[发明专利]一种基于问答模板的案例识别方法

权利要求书

1.一种基于问答模板的案例识别方法，其特征在于，具体步骤如下：

第一步，大量文本案例数据是待挖掘的案例数据，其中每一个文档由一个唯一的id和对话形式的文本构成，在对话文本中约定“0”表示客服，“1”是客户；

第二步，首先经过预处理模块，完成短句过滤、分词和去停用词处理，或者加入业务相关的专有名词替换处理；

第三步，然后抽取所有文档的“1”句子，即客户提问部分，逐句输入到Solr，一个句子作为Solr内部的一个文档，并且附带该句子所在对话文档的id；为了和另一个Solr区分开来，把此Solr标记为Solr B；

第四步，把全部的对话文本处理成一个字符串，并保留了“0”和“1”的部分，把此字符串输入到Solr中备用，称为Solr A；至此，预处理工作完成，Solr B中存储了所有待处理案例中的客户文本句子，Solr A中存储了所有待处理案例的全部文本；

第五步，从问答模板中逐个取出问答对，Q1代表客户提问句子，A1代表客服回答句子；

第六步，在Solr B中查询Q1相似句子，为了不过多输出，取前30个最相似的句子，30个句子再逐个与Q1句子进行语义相似度计算，输出相似结果大于0.5的句子；故，最多输出30个满足0.5阈值的句子,句子集合标记成Qs；

第七步，从Qs中取出一条数据，用该条数据的id去Solr A中检索该句子所在的全文本内容，并使用文本内容找到具体位置，取该位置后的4条客服回答，即“0”开头的句子；

第八步，取模板回答A1与4条客服回答逐一进行语义相似度计算，取大于0.5的A1输出，输出案例是优秀的案例，该Q1,A1案例是比较符合标准的案例。

2.根据权利要求1所述的一种基于问答模板的案例识别方法，其特征在于，所述的第七步的4条回答是经验值，认为关键回答可能会出现在问题提出后的4轮问答内出现。

3.根据权利要求1所述的一种基于问答模板的案例识别方法，其特征在于，所述的第六步的30个句子的数量为经验值，选取句子的数量可根据实际需要进行修改。