[發明專利]基于機器學習的問題推薦方法及裝置

在審

• 申請號: 202110340033.0
• 申請日: 2021-03-30
• 公開（公告）號: CN112883185A
• 公開（公告）日: 2021-06-01
• 發明（設計）人: 劉唱;劉金山;梁侃;楊潔瓊
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06N20/00
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 任默聞;王濤

本發明提供一種基于機器學習的問題推薦方法及裝置，屬于人工智能技術領域。該基于機器學習的問題推薦方法包括：獲取文本問題，根據文本問題生成當前詞向量；將當前詞向量輸入基于歷史詞向量創建的問題推薦模型中，得到各推薦單詞和各推薦單詞的推薦概率；根據預設語法結構、各推薦單詞和各推薦單詞的推薦概率確定問題推薦文本。本發明可以實時為用戶精準推薦問題，大大減少用戶的編輯操作，提升手機銀行服務效率，優化用戶使用體驗。

技術領域

本發明涉及人工智能技術領域，具體地，涉及一種基于機器學習的問題推薦方法及裝置。

背景技術

隨著銀行業務向線上遷移，手機銀行客服的使用頻率在不斷提高，目前手機銀行客服的服務模式以文字為主，因此手機銀行即時通訊系統的易用性直接影響了用戶的使用體驗。手機銀行文字客服目前存在輸入耗時長、溝通效率低的缺陷，尤其是對不熟悉智能手機的老人很不友好。

發明內容

本發明實施例的主要目的在于提供一種基于機器學習的問題推薦方法及裝置，以實時為用戶精準推薦問題，大大減少用戶的編輯操作，提升手機銀行服務效率，優化用戶使用體驗。

為了實現上述目的，本發明實施例提供一種基于機器學習的問題推薦方法，包括：

獲取文本問題，根據文本問題生成當前詞向量；

將當前詞向量輸入基于歷史詞向量創建的問題推薦模型中，得到各推薦單詞和各推薦單詞的推薦概率；

根據預設語法結構、各推薦單詞和各推薦單詞的推薦概率確定問題推薦文本。

本發明實施例還提供一種基于機器學習的問題推薦裝置，包括：

詞向量生成模塊，用于獲取文本問題，根據文本問題生成當前詞向量；

推薦單詞概率模塊，用于將當前詞向量輸入基于歷史詞向量創建的問題推薦模型中，得到各推薦單詞和各推薦單詞的推薦概率；

問題推薦文本模塊，用于根據預設語法結構、各推薦單詞和各推薦單詞的推薦概率確定問題推薦文本。

本發明實施例還提供一種計算機設備，包括存儲器、處理器及存儲在存儲器上并在處理器上運行的計算機程序，處理器執行計算機程序時實現所述的基于機器學習的問題推薦方法的步驟。

本發明實施例還提供一種計算機可讀存儲介質，其上存儲有計算機程序，計算機程序被處理器執行時實現所述的基于機器學習的問題推薦方法的步驟。

本發明實施例的基于機器學習的問題推薦方法及裝置先根據文本問題生成當前詞向量，再將當前詞向量輸入基于歷史詞向量創建的問題推薦模型中，得到各推薦單詞和各推薦單詞的推薦概率以確定問題推薦文本，可以實時為用戶精準推薦問題，大大減少用戶的編輯操作，提升手機銀行服務效率，優化用戶使用體驗。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是本發明實施例中基于機器學習的問題推薦方法的流程圖；

圖2是本發明實施例中S103的流程圖；

圖3是本發明實施例中創建問題推薦模型的流程圖；

圖4是本發明另一實施例中創建問題推薦模型的流程圖；

圖5是本發明實施例中S301的流程圖；

圖6是本發明實施例中詞向量和特征的示意圖；

圖7是待推薦文本及推薦概率的示意圖；