[发明专利]问答资源调整方法、装置、设备及存储介质

说明书

本发明涉及人工智能及数字医疗技术，揭露一种问答资源调整方法，包括：对问答数据进行字段重命名，得到初始数据集，识别初始数据集中每个初始数据对应的特征，基于特征对所述初始数据集进行聚类，得到多个数据子集，分别计算多个数据子集中任意两个数据子集之间的相关系数，选择相关系数大于相关阈值的两个数据子集作为关键数据集，对关键数据集进行类型转换及缺失值填充，得到标准数据集，基于标准数据集对待调整资源集进行资源回算及调整，得到调整后的待调整资源集。此外，本发明还涉及区块链技术，相关系数可存储于区块链的节点。本发明还提出一种问答资源调整装置、电子设备以及存储介质。本发明可以解决资源调整的效率低下的问题。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种问答资源调整方法、装置、电子设备及计算机可读存储介质。

背景技术

在智能客服的应用场景下，通常需要对数据库中的问答资源进行调整，以便于解决类似于话术不熟、不能及时回复等一系列问题。

现有的资源调整方法通常是根据核心指标调整系统资源分布，但是对于人工智能场景而言，不同时间的问答情况会出现变更,这就需要频繁的计算核心指标，传统的人工智能场景中，没有一个标准的核心指标计算体系，只能通过人工经验提前设定核心指标，不同的人经验不同，导致调整系统资源分布的方法效率低下。

发明内容

本发明提供一种问答资源调整方法、装置及计算机可读存储介质，其主要目的在于解决资源调整的效率低下的问题。

为实现上述目的，本发明提供的一种问答资源调整方法，包括：

对预先获取的问答资源集中的问答数据进行字段重命名处理，得到初始数据集；

对所述初始数据集进行特征识别，得到所述初始数据集中每个初始数据对应的特征，并基于所述特征对所述初始数据集进行聚类，得到多个数据子集；

分别计算所述多个数据子集中任意两个数据子集之间的相关系数，选取所述相关系数大于预设的相关阈值的两个数据子集作为关键数据集；

对所述关键数据集进行类型转换及缺失值填充处理，得到标准数据集；

获取待调整资源集，基于所述标准数据集对所述待调整资源集进行资源回算及调整处理，得到调整后的所述待调整资源集。

可选地，所述对所述问答资源集中的问答数据进行字段重命名处理，得到初始数据集，包括：

识别所述问答数据中包含的英文字段名；

从预创建的字段集中获取与所述英文字段名匹配的中文字段名；

利用所述中文字段名替换所述问答数据中对应的英文字段名，得到初始数据集。

可选地，所述基于所述标准数据集对所述待调整资源集进行资源回算及调整处理，包括：

计算所述待调整资源集中的资源数据与所述标准数据集中的标准数据之间的数据差，并汇总多个数据差得到回算结果；

将所述回算结果中的数据差与预设的核心阈值进行比较，根据比较结果对所述待调整资源集进行调整，得到调整后的所述待调整资源集。

可选地，所述将所述回算结果中的数据差与预设的核心阈值进行比较，根据比较结果对所述待调整资源集进行调整，得到调整后的所述待调整资源集，包括：

判断所述回算结果中的数据差与所述核心阈值之间的大小；

若所述回算结果中的数据差大于所述核心阈值，将所述待调整资源集写入预设的数据同步表中并进行推送；

若所述回算结果中的数据差小于或者等于所述核心阈值，对所述待调整资源集进行相关性计算，得到对应的相关系数；