[發明專利]專家知識推薦方法、裝置、計算機設備及存儲介質

在審

• 申請號: 201811510416.2
• 申請日: 2018-12-11
• 公開（公告）號: CN109325132A
• 公開（公告）日: 2019-02-12
• 發明（設計）人: 吳壯偉
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/332
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 林燕云

1.一種專家知識推薦方法，其特征在于，包括：

接收所上傳的待答復咨詢問題，將所述待答復咨詢問題進行分詞和關鍵詞抽取，得到與所述待答復咨詢問題對應的語義網絡向量；

將所述語義網絡向量與預先構建的回復答案庫中所包括的語義向量進行相似度計算，得到回復答案庫中與所述語義網絡向量之間相似度大于預設相似度閾值的語義向量，以作為目標語義向量；

獲取所述目標語義向量對應的專家列表；

獲取所述專家列表中每一專家的熱度值，根據專家的熱度值對語義向量進行降序排序得到排序后語義向量，獲取所述排序后語義向量中排名位于預設的第一排名值之前的語義向量，以得到篩選后語義向量；以及

獲取所述篩選后語義向量中各語義向量在回復答案庫中對應的回答內容以得到專家知識推薦信息，將所述專家知識推薦信息發送至與所述待答復咨詢問題對應的上傳端。

2.根據權利要求1所述的專家知識推薦方法，其特征在于，所述將所述待答復咨詢問題進行分詞和關鍵詞抽取，得到與所述待答復咨詢問題對應的語義網絡向量，包括：

將所述待答復咨詢問題通過基于概率統計分詞模型進行分詞，得到與所述待答復咨詢問題對應的分詞結果；

通過詞頻-逆文本頻率指數模型，抽取所述分詞結果中位于預設的第二排名值之前的關鍵詞信息以作為目標關鍵詞集合；

獲取所述目標關鍵詞集合中每一關鍵詞信息對應的目標詞向量；

根據每一目標詞向量，及每一目標詞向量對應的權重，獲取與待答復咨詢問題對應的語義網絡向量。

3.根據權利要求2所述的專家知識推薦方法，其特征在于，所述將所述語義網絡向量與預先構建的回復答案庫中所包括的語義向量進行相似度計算，得到回復答案庫中與所述語義網絡向量之間相似度大于預設相似度閾值的語義向量，以作為目標語義向量，包括：

獲取所述語義網絡向量對應的目標關鍵詞集合；

將所述目標關鍵詞集合與所述回復答案庫中的關鍵詞組合進行比對，獲取所述回復答案庫中包括所述目標關鍵詞集合的關鍵詞組合，以得到關鍵詞匹配結果；

計算關鍵詞匹配結果中每一關鍵詞組合對應的語義向量與所述語義網絡向量之間夾角的余弦值，以得到所述關鍵詞匹配結果中每一關鍵詞組合與所述語義網絡向量之間的相似度，以作為相似度集合；

獲取所述相似度集合中大于所述相似度閾值的相似度，以得到目標相似度集合；

獲取所述目標相似度集合中每一相似度對應的語義向量，以作為目標語義向量。

4.根據權利要求1所述的專家知識推薦方法，其特征在于，所述獲取所述專家列表中每一專家的熱度值，包括：根據專家列表中每一專家的文章被引用累計總次數，以對應得到每一專家的熱度值。

5.根據權利要求1所述的專家知識推薦方法，其特征在于，所述獲取所述專家列表中每一專家的熱度值，包括：

根據預設的引用值模型獲取所述專家列表中每一專家的文章被引用的引用值之和，以得到與所述專家列表中每一專家對應的熱度值；其中，所述專家列表為其中value^k表示所述專家列表中專家k的熱度值，其他專家i與所述專家列表中專家k之間的引用值為所述專家列表中專家k的文章發表時間是T₀，其他專家i引用所述專家列表中專家k的文章的引用時間為T，λ為預設的調節參數。