[发明专利]一种信息处理方法及装置

权利要求书

1.一种信息处理方法，其特征在于，所述方法包括：

获取目标用户与智能客服的对话信息，并确定所述对话信息是否存在异常；

若所述对话信息存在异常，则确定所述对话信息中至少一个用户提问信息对应的至少一个关联提问信息；

根据所述对话信息，以及多个对话信息样本，从所述关联提问信息中确定第一目标提问信息；

根据所述第一目标提问信息，确定返回给所述目标用户的问题答复信息。

2.根据权利要求1所述的方法，其特征在于，所述对话信息中还包括所述智能客服根据所述用户提问信息反馈的至少一个提问信息识别结果；

所述确定所述对话信息是否存在异常，包括：

确定所述对话信息中含有的所述用户提问信息的数量；

若所述对话信息中含有的所述用户提问信息的数量大于预设阈值，且所述对话信息中，所述目标用户针对所述提问信息识别结果的反馈信息的类型为否定信息，则确定所述对话信息存在异常。

3.根据权利要求2所述的方法，其特征在于，所述确定所述对话信息中至少一个用户提问信息对应的至少一个关联提问信息，包括：

根据预先建立的对话信息知识图谱，确定与所述用户提问信息关联的关联提问信息。

4.根据权利要求3所述的方法，其特征在于，所述根据所述对话信息，以及多个对话信息样本，从所述关联提问信息中确定第一目标提问信息，包括：

根据所述对话信息样本，确定所述对话信息样本中的历史用户提问信息、历史提问信息识别结果及所述对话信息样本对应的用户针对所述历史提问信息识别结果的历史反馈信息；

根据所述历史用户提问信息、所述历史提问信息识别结果、所述历史反馈信息、所述对话信息，以及强化学习模型，从所述关联提问信息中确定第一目标提问信息。

5.根据权利要求4所述的方法，其特征在于，所述根据所述历史用户提问信息、所述历史提问信息识别结果、所述历史反馈信息、所述对话信息，以及强化学习模型，从所述关联提问信息中确定第一目标提问信息，包括：

根据所述历史用户提问信息、所述历史提问信息识别结果、所述历史反馈信息，训练所述强化学习模型；

利用训练好的强化学习模型，以及所述对话信息，确定每个所述关联提问信息与所述用户提问信息的相关度；

选取相关度最高的关联提问信息作为所述第一目标提问信息。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

若检测到所述目标用户针对所述问题答复信息的反馈信息的类型为否定信息，则利用贪心选择策略及每个所述关联提问信息与所述用户提问信息的相关度，从所述关联提问信息中确定第二目标提问信息。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

若检测到所述目标用户针对所述问题答复信息的反馈信息的类型为肯定信息，则利用所述目标用户针对所述问题答复信息的反馈信息及所述对话信息，更新所述对话信息知识图谱。

8.一种信息处理装置，其特征在于，所述装置包括：

第一确定模块，用于获取目标用户与智能客服的对话信息，并确定所述对话信息是否存在异常；

第二确定模块，用于若所述对话信息存在异常，则确定所述对话信息中至少一个用户提问信息对应的至少一个关联提问信息；

第三确定模块，用于根据所述对话信息，以及多个对话信息样本，从所述关联提问信息中确定第一目标提问信息；

第四确定模块，用于根据所述第一目标提问信息，确定返回给所述目标用户的问题答复信息。

9.一种电子设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1至7任一所述的信息处理方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至7任一所述的信息处理方法的步骤。