[发明专利]服务获取方法和装置

权利要求书

1.一种服务获取方法，其特征在于，所述方法包括：

获取并展示第一文本信息，其中，所述第一文本信息基于对用户输入的文本信息、图片信息或语音信息分析处理得到；

接收第二文本信息，其中，所述第二文本信息是用户对所述第一文本信息处理后的文本信息；

基于预存的服务列表采用有监督的、具有分类模型的机器学习算法对所述第二文本信息进行分类计算；

基于分类计算结果选取所述服务列表中的至少一项服务展示给所述用户。

2.根据权利要求1所述的方法，其特征在于，所述有监督的机器学习算法包括：支持向量机算法或朴素贝叶斯算法。

3.根据权利要求1所述的方法，其特征在于，所述基于预存的服务列表采用有监督的、具有分类模型的机器学习算法对所述第二文本信息进行分类计算，包括：

基于预先建立的特征词库对第二文本信息进行词语切分；

基于所述词语切分，建立第二文本信息的词频向量；

基于预存的服务列表采用有监督的、具有分类模型的机器学习算法对所述词频向量进行分类计算。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

记录用户对展示的所述至少一项服务的选择结果；

将所述选择结果作为学习内容或测试内容反馈给分类模型以调整参数。

5.根据权利要求1所述的方法，其特征在于，所述获取并展示第一文本信息包括：

当用户输入的信息为图片信息时，采用图像识别方法将所述图片信息转换为文本信息；

当用户输入的信息为语音信息时，采用语音识别方法将所述语音信息转换为文本信息。

6.一种服务获取装置，其特征在于，所述装置包括：

第一文本信息获取与展示单元，配置用于获取并展示第一文本信息，其中，所述第一文本信息是对用户输入的文本信息、图片信息或语音信息分析处理得到；

第二文本信息接收单元，配置用于接收第二文本信息，其中，所述第二文本信息是用户对所述第一文本信息处理后的文本信息；

分类计算单元，配置用于基于预存的服务列表采用有监督的、具有分类模型的机器学习算法对所述第二文本信息进行分类计算；

服务选取与展示单元，配置用于基于分类计算结果选取所述服务列表中的至少一项服务展示给所述用户。

7.根据权利要求6所述的装置，其特征在于，所述监督机器学习算法包括：支持向量机算法或朴素贝叶斯算法。

8.根据权利要求6所述的装置，其特征在于，所述分类计算单元进一步配置用于：

基于预先建立的特征词库对第二文本信息进行词语切分；

基于所述词语切分，建立第二文本信息的词频向量；

基于预存的服务列表采用有监督的、具有分类模型的机器学习算法对所述词频向量进行分类计算。

9.根据权利要求6所述的装置，其特征在于，所述装置还包括：

记录单元，配置用于记录用户对展示的所述至少一项服务的选择结果；

反馈单元，配置用于将所述选择结果作为学习内容或测试内容反 馈给分类模型以调整参数。

10.根据权利要求6所述的方法，其特征在于，所述第一文本信息获取与展示单元进一步配置用于：

当用户输入的信息为图片信息时，采用图像识别方法将所述图片信息转换为第一文本信息；

当用户输入的信息为语音信息是，采用语音识别方法将所述语音信息转换为第一文本信息。