[发明专利]一种用于自动更新房源数据的方法和装置

权利要求书

1.一种用于自动更新房源数据库的方法，其特征在于，包括以下步骤：

获取用户提出的关于房源的用户问题；

获取历史问答记录中关于所述房源的对应于所述用户问题的多个经纪人回答；

从房源数据库中调取关于所述房源的对应于所述用户问题的房源信息数据，判断所述房源信息数据是否缺失：

如果是，则计算所述多个经纪人回答的一致性，将一致性最高的回答作为第一校正房源信息数据，并将所述第一校正房源信息数据补充至房源数据库，作为所述房源信息数据；

如果否，则计算所述房源信息数据和所述多个经纪人回答的一致性，将一致性最高者作为第二校正房源信息数据，并比较所述第二校正房源信息数据与所述房源信息数据是否相同：

如果是，则保持所述房源信息数据不变；

如果否，则将所述房源信息数据更新为所述第二校正房源信息数据。

2.根据权利要求1所述的方法，其特征在于，所述获取用户提出的关于房源的用户问题，包括以下步骤：

抽取对话中用户提出的当前用户问题；

识别所述当前用户问题所对应的当前用户询问意图；

预测所述当前用户询问意图的下一用户询问意图；

基于所预测的下一用户询问意图为用户推荐待选用户问题；

基于用户从所述待选用户问题中的选择来确定所述关于房源的用户问题。

3.根据权利要求2所述的方法，其特征在于，识别所述当前用户问题所对应的当前用户询问意图通过用户意图识别模型来实现，所述用户意图识别模型基于对样本用户问题及其对应的样本用户询问意图的学习而创建，其中所述样本用户询问意图通过人工来标记。

4.根据权利要求2所述的方法，其特征在于，预测所述当前用户询问意图的下一用户询问意图通过计算状态转移矩阵来实现。

5.根据权利要求2所述的方法，其特征在于，所述基于所预测的下一用户询问意图为用户推荐待选用户问题包括：

收集所预测的下一用户询问意图所对应的标准用户问题；

对所述标准用户问题进行筛选；

将经过筛选的标准用户问题作为待选用户问题推荐给用户。

6.根据权利要求5所述的方法，其特征在于，所述收集所预测的下一用户询问意图所对应的标准用户问题包括：

基于所述用户意图识别模型获得每个用户询问意图所对应的多个用户问题；

对每个用户询问意图所对应的多个用户问题进行聚类，得到每个用户询问意图所对应的标准用户问题，由此获得所预测的下一用户询问意图所对应的标准用户问题。

7.根据权利要求5所述的方法，其特征在于，对所述标准用户问题进行筛选包括：

基于问题排序模型计算出每个输入的标准用户问题的推荐概率，并基于计算出的推荐概率对所述标准用户问题进行打分和排序，并基于所述打分和排序对所述标准用户问题进行筛选，

其中，所述问题排序模型基于对样本标准问题的房源特征数据和推荐标签值的学习而创建，其中，所述房源特征数据包括热度、数据覆盖率、置信度、点击率和用途中的一个或多个，所述推荐标签值通过人工来标记。

8.根据权利要求7所述的方法，其特征在于，基于所述打分和排序对所述标准用户问题进行筛选包括：

将推荐概率大于第一概率值且排序小于等于第一排序值的标准用户问题推荐给用户。

9.根据权利要求1所述的方法，其特征在于，所述获取历史问答记录中关于所述房源的对应于所述用户问题的多个经纪人回答包括：

通过问答匹配模型计算输入的用户问题与经纪人回答之间的匹配概率，并基于所述匹配概率获得与所述用户问题匹配的多个经纪人回答，

其中，所述问答匹配模型基于对正样本和负样本的学习而创建，所述正样本为所述历史问答记录中的样本用户问题及其对应的样本经纪人回答组成的样本问答对，所述负样本为所述样本用户问题及其上文的任一经纪人回答组成的样本非问答对。