[發(fā)明專利]結(jié)構(gòu)化知識質(zhì)量提升方法及設(shè)備

有效

• 申請?zhí)枺?/td>: 202010120920.2
• 申請日: 2020-02-26
• 公開（公告）號: CN111340366B
• 公開（公告）日: 2022-10-21
• 發(fā)明（設(shè)計）人: 劉金財;張煜;于向麗
• 申請（專利權(quán)）人: 中國聯(lián)合網(wǎng)絡(luò)通信集團有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F16/2458;G06Q50/30
• 代理公司: 北京同立鈞成知識產(chǎn)權(quán)代理有限公司 11205
• 代理人: 吳會英;臧建明

1.一種結(jié)構(gòu)化知識質(zhì)量提升方法，其特征在于，包括：

通過搜索引擎壞例挖掘算法，根據(jù)歷史操作數(shù)據(jù)對知識庫中各結(jié)構(gòu)化知識進行評分，得到各結(jié)構(gòu)化知識的評分結(jié)果；

根據(jù)各結(jié)構(gòu)化知識的評分結(jié)果，從知識庫的各結(jié)構(gòu)化知識中提取評分結(jié)果低于第一預(yù)設(shè)閾值的低質(zhì)量結(jié)構(gòu)化知識；

針對每項低質(zhì)量結(jié)構(gòu)化知識，獲取該低質(zhì)量結(jié)構(gòu)化知識的評價信息，通過文本挖掘技術(shù)從所述評價信息中提取該低質(zhì)量結(jié)構(gòu)化知識的缺陷位置；根據(jù)所述缺陷位置，對該低質(zhì)量結(jié)構(gòu)化知識進行修正，得到修正后的結(jié)構(gòu)化知識；所述評價信息包括：采編人員輸入的評價信息和客服人員輸入的評價信息；

所述評價信息包括缺陷位置填寫項，所述通過文本挖掘技術(shù)從所述評價信息中提取該低質(zhì)量結(jié)構(gòu)化知識的缺陷位置，包括：

通過文本挖掘技術(shù)從所述評價信息中的缺陷位置填寫項對應(yīng)的內(nèi)容中提取該低質(zhì)量結(jié)構(gòu)化知識的缺陷位置；

所述根據(jù)所述缺陷位置，對該低質(zhì)量結(jié)構(gòu)化知識進行修正，包括：

判斷所述評價信息中是否存在該缺陷位置對應(yīng)的修改建議，若不存在，則通過相似度算法獲取與所述低質(zhì)量結(jié)構(gòu)化知識相似的第一高質(zhì)量結(jié)構(gòu)化知識，并根據(jù)所述缺陷位置和所述第一高質(zhì)量結(jié)構(gòu)化知識，對所述低質(zhì)量結(jié)構(gòu)化知識進行修改；

所述通過相似度算法獲取與所述低質(zhì)量結(jié)構(gòu)化知識相似的第一高質(zhì)量結(jié)構(gòu)化知識，包括：

獲取該知識庫中結(jié)構(gòu)化知識的評分結(jié)果高于第二預(yù)設(shè)閾值的所有第二高質(zhì)量結(jié)構(gòu)化知識；

針對每項第二高質(zhì)量結(jié)構(gòu)化知識，計算各第二高質(zhì)量結(jié)構(gòu)化知識與所述低質(zhì)量結(jié)構(gòu)化知識的相似度，獲得各第二高質(zhì)量結(jié)構(gòu)化知識分別對應(yīng)的相似度；

從各第二高質(zhì)量結(jié)構(gòu)化知識分別對應(yīng)的相似度中選取最高相似度，并獲取該最高相似度對應(yīng)的第二高質(zhì)量結(jié)構(gòu)化知識，作為所述低質(zhì)量結(jié)構(gòu)化知識相似的第一高質(zhì)量結(jié)構(gòu)化知識。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述判斷所述評價信息中是否存在該缺陷位置對應(yīng)的修改建議之后，還包括：

若存在，則將該修改建議替換所述缺陷位置處的數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述歷史操作數(shù)據(jù)包括搜索數(shù)據(jù)、點擊量數(shù)據(jù)和更新時間，所述根據(jù)歷史操作數(shù)據(jù)對知識庫中各結(jié)構(gòu)化知識進行評分，得到各結(jié)構(gòu)化知識的評分結(jié)果，包括：

通過熵值法為所述搜索數(shù)據(jù)、所述點擊量數(shù)據(jù)和所述更新時間分配相應(yīng)的權(quán)重；

針對每項結(jié)構(gòu)化知識，根據(jù)該結(jié)構(gòu)化知識的所述搜索數(shù)據(jù)、所述點擊量數(shù)據(jù)和所述更新時間，以及各項數(shù)據(jù)分別對應(yīng)的權(quán)重，計算該結(jié)構(gòu)化知識的評分結(jié)果。

4.一種結(jié)構(gòu)化知識質(zhì)量提升設(shè)備，其特征在于，包括：

評分模塊，用于通過搜索引擎壞例挖掘算法，根據(jù)歷史操作數(shù)據(jù)對知識庫中各結(jié)構(gòu)化知識進行評分，得到各結(jié)構(gòu)化知識的評分結(jié)果；

提取模塊，用于根據(jù)各結(jié)構(gòu)化知識的評分結(jié)果，從知識庫的各結(jié)構(gòu)化知識中提取評分結(jié)果低于第一預(yù)設(shè)閾值的低質(zhì)量結(jié)構(gòu)化知識；

修正模塊，用于針對每項低質(zhì)量結(jié)構(gòu)化知識，獲取該低質(zhì)量結(jié)構(gòu)化知識的評價信息，通過文本挖掘技術(shù)從所述評價信息中提取該低質(zhì)量結(jié)構(gòu)化知識的缺陷位置；根據(jù)所述缺陷位置，對該低質(zhì)量結(jié)構(gòu)化知識進行修正，得到修正后的結(jié)構(gòu)化知識；所述評價信息包括：采編人員輸入的評價信息和客服人員輸入的評價信息；

所述評價信息包括缺陷位置填寫項，所述修正模塊具體用于通過文本挖掘技術(shù)從所述評價信息中的缺陷位置填寫項對應(yīng)的內(nèi)容中提取該低質(zhì)量結(jié)構(gòu)化知識的缺陷位置；

所述修正模塊，包括：判斷單元和修改單元；

所述判斷單元，用于判斷所述評價信息中是否存在該缺陷位置對應(yīng)的修改建議；

所述修改單元，用于在評價信息中不存在所述缺陷位置對應(yīng)的修改建議時，通過相似度算法獲取與所述低質(zhì)量結(jié)構(gòu)化知識相似的第一高質(zhì)量結(jié)構(gòu)化知識，并根據(jù)所述缺陷位置和所述第一高質(zhì)量結(jié)構(gòu)化知識，對所述低質(zhì)量結(jié)構(gòu)化知識進行修改；

所述修改單元，具體用于獲取該知識庫中結(jié)構(gòu)化知識的評分結(jié)果高于第二預(yù)設(shè)閾值的所有第二高質(zhì)量結(jié)構(gòu)化知識，針對每項第二高質(zhì)量結(jié)構(gòu)化知識，計算各第二高質(zhì)量結(jié)構(gòu)化知識與所述低質(zhì)量結(jié)構(gòu)化知識的相似度，獲得各第二高質(zhì)量結(jié)構(gòu)化知識分別對應(yīng)的相似度，從各第二高質(zhì)量結(jié)構(gòu)化知識分別對應(yīng)的相似度中選取最高相似度，并獲取該最高相似度對應(yīng)的第二高質(zhì)量結(jié)構(gòu)化知識，作為所述低質(zhì)量結(jié)構(gòu)化知識相似的第一高質(zhì)量結(jié)構(gòu)化知識。