[发明专利]一种基于问答模板的案例识别方法

摘要

本发明公开了一种基于问答模板的案例识别方法，对接客服平台的质检平台，定时离线处理数据。对话文本是流式进入本系统，预处理后暂存在两个Solr中或者两个Solr Core中。由于待处理的数据量大，后续也使用了Solr的全文本检索功能，快速地过滤出近似句子，为后续的语义相似度计算模块减小压力，主要是语义相似度计算模块相对比较耗时。本发明中的技术可以应用在客服人员培训和客服质量检测环节，弥补现有培训环节的真实素材缺失，自动化输出符合指定问答模板的案例。并且可以作为对客服人员的一种评测。从另一方面讲，也可以检测问答模板设计的是否合理，是否符合实际场景。

主权项

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等；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，把此字符串输入的Solr中备用，称为Solr A；至此，预处理工作完成，Solr B中存储了所以待处理案例中的客户文本句子，Solr A中存储了所以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的输出，即该案例是优秀的案例，是比较符合标准Q1,A1的案例。