[发明专利]问答处理方法、装置、计算机设备和存储介质有效

专利信息
申请号: 202110354868.1 申请日: 2021-03-31
公开(公告)号: CN113111157B 公开(公告)日: 2022-07-01
发明(设计)人: 刘玉;李松如;文博;刘云峰 申请(专利权)人: 深圳追一科技有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06Q30/00
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 魏宇星
地址: 518057 广东省深圳市南山区粤海街道*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 问答 处理 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种问答处理方法,其特征在于,所述方法包括:

获取未解决的用户问句所对应的历史会话;

根据所述历史会话的意图确定对应的任务流程;

根据所述任务流程确定与所述未解决的用户问句所对应的回访澄清话术;

获取所述未解决的用户问句所对应的用户接入渠道;

通过所述用户接入渠道,基于所述回访澄清话术对提出所述未解决的用户问句的用户进行回访,以完成所述任务流程;

获取所述未解决的用户问句所对应的扩展语句;所述扩展语句与所述未解决的用户问句所对应的知识点类别相匹配;

基于所述未解决的用户问句、所述扩展语句以及对应的知识点类别标注对知识点分类模型进行训练,获得更新后的知识点分类模型;

基于所述更新后的知识点分类模型进行问答处理;

获取历史用户问句集中各历史用户问句属于各个知识点类别的类别概率值;

当基于各历史用户问句属于各个知识点类别的类别概率值确定所述历史用户问句集中存在第二历史用户问句时,对所述第二历史用户问句进行聚类处理,获得聚类簇;所述第二历史用户问句是指最大类别概率小于第二概率阈值的问句;

基于所述聚类簇和对应的聚类类别标注对原始知识点分类模型进行训练,当训练达到预设条件时,获得知识点分类模型。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

获取通过回访澄清话术所获得的用户回复语句;

从所述用户回复语句中提取词槽以及意图信息;

根据所述词槽和意图信息进行信息查询,获得信息查询结果;

通过所述用户接入渠道返回所述信息查询结果。

3.根据权利要求1所述的方法,其特征在于,所述方法还包括:

获取对用户不回复情况的最大回访次数;

当通过所述用户接入渠道回访用户的次数达到所述最大回访次数时,标记所述未解决的用户问句,将所述未解决的用户问句暂缓处理。

4.根据权利要求1所述的方法,其特征在于,所述通过所述用户接入渠道,基于所述回访澄清话术对提出所述未解决的用户问句的用户进行回访,以完成所述任务流程,包括:

通过所述用户接入渠道,在用户空闲时间段内,基于所述回访澄清话术对提出所述未解决的用户问句的用户进行回访,以完成所述任务流程。

5.根据权利要求1所述的方法,其特征在于,所述方法还包括:

当识别到用户情绪为预设不佳情绪时,获取对应的舒缓情绪的话术;

在输出所述舒缓情绪的话术之后,执行所述通过所述用户接入渠道,基于所述回访澄清话术对提出所述未解决的用户问句的用户进行回访,以完成所述任务流程。

6.根据权利要求1所述的方法,其特征在于,所述方法还包括:

当检测到与当前回访澄清话术不匹配的用户回复语句时,基于不匹配的用户回复语句进行回复;

在基于不匹配的用户回复语句进行回复之后,输出所述当前回访澄清话术。

7.根据权利要求1所述的方法,其特征在于,所述获取所述未解决的用户问句所对应的扩展语句,包括:

获取历史用户问句集;

获取所述历史用户问句集中各历史用户问句所对应的知识点类别;

基于各所述历史用户问句所对应的知识点类别,从所述历史用户问句集中查找与所述未解决的用户问句的目标知识点类别相匹配的第一历史用户问句,将所述第一历史用户问句作为所述未解决的用户问句所对应的扩展语句。

8.根据权利要求7所述的方法,其特征在于,所述基于各所述历史用户问句所对应的知识点类别,从所述历史用户问句集中查找与所述未解决的用户问句的目标知识点类别相匹配的第一历史用户问句,包括:

获取各历史用户问句的与所述知识点类别相对应的类别概率值;

基于各所述历史用户问句所对应的知识点类别以及对应的类别概率值,从所述历史用户问句集中查找与所述未解决的用户问句的目标知识点类别相匹配的、且所述目标知识点类别的类别概率高于第一概率阈值的第一历史用户问句。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳追一科技有限公司,未经深圳追一科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110354868.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top