[发明专利]用户问句与知识点标题的匹配方法和装置

说明书

本说明书实施例提供一种用户问句与知识点标题的匹配方法和装置，方法包括：获取当前用户查询信息，其中包括当前用户问句；针对当前用户问句，利用多种算法得到与当前用户问句匹配的多个候选知识点标题；将当前用户查询信息和每个候选知识点标题组成的每组对话信息作为预先训练的深度反馈模型的输入，通过深度反馈模型的输出得到每个候选知识点标题的用户反馈级别及该用户反馈级别的相对概率；根据每个候选知识点标题的用户反馈级别及该用户反馈级别的相对概率，从多个候选知识点标题中选择至少一个候选知识点标题，将所述至少一个候选知识点标题作为与所述用户问句匹配的知识点标题，从而提升机器人答案的整体用户满意度。

技术领域

本说明书一个或多个实施例涉及计算机领域，尤其涉及用户问句与知识点标题的匹配方法和装置。

背景技术

在智能客服的机器人问答中，基于用户问句确定与该用户问句匹配的知识点标题，相应地，把该知识点标题和/或知识点标题对应的知识点推送给用户。客户在与机器人交互过程中，用户问句语言口语化、简略化，提升客服机器人匹配的能力和效果对整个客服系统十分关键，直接影响客服系统的服务体验。

传统的解决问答匹配的方法大概分为三类。第一类是语义解析(semanticparsing)，第二类是信息抽取(information extraction)，第三类是向量建模(vectormodeling)。上述匹配方法都只是单纯的考虑用户问句与匹配答案的相关性，机器人答案的整体用户满意度不佳。

因此，希望能有改进的方案，能够提升机器人答案的整体用户满意度。

发明内容

本说明书一个或多个实施例描述了一种用户问句与知识点标题的匹配方法和装置，能够提升机器人答案的整体用户满意度。

第一方面，提供了一种用户问句与知识点标题的匹配方法，方法包括：

获取当前用户查询信息，其中，所述当前用户查询信息包括当前用户问句；

针对当前用户问句，利用多种算法得到与所述当前用户问句匹配的多个候选知识点标题；

将当前用户查询信息和每个候选知识点标题组成的每组对话信息作为预先训练的深度反馈模型的输入，通过所述深度反馈模型的输出得到每个候选知识点标题的用户反馈级别及该用户反馈级别的相对概率；

根据每个候选知识点标题的用户反馈级别及该用户反馈级别的相对概率，确定所述多个候选知识点标题中每个候选知识点标题的排序；

根据每个候选知识点标题的排序，从所述多个候选知识点标题中选择至少一个候选知识点标题，将所述至少一个候选知识点标题作为与所述用户问句匹配的知识点标题。

在一种可能的实施方式中，利用所述多种算法中的每种算法得到一个或多个候选知识点标题。

在一种可能的实施方式中，所述将当前用户查询信息和每个候选知识点标题组成的每组对话信息作为预先训练的深度反馈模型的输入，通过所述深度反馈模型的输出得到每个候选知识点标题的用户反馈级别及该用户反馈级别的相对概率之前，所述方法还包括：

获取机器人问答的历史日志，所述历史日志包括多组历史查询信息、知识点标题和用户反馈数据；

根据预先设定的用户反馈数据与用户反馈级别的对应关系，确定所述用户反馈数据对应的用户反馈级别，所述用户反馈级别包括用于指示正向反馈的级别、用于指示中性反馈的级别、用于指示负向反馈的级别；

将每组历史查询信息、知识点标题和用户反馈级别作为深度反馈模型的一组训练样本，对所述深度反馈模型进行训练；其中，历史查询信息作为所述深度反馈模型的第一特征部分，知识点标题作为所述深度反馈模型的第二特征部分，用户反馈级别作为所述深度反馈模型的样本标签。