[发明专利]数据召回方法与系统、交互方法及交互系统有效

专利信息
申请号: 202011399441.5 申请日: 2020-12-01
公开(公告)号: CN112463949B 公开(公告)日: 2022-09-16
发明(设计)人: 王宏;王贺青;孙林;孙拔群;武晓飞;赵嫘 申请(专利权)人: 贝壳技术有限公司
主分类号: G06F16/335 分类号: G06F16/335;G06F16/332;G06F16/35;G06Q50/16
代理公司: 北京润平知识产权代理有限公司 11283 代理人: 肖冰滨;王晓晓
地址: 300280 天津市滨海新区南港*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据 召回 方法 系统 交互
【权利要求书】:

1.一种数据召回方法,其特征在于,所述数据召回方法包括:

识别用户询问以获取用户意图;其中,所述用户询问为用户针对具有特定房源标识的特定房源、向具有特定交互方标识的特定交互方发起的询问;

判断所述用户意图是否与数据库中的预设意图体系中的任一者相匹配;

在所述用户意图与所述预设意图体系中的任一者相匹配的情况下,计算所述用户询问与所述数据库中的在该用户意图下的关于所述特定房源的第一历史询问之间的相似度;以及

基于所述用户询问与所述第一历史询问之间的相似度、及所述特定交互方标识与所述第一历史询问所对应的交互方标识的匹配信息,从所述第一历史询问中召回预设数目个第二历史询问及与该第二历史询问相对应的历史回答,其中所述用户询问与所述第二历史询问之间的相似度大于相似度阈值。

2.根据权利要求1所述的数据召回方法,其特征在于,所述识别用户询问包括:

基于意图识别模型对所述用户询问进行识别,其中,所述意图识别模型为采用历史问答数据对快速文本分类算法模型进行训练而成。

3.根据权利要求2所述的数据召回方法,其特征在于,在执行所述识别用户询问以获取用户意图之前,所述数据召回方法还包括:

基于所述意图识别模型,对所述历史问答数据中的关于多个房源的历史询问进行识别,以获取与所述关于多个房源的历史询问相对应的历史意图;

判断所述历史意图是否与预设意图体系中的任一者相匹配;

在所述历史意图满足所述预设意图体系的情况下,基于问答匹配模型,从所述历史问答数据中筛选出关于所述多个房源的历史问答对,其中所述历史问答对包括:彼此匹配的历史询问及历史回答;以及

建立关于所述多个房源的房源标识、所述历史意图、所述历史问答对及所述历史问答对对应交互方的交互方标识四者之间的对应关系,以形成所述数据库。

4.根据权利要求3所述的数据召回方法,其特征在于,所述问答匹配模型为二分类模型,

相应地,所述从所述历史问答数据中筛选出关于所述多个房源的历史问答对包括:

基于所述二分类模型,确定所述历史问答数据中的关于具有同一房源标识的房源的历史问题与历史回答的问答组合为正确组合的第一概率、及所述问答组合为错误组合的第二概率;以及

在所述第一概率大于所述第二概率的情况下,筛选关于所述具有同一房源标识的房源的所述问答组合为所述历史问答对。

5.根据权利要求1所述的数据召回方法,其特征在于,所述计算所述用户询问与所述数据库中的在该用户意图下的关于所述特定房源的第一历史询问之间的相似度包括:

构建所述用户询问的第一句子向量与所述在该用户意图下的关于所述特定房源的历史询问的第二句子向量;以及

计算所述第一句子向量与所述第二句子向量之间的相似度。

6.根据权利要求1所述的数据召回方法,其特征在于,所述从所述第一历史询问中召回预设数目个第二历史询问及与该第二历史询问相对应的历史回答包括:

在所述用户询问与所述第一历史询问中的关于所述特定房源的特定历史询问之间的相似度大于所述相似度阈值的情况下,从所述第一历史询问中筛选出所述特定历史询问;

判断所述特定交互方标识是否与所述特定历史询问所对应的交互方标识中的任一者相匹配;

在所述特定交互方标识与所述特定历史询问所对应的交互方标识中的任一者相匹配的情况下,从所述特定历史询问中召回所述特定交互方标识所对应的第一特定历史询问,并召回与该第一特定历史询问相对应的历史回答;

判断所召回的第一特定历史询问的第一数目是否小于所述预设数目;以及

在所述第一数目小于所述预设数目的情况下,从第二特定历史询问中召回相似度排名前第二数目的特定历史询问,并召回与该相似度排名前第二数目的特定历史询问相对应的历史回答,其中,所述第二特定历史询问为所述特定历史询问中的除所述第一特定历史询问之外的询问,以及所述第二数目为所述预设数目与所述第一数目之差。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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贝壳技术有限公司,未经贝壳技术有限公司许可,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/202011399441.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top