[發明專利]結構化知識質量提升方法及設備

有效

• 申請號: 202010120920.2
• 申請日: 2020-02-26
• 公開（公告）號: CN111340366B
• 公開（公告）日: 2022-10-21
• 發明（設計）人: 劉金財;張煜;于向麗
• 申請（專利權）人: 中國聯合網絡通信集團有限公司
• 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權代理有限公司 11205
• 代理人: 吳會英;臧建明

本發明實施例提供一種結構化知識質量提升方法及設備，該方法包括通過搜索引擎壞例挖掘算法，根據歷史操作數據對知識庫中各結構化知識進行評分，得到各結構化知識的評分結果；根據各結構化知識的評分結果，從知識庫的各結構化知識中提取評分結果低于第一預設閾值的低質量結構化知識；針對每項低質量結構化知識，獲取該低質量結構化知識的評價信息，通過文本挖掘技術從所述評價信息中提取該低質量結構化知識的缺陷位置；根據所述缺陷位置，對該低質量結構化知識進行修正，得到修正后的結構化知識。本發明實施例可以實現對電信客服系統的知識庫中的結構化知識的質量進行高效的提升。

技術領域

本發明實施例涉及數據處理技術領域，尤其涉及一種結構化知識質量提升方法及設備。

背景技術

隨著通信技術的發展，用戶對電信服務的質量也提出了越來要高的要求，為了滿足用戶的要求，各電信運營商對于各自電信客服系統的知識庫需要進行及時的維護和質量提升。

現有技術中，通常是由采編人員建立知識庫中的結構化知識，并對各結構化知識進行人工的檢查和更新以提升結構化知識的質量。

然而，知識庫的知識信息量非常龐大，并且由于采編人員的數量多且能力參差不齊，因此會造成知識庫中的存在大量的結構化知識需要質量提升，僅靠人工進行質量提升，工作量大效率低。

發明內容

本發明實施例提供一種結構化知識質量提升方法及設備，以實現對電信客服系統的知識庫中的結構化知識的質量進行高效的提升。

第一方面，本發明實施例提供一種結構化知識質量提升方法，包括：

通過搜索引擎壞例挖掘算法，根據歷史操作數據對知識庫中各結構化知識進行評分，得到各結構化知識的評分結果；

根據各結構化知識的評分結果，從知識庫的各結構化知識中提取評分結果低于第一預設閾值的低質量結構化知識；

針對每項低質量結構化知識，獲取該低質量結構化知識的評價信息，通過文本挖掘技術從所述評價信息中提取該低質量結構化知識的缺陷位置；根據所述缺陷位置，對該低質量結構化知識進行修正，得到修正后的結構化知識。

在一種可能的設計中，所述根據所述缺陷位置，對該低質量結構化知識進行修正，包括：

判斷所述評價信息中是否存在該缺陷位置對應的修改建議，若存在，則將該修改建議替換所述缺陷位置處的數據。

在一種可能的設計中，所述判斷所述評價信息中是否存在該缺陷位置對應的修改建議之后，還包括：

若不存在，則通過相似度算法獲取與所述低質量結構化知識相似的第一高質量結構化知識，并根據所述缺陷位置和所述第一高質量結構化知識，對所述低質量結構化知識進行修改。

在一種可能的設計中，所述通過相似度算法獲取與所述低質量結構化知識相似的第一高質量結構化知識，包括：

獲取高于第二預設閾值的所有第二高質量結構化知識；

針對每項第二高質量結構化知識，計算所述高質量結構化知識與所述低質量結構化知識的相似度，獲得各第二高質量結構化知識分別對應的相似度；

從各第二高質量結構化知識分別對應的相似度中選取最高相似度，并獲取該最高相似度對應的第二高質量結構化知識，作為所述低質量結構化知識相似的第一高質量結構化知識。

在一種可能的設計中，所述歷史操作數據包括搜索數據、點擊量數據和更新時間，所述根據歷史操作數據對知識庫中各結構化知識進行評分，得到各結構化知識的評分結果，包括：

通過熵值法為所述搜索數據、所述點擊量數據和所述更新時間分配相應的權重；