[發明專利]一種智能應答方法及其系統

在審

• 申請號: 201711217981.5
• 申請日: 2017-11-28
• 公開（公告）號: CN107943972A
• 公開（公告）日: 2018-04-20
• 發明（設計）人: 施文進;施俊
• 申請（專利權）人: 惠龍易通國際物流股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 南京蘇高專利商標事務所(普通合伙)32204
• 代理人: 顏盈靜

技術領域

本發明涉及一種智能應答方法及其系統，屬于人機交互技術領域。

背景技術

目前，市場上關于物流運輸業的智能應答系統存在較大的問題，最普遍的一個問題就是這些軟件識別問題太過機械，識別度較低，經常會出現答非所問的情形，另外現有軟件可選語言比較單一，無法滿足業務輻射周邊國家的物流運輸需求。這些軟件大部分采用的是基于字符串層面匹配的關鍵詞匹配，即關鍵詞和答案構建特征向量的方法，沒有對用戶的問題進行語義分析，問題中出現多義詞的情況時軟件會理解錯誤，最終給出了錯誤的答案，所以這類準確率較低，無法解決用戶多種提問方式以及一個問題對應多個關鍵字的問題，用戶體驗較差。

現有技術中的搜索方式速度快、易操作但準確率卻很低，無法滿足物流行業真實場景下智能、準確、多次使用的需求。

發明內容

本發明為解決現有技術中存在的不足，提出一種智能應答方法及其系統，本發明針對物流行業用戶經常問的問題，采用語義分析技術處理用戶物流問題并對用戶提出的問題設置針對性的答案，形成物流問題答案字典，該方案解決了現有技術中大多采用基于字符串層面匹配的關鍵詞匹配并且答案是直接到互聯網中進行搜索出現的問題，以改善現有技術中軟件在自動應答時準確率較低，無法滿足用戶多種提問方式用戶體驗較差以及用戶可選擇語言單一的問題。

為了解決上述技術問題，本發明提供了一種智能應答方法，包括以下步驟：

步驟1、建立物流問題字典，為物流問題設置答案并記錄在物流問題字典中；

步驟2、將用戶提出的未知物流問題與所述物流問題字典中的物流問題進行模糊匹配，若兩者相似度超過預設閾值，則錄入物流問題字典中物流問題所對應的答案；否則，將所述未知問題加入物流問題字典中并設置該未知物流問題對應的答案；

步驟3、給用戶輸出相應答案；

其中，所述步驟1包括以下步驟：

步驟101、收集用戶提出的物流相關問題并進行語音轉換；

步驟102、將語音轉換后的物流問題進行分詞和詞性標注、預處理、語義分析后錄入物流問題字典中；

步驟103、為錄入物流問題字典中的物流問題設置答案；

其中，步驟102中的預處理包括：采用停用詞表去除分詞后跟物流行業問題無關的詞語。

進一步的，在步驟3之前還包括重復步驟2，完善物流問題字典并建立多語種；根

據用戶選擇的目標語種語音為用戶輸出相應答案。

進一步的，步驟102中，所述語義分析包括：

a.構造詞類模型，將所述物流問題字典中的詞語表示在詞類模型空間上；

b.使用文本聚類算法對物流問題字典進行文本聚類，將物流問題字典進行分類。

其中，步驟a中的構造詞類模型包括：詞義消歧和詞義聚類，采用Bayes模型進行詞義消歧，采用Bisecting K-means聚類算法進行詞義聚類。

進一步的，文本聚類算法采用基于K-means聚類算法，主要步驟包括：

步驟1、隨機選取k條物流問題字典生成k個聚類，所述k條物流問題字典分別對應k個聚類的聚類起始中心點為{u₁,u₂,u₃,...,u_k}；

步驟2、采用NIST標準計算每條物流問題字典與每個聚類起始中心點對應問題文本的相似度，根據與聚類起始中心點的問題文本的相似程度將其分配到最近的一類中，獲得新的聚類結果{U₁,U₂,U₃,...,U_k}，其中U_i(1≤i≤k)是若干物流問題字典的集合；

步驟3、重新計算每個U_i(1≤i≤k)的中心

其中，m是所述集合U_i(1≤i≤k)中數據的總數，c_j是指U_i(1≤i≤k)中第j個數據；

步驟4、當下面的目標函數收斂時，終止迭代，否則重復步驟2和步驟3，判斷是否終止迭代的目標函數表示為：

其中，E函數代表某一條物流問題字典所屬類別到其聚類起始中心點的距離平方和。

進一步的，步驟2中的模糊匹配，通過相似度計算來將用戶提出的未知物流問題與錄入物流問題字典中處理后的物流問題關聯，相似度計算采用Shingle算法、距離編輯算法、余弦定理、Sunday算法中的任一種。

本發明還公開了一種智能應答系統，包括：