[发明专利]一种数据采集处理方法、系统、电子设备及介质

权利要求书

1.一种数据采集处理方法，其特征在于，所述方法包括：

按照预设问答模板对目标用户进行初次询问，并获取所述目标用户的初次回答文本；

对所述初次回答文本进行分词处理，得到若干个初次回答词；

获取所述预设问答模板对应的标准词库，所述标准词库包括若干个所述预设问答模板的标准回答词；

将所述初次回答词与各所述标准回答词进行比对，得到所述初次回答词与所述标准回答词之间的相关度；

若存在至少一个所述相关度高于预设相关度阈值，将所述初次回答词替换为目标回答词，并确定所述目标回答词的词置信度，所述目标回答词包括与所述初次回答词相似度最高的所述标准回答词，所述词置信度根据所述相关度、所述预设相关度阈值、预设目标回答词影响因子中至少之一确定；

将所述目标回答词填写入表单，并根据各所述词置信度确定所述表单的表单置信度；

其中，所述将所述目标回答词填写入表单之前，所述方法还包括，

获取所述目标回答词所对应的所述标准回答词的属性信息，所述属性信息包括关键词、描述词以及描述词类别，将所述属性信息包括关键词的所述目标回答词作为关键回答词，将所述属性信息包括描述词的所述目标回答词作为描述回答词；

根据所述目标回答词所对应的所述初次回答文本的语句信息，对所述目标回答词进行分句处理，得到若干个标准化语句，所述根据所述目标回答词所对应的所述初次回答文本的语句信息，对所述目标回答词进行分句处理，得到若干个标准化语句包括建立所述目标回答词与初次问答词之间的映射关系，以及所述初次回答词与初次问答文本中的语句之间的映射关系，得到所述目标回答词在初次回答文本的语境下的排序关系与断句情况，生成标准化语句；

将包括有相同关键回答词的所述标准化语句进行合并处理，保留一个所述关键回答词，得到简化语句，并将所述简化语句填写入表单。

2.如权利要求1所述的数据采集处理方法，其特征在于，将所述简化语句填写入表单之前，所述方法还包括：

获取所述简化语句中的所述描述词类别，并与预设描述词类别进行比对，以确定缺失描述词类别；

根据所述缺失描述词类别和所述简化语句中的关键回答词确定补充问答模板，并对所述目标用户进行补充询问，获取补充回答文本；

对所述补充回答文本进行分词处理，得到若干个补充回答词；

将所述补充回答词与各所述标准回答词进行比对，得到所述补充回答词与所述标准回答词之间的相关度；

若存在至少一个所述相关度高于预设相关度阈值，将所述补充回答词替换为目标回答词，所述目标回答词包括与所述补充回答词相似度最高的所述标准回答词；

将所述目标回答词增加到所述简化语句。

3.如权利要求1所述的数据采集处理方法，其特征在于，将所述简化语句填写入表单之前，所述方法还包括：

根据各所述简化语句中的关键回答词在预设关键回答词关联词库中确定关联关键回答词；

根据所述关联关键回答词确定补充问答模板，并对所述目标用户进行补充询问，获取补充回答文本；

根据所述补充回答文本生成所述简化语句。

4.如权利要求1-3任一项所述的数据采集处理方法，其特征在于，所述将所述目标回答词填写入表单包括：

获取所述目标用户的基础信息，将所述基础信息填写入表单；

获取所述初次回答词在所述初次回答文本中的位置信息；

根据所述目标回答词所对应的所述初次回答词的位置信息对所述目标回答词进行排序，并填写入表单。

5.如权利要求1-3任一项所述的数据采集处理方法，其特征在于，所述将所述目标回答词填写入表单之后，所述方法还包括：

将所述表单展示给所述目标用户；

获取表单中的被标记目标回答词以及所述目标用户的修正语音；

将所述修正语音转化为修正文本，并对所述修正文本进行去停用词处理，得到修改信息；

根据所述修改信息对所述被标记目标回答词进行替换，和/或将所述目标回答词与所述修改信息同时记载。