[发明专利]客票规则解析方法、装置、电子设备及计算机可读介质

说明书

本发明涉及一种客票规则解析方法，所述方法包括：获取待处理的客票规则文本；将所述客票规则文本进行词向量化处理，得到所述客票规则文本对应的第一向量；将所述第一向量输入至预先训练的深度神经网络，得到与所述第一向量对应的预设标注字段的数据；反馈所述预设标注字段的数据。本发明的优点在于：预设标注字段的数据反映了客票规则文本中的有关退改票的信息，用户可以直接在查询或购票界面看到退改票信息，提升了用户体验。

技术领域

本发明涉及互联网技术领域，尤其涉及一种客票规则解析方法、装置、电子设备及计算机可读介质。

背景技术

用户在购票结束后经常会由于种种原因需要退改票，根据客票规则，用户购买的票的种类不同，客票是否允许退改也不同，或用户退改票时间不同，用户得到的退改票金额也是不同的。在这种情况下，用户发出退改票请求后，一般需要客服人工解读客票规则，然后将是否允许退改票，和退改票金额通知用户，增加了客服工作量，也不方便用户在购买初期知晓是否允许退改票和退改票价格，给用户带来了不便。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本发明提供了一种客票规则解析方法、装置、电子设备及计算机可读介质。

为解决上述技术问题，本发明采用的技术方案是：

第一方面，一种客票规则解析方法，所述方法包括：

获取待处理的客票规则文本；

将所述客票规则文本进行词向量化处理，得到所述客票规则文本对应的第一向量；

将所述第一向量输入至预先训练的深度神经网络，得到与所述第一向量对应的预设标注字段的数据；

反馈所述预设标注字段的数据。

可选的，在获取待处理的客票规则文本之前，还包括：

获取样本客票规则文本和所述样本客票规则文本对应的样本标注数据，其中，所述样本标注数据为用于标注所述样本客票规则文本中的预设标注字段的数据；

将所述样本客票规则文本进行词向量化处理，得到所述样本客票规则文本对应的第二向量；

通过所述第二向量、所述样本标注数据和预设的训练算法，对初始深度神经网络进行训练，得到训练后的深度神经网络。

可选的，通过所述第二向量、所述样本标注数据和预设的训练算法，对初始深度神经网络进行训练，得到训练后的深度神经网络，包括：

针对每个预设标注字段，建立该预设标注字段对应的初始深度神经网络；

通过所述第二向量、该样本标注字段对应的样本标注数据和预设的训练算法，对该预设标注字段对应的初始深度神经网络进行训练，得到训练后的深度神经网络。

可选的，所述将所述客票规则文本进行词向量化处理，包括：

将所述客票规则文本进行分词处理；

将分词处理后的客票规则文本进行词向量化处理。

可选的，所述将所述第一向量输入至预先训练的深度神经网络，包括：

将所述第一向量进行类聚处理；

将类聚处理后的第一向量输入至预先训练的深度神经网络。

可选的，所述将所述客票规则文本进行词向量化处理，包括：

对所述客票规则文本进行语料清洗；

将语料清洗后的客票规则文本进行词向量化处理。

第二方面，一种客票规则解析装置，其特征在于，所述装置包括：