将所述需求内容以及所述第一区域的所述参考标签,作为所述待分析内容。
5.根据权利要求1所述的方法,其特征在于,响应于所述用户信息包含多个候选用户分别对应的多个初始标签,所述基于所述需求内容以及所述用户信息,确定待分析内容,包括:
基于所述需求内容从多个所述候选用户中确定至少一个参考用户;
基于所述需求内容以及各个所述参考用户分别对应的所述初始标签,确定待分析内容。
6.根据权利要求5所述的方法,其特征在于,所述基于所述需求内容以及各个所述参考用户分别对应的所述初始标签,确定待分析内容,包括:
将所有所述参考用户在展示界面的第四区域进行展示;
响应于获取到所述用户在所述第四区域触发的人物选定指令,将所述人物选定指令对应的所述参考用户作为目标用户;
针对每个所述目标用户,基于所述需求内容以及所述目标用户对应的所述初始标签,得到与所述需求内容相关的参考标签;
将所述需求内容以及各个所述目标用户对应的所述参考标签作为所述待分析内容。
7.根据权利要求1所述的方法,其特征在于,将所述待分析内容输入智能分析模型,得到所述智能分析模型输出的与所述需求内容匹配的目标反馈内容,包括:
将所述待分析内容输入智能分析模型,得到所述智能分析模型输出的反馈内容序列;其中,所述反馈内容序列中包括多个参考反馈内容,所述参考反馈内容按照推荐度从大到小的顺序进行排序;
获取用户从所有所述参考反馈内容中选择的选定反馈内容,将所述选定反馈内容作为所述目标反馈内容。
8.根据权利要求7所述的方法,其特征在于,所述推荐度至少与对应所述参考反馈内容和所述待分析内容之间的相关程度有关。
9.根据权利要求7所述的方法,其特征在于,所述获取用户从所有所述参考反馈内容中选择的选定反馈内容,将所述选定反馈内容作为所述目标反馈内容之后,包括:
响应于所述目标反馈内容对应的所述推荐度小于推荐度阈值,生成用于引导用户明确选择依据的第二引导内容;
获取所述用户基于所述第二引导内容输入的答复内容,基于所述答复内容,得到更新标签,利用所述更新标签对所述用户信息进行更新。
10.根据权利要求1所述的方法,其特征在于,所述获取用户输入的需求内容以及所述用户对应的用户信息,包括:
响应于获取到所述用户输入的用户需求,生成与所述用户需求相匹配的回复内容;其中,至少部分所述回复内容包括用于引导用户完善需求的第三引导内容;
获取所述用户基于所述第三引导内容输入的所述用户需求,并重新执行所述响应于获取到所述用户输入的用户需求,生成与所述用户需求相匹配的回复内容的步骤,直至确定需求已明确;
基于用户输入的所有所述用户需求,确定所述需求内容以及所述用户对应的用户信息。
11.一种需求反馈***,其特征在于,包括:
获取模块,用于获取用户输入的需求内容以及所述用户对应的用户信息;
处理模块,用于基于所述需求内容以及所述用户信息,确定待分析内容;其中,所述待分析内容包括所述需求内容以及所述用户信息中的至少部分;
反馈模块,用于将所述待分析内容输入智能分析模型,得到所述智能分析模型输出的与所述需求内容匹配的目标反馈内容。
12.一种移动终端,其特征在于,包括:显示屏、存储器和处理器,所述显示屏和所述存储器分别耦接于所述处理器,所述显示屏至少用于向用户展示内容以及供用户输入或选择内容,所述存储器中存储有程序指令,所述处理器用于执行所述程序指令以实现如权利要求1至10中任一项所述的需求反馈方法。
13.一种计算机可读存储介质,其上存储有程序指令,其特征在于,所述程序指令被处理器执行时实现如权利要求1至10中任一项所述的需求反馈方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310678673.1A CN116955430A (zh) | 2023-06-07 | 2023-06-07 | 一种需求反馈方法、***及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310678673.1A CN116955430A (zh) | 2023-06-07 | 2023-06-07 | 一种需求反馈方法、***及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116955430A true CN116955430A (zh) | 2023-10-27 |
Family
ID=88443464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310678673.1A Pending CN116955430A (zh) | 2023-06-07 | 2023-06-07 | 一种需求反馈方法、***及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116955430A (zh) |
-
2023
- 2023-06-07 CN CN202310678673.1A patent/CN116955430A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11176453B2 (en) | System and method for detangling of interleaved conversations in communication platforms | |
US10515147B2 (en) | Using statistical language models for contextual lookup | |
CN107491477B (zh) | 一种表情符号搜索方法及装置 | |
US9483740B1 (en) | Automated data classification | |
US11436446B2 (en) | Image analysis enhanced related item decision | |
CN110187780B (zh) | 长文本预测方法、装置、设备和存储介质 | |
CN107992523B (zh) | 移动应用的功能选项查找方法及终端设备 | |
CN109165316A (zh) | 一种视频处理方法、视频索引方法、装置及终端设备 | |
US11361759B2 (en) | Methods and systems for automatic generation and convergence of keywords and/or keyphrases from a media | |
CN116501960B (zh) | 内容检索方法、装置、设备及介质 | |
CN109033082B (zh) | 语义模型的学习训练方法、装置及计算机可读存储介质 | |
CN112528638A (zh) | 异常对象识别方法及装置、电子设备、存储介质 | |
CN113869063A (zh) | 数据推荐方法、装置、电子设备及存储介质 | |
CN110929014A (zh) | 信息处理方法、装置、电子设备及存储介质 | |
CN116610717A (zh) | 数据处理方法、装置、电子设备以及存储介质 | |
CN114528851B (zh) | 回复语句确定方法、装置、电子设备和存储介质 | |
CN113505293B (zh) | 信息推送方法、装置、电子设备及存储介质 | |
CN116303937A (zh) | 回复方法、装置、电子设备及可读存储介质 | |
CN115309487A (zh) | 显示方法、装置、电子设备和可读存储介质 | |
CN116955430A (zh) | 一种需求反馈方法、***及相关装置 | |
CN116016421A (zh) | 促进在计算装置中执行的基于媒体的内容共享的方法、计算装置可读存储介质以及计算装置 | |
CN112487164A (zh) | 一种人工智能交互方法 | |
CN112651413A (zh) | 低俗图的集成学习分类方法、装置、设备及存储介质 | |
CN111063340A (zh) | 终端的业务处理方法、装置、终端及计算机可读存储介质 | |
CN117708304B (zh) | 数据库问答方法、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 |