[发明专利]问询处理方法及系统

权利要求书

1.一种问询处理方法，其特征在于，包括：

在对目标回答人进行问询时，实时将问答语音进行转写，得到以问答对为单位的问答文本；

根据所述问答文本中问答对的单词数和句子数，实时计算当前问答对的复杂度；

结合当前问答对的复杂度，获取当前问答对的文本特征向量；

将目标回答人的当前问答对的文本特征向量与其他回答人的问答对的文本特征向量进行相似度比对；

将比对结果按预设的需求策略进行展示。

2.根据权利要求1所述的问询处理方法，其特征在于，所述根据所述问答文本中问答对的单词数和句子数，实时计算当前问答对的复杂度包括：

根据所述问答文本中每个问答对的单词数，计算与历史问答对的单词复杂程度相关的当前单词复杂度；

根据所述问答文本中每个问答对的句子数，计算与历史问答对的句子复杂程度相关的当前句子复杂度；

根据所述当前单词复杂度以及所述当前句子复杂度，实时计算当前问答对的复杂度。

3.根据权利要求2所述的问询处理方法，其特征在于，

所述根据所述问答文本中每个问答对的单词数，计算与历史问答对的单词复杂程度相关的当前单词复杂度包括：

计算每个问答对中的回答单词数以及问题单词数的比值，得到每个问答对的单词数复杂度；

计算本次问询中从历史问答对到当前问答对的所有单词数复杂度的加权和，得到所述当前单词复杂度；

所述根据所述问答文本中每个问答对的句子数，计算与历史问答对的句子复杂程度相关的当前句子复杂度包括：

计算每个问答对中的回答句子数以及问题句子数的比值，得到每个问答对的句子数复杂度；

计算本次问询中从历史问答对到当前问答对的所有句子数复杂度的加权和，得到所述当前句子复杂度。

4.根据权利要求2所述的问询处理方法，其特征在于，所述根据所述当前单词复杂度以及所述当前句子复杂度，实时计算当前问答对的复杂度包括：

将所述当前单词复杂度与所述当前句子复杂度进行相加，得到当前问答对的词句复杂度；

计算所述词句复杂度与预设的复杂度上限值的比值，得到当前问答对的复杂度。

5.根据权利要求1所述的问询处理方法，其特征在于，所述结合当前问答对的复杂度，获取当前问答对的文本特征向量包括：

通过实时在线特征提取算法获取或通过多种特征提取算法分别获取当前问答对中的问题语句和回答语句的特征向量；其中，所述多种特征提取算法包括实时在线特征提取算法；

计算问题语句及回答语句的特征向量均值；

基于当前问答对的复杂度设置权重系数，并将问题语句特征向量均值及回答语句特征向量均值进行加权并求和，得到与所用的特征提取算法相对应的单个或多个基础特征向量；

将实时在线特征提取算法得到的单个基础特征向量确定为当前问答对的文本特征向量，或者将基于多种特征提取算法得到的多个基础特征向量进行融合，再将融合结果确定为当前问答对的文本特征向量。

6.根据权利要求5所述的问询处理方法，其特征在于，

所述多种特征提取算法还包括业务知识库特征提取模型；

所述方法还包括：

根据所述问答文本中问答对的关键词，实时计算当前问答对的知识库依赖度；其中，所述关键词为问答对中与预设的业务知识库中的业务词汇相匹配的单词；

所述基于多种特征提取算法得到的多个基础特征向量进行融合包括：

将所述知识库依赖度作为权重系数，对与业务知识库相关的基础特征向量进行加权；

将加权后的与业务知识库相关的基础特征向量与其他基础特征向量进行融合。

7.根据权利要求6所述的问询处理方法，其特征在于，所述根据所述问答文本中问答对的关键词，实时计算当前问答对的知识库依赖度包括：

计算每个问答对的关键词数与该问答对中单词总数的比值，得到每个问答对的关键词覆盖率；

计算本次问询中从历史问答对到当前问答对的关键词覆盖率的加权和，得到当前问答对的知识库依赖度。