[發明專利]一種自動生成FAQ相似問句的方法和裝置

在審

• 申請號: 201810749005.2
• 申請日: 2018-07-09
• 公開（公告）號: CN109063004A
• 公開（公告）日: 2018-12-21
• 發明（設計）人: 潘晟鋒;楊振宇;劉云峰;吳悅;陳正欽;胡曉;汶林丁
• 申請（專利權）人: 深圳追一科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 北京細軟智谷知識產權代理有限責任公司 11471
• 代理人: 韓國強

本發明涉及一種自動生成FAQ相似問句的方法和裝置，所述方法包括：根據選定的FAQ生成一個文本；判斷生成的文本與所述選定的FAQ是否相似；如果生成的文本與所述選定的FAQ相似，則該文本為所述選定的FAQ的相似問句。本發明通過自動生成FAQ相似問句，減少了人工標注的投入成本，并且對于新增的FAQ，可以快速地構建出對應的相似問，減少了對機器人知識庫增加新的FAQ所需要的前期準備時間；此外，采用自然語言處理方法與句子生成規則相結合的方式來進行文本生成，可以更加有效地提高相似問句生成的質量。

技術領域

本發明涉及機器人客服技術領域，具體涉及一種自動生成FAQ相似問句的方法和裝置。

背景技術

常見問題FAQ(Frequently Asked Questions)是目前機器人客服提供在線幫助的主要手段。現有的機器人客服采用計算機對客服場景中的用戶提問進行判斷，并根據用戶的問題提供相應的回答從而減少客服場景中的人工坐席參與，減少了客服投入的人工成本。

現有機器人客服的實現方式主要分為兩種，分別是搜索技術和機器學習技術，其中，搜索技術又分為基于句法模板的搜索和基于相似問句的搜索。機器學習技術主要也是基于相似問句的機器學習。因此相似問句是多數客服機器人的學習依據。

一些典型的相似問句，例如：用戶A：忘記密碼了。用戶B：我的密碼不記得了。用戶C：不計得密碼，怎辦辦？對于上述三個不同的用戶對同一個問題會有不同的說法，甚至包括一些錯別字在內。本質上，上面的問題都是同一個問題，即可以對應到FAQ“忘記密碼”，這些不同的問法便構成了相似問句。

當前收集獲取相似問句的方式主要有兩種：

1.收集客服場景中的數據，例如用戶訪問客服的歷史會話。將這些會話中的用戶問句，通過人工標注的方式，對應到知識庫FAQ上，一個問句只能對應一個FAQ。

2.給知識庫中的每一個FAQ，去找相應的相似問句，或者編寫可能的用戶問法作為相似問句。

收集獲取相似問句后，采用搜索技術將相似問句建入索引，當用戶輸入問句時，若當前用戶問句與相似問句搜索相關性較高，則將這個相似問句所對應的FAQ，作為針對當前用戶問句的回復。采用機器學習技術的機器人，用機器學習的方法判斷當前用戶問句和FAQ以及相似問句的匹配度，匹配度較高的相似問句對應的FAQ，作為當前用戶問句的回復。

可見，相似問句在整個智能客服機器人當中發揮重要作用。相似問句的獲取成本、準確度，決定了搭建客服機器人的成本和準確度。

現有技術中，收集整理相似問句是客服機器人數據處理過程非常重要的一個環節，也是機器人客服成本的主要部分。對于現有的客服機器人技術，不論是搜索方案還是機器學習方案，機器人都是通過學習相似問句以及對應的FAQ這一方式來提高自身的準確性。而采用人工的方式收集整理相似問句的方式，作為機器人學習的基礎，還有一些不足可以進一步改進和解決，具體如下：

1.人工標注的成本：

目前人工標注是收集整理相似問句的一個主要方式。其具體流程是首先收集用戶會話，然后由專業人員對用戶會話的每一句做判斷，來分辨出其中的相似問句，并判斷這些相似問句屬于哪個FAQ，然后再為這些相似問句打上相應FAQ的標簽。一般說來，用戶的歷史會話量是非常大的，因此識別會話中的相似問句的工作量同樣也是巨大的。此外，識別相似問句以及為這些問句標記相應FAQ的工作是需要由對相關領域的業務內容非常熟悉的人員來進行，所以人工標注同時也是需要具有專業人員參與才能完成的工作。因此，從工作量以及對專業知識的要求來說，人工標注的成本是非常高的。

2.人工的耗時：