[發(fā)明專利]問答數(shù)據(jù)處理方法、電子裝置及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201810135748.0
• 申請(qǐng)日: 2018-02-09
• 公開（公告）號(hào): CN108415980A
• 公開（公告）日: 2018-08-17
• 發(fā)明（設(shè)計(jì)）人: 于鳳英;王健宗;肖京
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06F17/27
• 代理公司: 深圳市沃德知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44347
• 代理人: 高杰;于志光

本發(fā)明提供了一種問答數(shù)據(jù)處理方法，包括：從數(shù)據(jù)庫(kù)獲取坐席文本數(shù)據(jù)，將所述坐席文本數(shù)據(jù)分為若干組問答記錄，按照記錄的時(shí)間順序排列每組問答記錄中的問題語句和答案語句，得到若干個(gè)候選問答對(duì)，然后統(tǒng)計(jì)每個(gè)候選問答對(duì)的多個(gè)指定特征，針對(duì)每個(gè)候選問答對(duì)使用特征權(quán)重對(duì)所述多個(gè)指定特征進(jìn)行加權(quán)計(jì)算，得到每個(gè)候選問答對(duì)的匹配度，再根據(jù)所述匹配度從所有候選問答對(duì)中篩選出匹配度高于第二預(yù)設(shè)閾值的候選問答對(duì)作為目標(biāo)問答對(duì)補(bǔ)充到問答知識(shí)庫(kù)中。本發(fā)明還提供一種電子裝置及存儲(chǔ)介質(zhì)。利用本發(fā)明可以從坐席文本數(shù)據(jù)中選擇出合適的目標(biāo)問答對(duì)，對(duì)問答知識(shí)庫(kù)進(jìn)行維護(hù)和更新，從而節(jié)約人力和提高效率。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種問答數(shù)據(jù)處理方法、電子裝置及存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著科技的發(fā)展，人工智能(Artificial Intelligence，AI)正逐步改變著我們的生活方式，例如智能問答就是其中一種。當(dāng)客戶通過文字或語音在線咨詢時(shí)，可以由線上的智能客服機(jī)器人或線上智能客服應(yīng)答系統(tǒng)為客戶進(jìn)行智能答復(fù)。智能問答可以有效緩解客戶服務(wù)的等待狀況，提升服務(wù)質(zhì)量，因而有著非常廣闊的前景。

目前，面向特定領(lǐng)域的智能問答的實(shí)現(xiàn)都需要有一個(gè)龐大的問答知識(shí)庫(kù)，所述問答知識(shí)庫(kù)中包含大量設(shè)定的問題答案對(duì)，例如問題是“保修期多久”，則相應(yīng)的答案為“保修期一年”，智能問答中客服即是基于所述問答知識(shí)庫(kù)進(jìn)行智能答復(fù)的。然而，為了保證答復(fù)的準(zhǔn)確性，需要及時(shí)補(bǔ)充完善問答知識(shí)庫(kù)，而目前問答知識(shí)庫(kù)的維護(hù)耗費(fèi)著大量的人力資源，并且效率低下。

發(fā)明內(nèi)容

鑒于以上原因，有必要提供一種問答數(shù)據(jù)處理方法、電子裝置及存儲(chǔ)介質(zhì)，可以自動(dòng)從坐席文本數(shù)據(jù)中選擇出合適的目標(biāo)問答對(duì)，對(duì)問答知識(shí)庫(kù)進(jìn)行維護(hù)和更新，從而節(jié)約人力和提高效率。

為實(shí)現(xiàn)上述目的，本發(fā)明提供一種問答數(shù)據(jù)處理方法，該方法包括：獲取步驟：從數(shù)據(jù)庫(kù)獲取坐席文本數(shù)據(jù)，所述坐席文本數(shù)據(jù)包括所有客戶與客服在問答過程中記錄的問答數(shù)據(jù)；分組步驟：將所述坐席文本數(shù)據(jù)分為若干組問答記錄，同一組問答記錄屬于同一客戶和相應(yīng)的客服，每組問答記錄包括客戶的若干個(gè)問題語句和客服的若干個(gè)答案語句；排序步驟：按照記錄的時(shí)間順序排列每組問答記錄中的問題語句和答案語句，去除無相應(yīng)答案語句的問題語句和無相應(yīng)問題語句的答案語句，將每組問答記錄中的問題語句和答案語句排列為一問一答的形式，從而得到若干個(gè)候選問答對(duì)，每個(gè)候選問答對(duì)包括一個(gè)問題語句和一個(gè)相應(yīng)的答案語句；提取步驟：對(duì)每個(gè)候選問答對(duì)中的問題語句和答案語句進(jìn)行分詞處理得到各個(gè)詞條，統(tǒng)計(jì)各詞條在所述坐席文本數(shù)據(jù)中出現(xiàn)的詞頻，根據(jù)所統(tǒng)計(jì)的各詞條的詞頻為相應(yīng)詞條計(jì)算詞條權(quán)重，將詞條權(quán)重大于第一預(yù)設(shè)閾值的詞條作為相應(yīng)問題語句或答案語句的關(guān)鍵詞；計(jì)算步驟：統(tǒng)計(jì)每個(gè)候選問答對(duì)的多個(gè)指定特征，對(duì)每個(gè)所述指定特征分別賦予相應(yīng)的預(yù)設(shè)特征權(quán)重，針對(duì)每個(gè)候選問答對(duì)，使用所述特征權(quán)重對(duì)所述多個(gè)指定特征進(jìn)行加權(quán)計(jì)算，得到每個(gè)候選問答對(duì)的匹配度；篩選步驟：從所有候選問答對(duì)中篩選出匹配度高于第二預(yù)設(shè)閾值的候選問答對(duì)作為目標(biāo)問答對(duì)，將所述目標(biāo)問答對(duì)補(bǔ)充到問答知識(shí)庫(kù)中，所述問答知識(shí)庫(kù)用于為客戶基于問答知識(shí)庫(kù)中的問答對(duì)進(jìn)行智能應(yīng)答。

可選地，所述從數(shù)據(jù)庫(kù)獲取坐席文本數(shù)據(jù)之后，還包括對(duì)所述坐席文本數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗操作，所述數(shù)據(jù)清洗操作包括：統(tǒng)計(jì)坐席文本數(shù)據(jù)中各語句的出現(xiàn)頻率，獲取出現(xiàn)頻率高于第三預(yù)設(shè)閾值的語句作為高頻語句；對(duì)每個(gè)所述高頻語句進(jìn)行分詞處理，統(tǒng)計(jì)分詞處理后得到的各詞條在所有高頻語句中的出現(xiàn)頻率，將出現(xiàn)頻率高于第四預(yù)設(shè)閾值的詞條作為寒暄詞；計(jì)算坐席文本數(shù)據(jù)各語句中所有寒暄詞在所屬語句所有詞條中的占比，將所計(jì)算出的占比高于第五預(yù)設(shè)閾值的語句作為寒暄類語句；確定坐席文本數(shù)據(jù)中的短文本語句，所述短文本語句包括字符數(shù)小于第六預(yù)設(shè)閾值的語句，以及只包含數(shù)字和/或符號(hào)的語句；從所述坐席文本數(shù)據(jù)中過濾掉所述寒暄類語句和所述短文本語句，從而完成所述數(shù)據(jù)清洗操作。