[发明专利]智能答疑方法、电子装置及存储介质在审
申请号: | 201910969073.4 | 申请日: | 2019-10-12 |
公开(公告)号: | CN110874394A | 公开(公告)日: | 2020-03-10 |
发明(设计)人: | 肖兴愿;汪文娟 | 申请(专利权)人: | 中国平安财产保险股份有限公司 |
主分类号: | G06F16/33 | 分类号: | G06F16/33;G06F16/332;G06F40/289;G06N3/04;G06N3/08;G10L15/22 |
代理公司: | 深圳市沃德知识产权代理事务所(普通合伙) 44347 | 代理人: | 高杰;于志光 |
地址: | 518000 广东省深圳市福田区益田路*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 智能 答疑 方法 电子 装置 存储 介质 | ||
1.一种智能答疑方法,应用于电子装置,其特征在于,该方法包括:
设置步骤:在数据库中设定至少一个第一关键词,根据所述第一关键词及预先确定的匹配条件生成规则生成匹配条件,建立所述匹配条件与预设答案之间的映射关系,并将所述匹配条件与映射关系存储于所述数据库;
建立步骤:获取历史用户的属性信息,根据所述历史用户的属性信息建立至少一个第一标签,获取答疑者的属性信息,根据所述答疑者的属性信息建立至少一个第二标签,将所述第一标签与第二标签存储于所述数据库,并将所述第一标签与第二标签转换成对应的第一词向量与第二词向量;
接收步骤:接收客户端的当前用户发送的答疑请求,解析所述答疑请求得到答疑请求语音信息,将所述答疑请求语音信息转换成文本信息存储至一个消息队列,利用预先确定的计分算法计算出所述文本信息中每个词语的得分,将所有所述词语按照得分从小到大进行排序,根据排序结果从所述文本信息中依次选取预设数量的词语作为第二关键词;
第一处理步骤:对所述文本信息及匹配条件进行匹配分析,判断所述文本信息中的每个第二关键词在所述匹配条件中是否存在对应的第一关键词,若存在则表明所述文本信息满足所述匹配条件,则从所述数据库获取所述匹配条件对应的预设答案发送给所述客户端;及
第二处理步骤:若所述文本信息不满足所述匹配条件,则提取所述语音信息中包含的语音情绪类型,当判断所述语音情绪类型为不满时,利用预设的匹配算法基于所述第一词向量与第二词向量计算所述当前用户与每个答疑者之间的匹配值,选取所有所述匹配值中的最大值作为最佳答疑者推荐给所述当前用户。
2.如权利要求1所述的智能答疑方法,其特征在于,所述计分算法为:
其中,Vi、Vj和Vk表示从所述文本信息中提取的词语节点,S(Vi)、S(Vj)分别表示词语节点Vi、Vj的得分,Wji表示Vi和Vj两个词语节点之间边的权重,Wji表示Vj和Vk两个词语节点之间边的权重,In(Vi)表示指向词语节点Vi的节点集合,Out(Vj)表示词语节点Vj指向的节点集合,d表示阻尼系数。
3.如权利要求1所述的智能答疑方法,其特征在于,所述对所述文本信息及匹配条件进行匹配分析是基于OGNL表达式语言实现的,包括:
将所述文本信息存储在基于OGNL创建的上下文环境的根对象中;
利用OGNL对所述匹配条件进行描述生成所述匹配条件的表达式;及
根据所述表达式对存储于根对象中的所述文本信息进行遍历查询,判断所述文本信息与表达式匹配是否一致,根据匹配结果输出相应的预设答案。
4.如权利要求1所述的智能答疑方法,其特征在于,所述语音情绪类型的提取步骤包括:
对所述语音信息进行解码得到音频信号,从所述音频信号中提取低阶音频特征;
从所述低阶音频特征中提取动态回归系数,得到所述语音信息的动态音频特征;
利用统计函数从所述低阶音频特征及动态音频特征中提取音频信号的高阶音频特征;
利用特征筛选算法从所述高阶音频特征中筛选出高阶音频特征子集作为音频信号的语音特征,同时作为所述语音信息的语音特征;及
将所述语音特征输入预先训练好的情绪识别模型,输出对应的语音情绪的类别。
5.如权利要求1-4任一项所述的智能答疑方法,其特征在于,该方法还包括准备步骤:
在数据库中预先设定通用答复信息,当所述当前用户等待时间超过预设时间阈值时,将所述通用答复信息反馈至所述客户端。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国平安财产保险股份有限公司,未经中国平安财产保险股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910969073.4/1.html,转载请声明来源钻瓜专利网。