[發(fā)明專利]數據應答處理方法、裝置及服務器

在審

• 申請?zhí)枺?/td>: 201710616525.1
• 申請日: 2017-07-26
• 公開（公告）號: CN107688604A
• 公開（公告）日: 2018-02-13
• 發(fā)明（設計）人: 陳召群;崔恒斌
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京三友知識產權代理有限公司11127
• 代理人: 李輝

技術領域

本說明書實施例涉及互聯(lián)網技術領域，特別涉及一種數據應答處理方法、裝置及服務器。

背景技術

在互聯(lián)網時代，人們日常生活中的事務常常在互聯(lián)網進行處理。用戶在互聯(lián)網業(yè)務系統(tǒng)使用產品或者服務的過程中，經常會有咨詢問題、查詢業(yè)務等獲取數據的需求。業(yè)務系統(tǒng)往往會通過自動化應答的方式，來滿足用戶使用過程中獲取數據的需求。

現有技術中一般采用關鍵詞識別匹配的方式來實現自動化數據應答處理，具體的，可以包括預先設置關鍵詞識別組合規(guī)則以識別并組合提問數據中的關鍵詞，然后，建立提問數據中的一個或多個關鍵詞與應答數據之間的映射關系；接著，基于建立的映射關系匹配用戶輸入的提問數據中關鍵詞與相應的應答數據；最后，將匹配到的應答數據反饋給用戶，以達到為用戶提供需求數據的目的。例如，建立的映射關系包括關鍵詞“謝謝”和應答數據“不客氣”相對應，相應的，當用戶提問數據中包括關鍵詞“謝謝”時，就可以匹配到應答數據“不客氣”，將應答數據“不客氣”反饋給用戶。但是，在實際應用中，中文的同義詞很多，且多個關鍵詞組成的句子可以表達不同的意思。因此，現有技術中基于建立的關鍵詞與應答數據之間的映射關系進行關鍵詞識別匹配的方法存在匹配成功率低的問題，需要提供更可靠的方案。

發(fā)明內容

本說明書實施例的目的是提供一種數據應答處理方法、裝置及服務器，可以提高對提問數據的識別成功率，快速準確的為用戶提供需求的數據。

本說明書實施例是這樣實現的：

一種數據應答處理方法，包括：

獲取目標提問數據；

基于預設詞向量集合確定所述目標提問數據的目標詞向量；

計算所述目標詞向量與預設數量的索引詞向量之間的匹配度，將與所述目標詞向量匹配度最小的索引詞向量所對應的應答數據反饋給目標用戶。

一種數據應答處理裝置，包括：

目標提問數據獲取模塊，用于獲取目標提問數據；

目標詞向量確定模塊，用于基于預設詞向量集合確定所述目標提問數據的目標詞向量；

匹配度計算模塊，用于計算所述目標詞向量與預設數量的索引詞向量之間的匹配度；

應答數據反饋模塊，用于將與所述目標詞向量匹配度最小的索引詞向量所對應的應答數據反饋給目標用戶。

一種數據應答處理服務器，包括處理器及存儲器，所述存儲器存儲由所述處理器執(zhí)行的計算機程序指令，所述計算機程序指令包括：

獲取目標提問數據；

基于預設詞向量集合確定所述目標提問數據的目標詞向量；

計算所述目標詞向量與預設數量的索引詞向量之間的匹配度，將與所述目標詞向量匹配度最小的索引詞向量所對應的應答數據反饋給目標用戶。

由以上可見，本說明書一個或多個實施例通過將目標提問數據和索引數據轉換成相應的包含詞語語義的詞向量后進行匹配，由于同義詞的詞向量之間的向量距離較近，保證匹配過程中，可以以較小的誤差相互代替，同時，本說明書實施例使用的是整個目標提問數據和索引數據的詞向量的匹配，包含了目標提問數據和索引數據中所有詞語的語義，保證了詞向量可以準確表示目標提問數據和索引數據的語義，進而可以提高對提問數據的識別成功率，快速準確的為用戶提供需求的數據。

附圖說明

為了更清楚地說明本說明書實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本說明書中記載的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是說明書提供的數據應答處理方法的一種實施例的流程示意圖；

圖2是本說明書提供的詞向量模型訓練及應用的一種實施例的示意圖；

圖3是本說明書提供的基于預設詞向量集合確定所述目標提問數據的目標詞向量的一種實施例的流程示意圖；

圖4是本說明書提供的將與所述目標詞向量匹配度最小的索引詞向量所對應的應答數據反饋給目標用戶一種實施例的流程示意圖；

圖5是本說明書提供的數據應答處理裝置的一種實施例的結構示意圖。

具體實施方式

本說明書實施例提供一種數據應答處理方法、裝置及服務器。