[发明专利]一种应用于帖子回复的处理方法及系统在审

专利信息
申请号: 202211415183.4 申请日: 2022-11-11
公开(公告)号: CN115757944A 公开(公告)日: 2023-03-07
发明(设计)人: 徐诗雯;林世福 申请(专利权)人: 华夏基金管理有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/9536;G06Q50/00
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 姚璐华
地址: 100033 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 应用于 帖子 回复 处理 方法 系统
【权利要求书】:

1.一种应用于帖子回复的处理方法,其特征在于,所述方法包括:

基于目标自动处理流程,采集每一发帖渠道对应的待回复帖子;

对每一待回复帖子进行预处理,得到目标待回复帖子;

确定与所述目标待回复帖子相匹配的回复提示信息;

控制目标处理端基于所述目标自动处理流程以及所述回复提示信息对所述目标待回复帖子进行回复,并将回复内容发布至与所述目标待回复帖子对应的展示区域。

2.根据权利要求1所述的方法,其特征在于,所述基于目标自动处理流程,采集每一发帖渠道对应的待回复帖子,包括:

调用目标自动处理流程,并采集每一发帖渠道初始未被回复的帖子;

对每一初始未被回复的帖子进行数据格式统一处理以及内容过滤处理,得到待回复帖子。

3.根据权利要求1所述的方法,其特征在于,所述对每一待回复帖子进行预处理,得到目标待回复帖子,包括:

提取获得每一待回复帖子的内容特征;

基于所述内容特征确定每一待回复帖子的属性特征,所述属性特征表征所述待回复帖子是否有效;

基于所述属性特征,在所述待回复帖子中确定目标待回复帖子。

4.根据权利要求1所述的方法,其特征在于,所述确定与所述目标待回复帖子相匹配的回复提示信息,包括:

将所述目标待回复帖子的内容特征输入至目标匹配模型,获得与所述内容特征相匹配的回复特征;

基于所述回复特征,生成回复提示信息;

其中,所述目标匹配模型为基于训练数据训练得到的神经网络模型,所述训练数据为历史数据中的帖子与回复内容的组合数据。

5.根据权利要求1所述的方法,其特征在于,所述方法还包括:

控制所述目标处理端将所述回复内容通过与所述目标待回复帖子对应的发帖渠道,发送至与所述目标待回复帖子对应的发布平台。

6.一种应用于帖子回复的处理系统,其特征在于,所述系统包括:

采集单元,用于基于目标自动处理流程,采集每一发帖渠道对应的待回复帖子,所述采集单元具有与每一发帖渠道对应的采集接口;

预处理单元,用于对每一待回复帖子进行预处理,得到目标待回复帖子;

确定单元,用于确定与所述目标待回复帖子相匹配的回复提示信息;

控制单元,用于控制目标处理端基于所述目标自动处理流程以及所述回复提示信息对所述目标待回复帖子进行回复,并将回复内容发布至与所述目标待回复帖子对应的展示区域,所述控制单元具有与每一发帖渠道对应的回复接口。

7.根据权利要求6所述的系统,其特征在于,所述采集单元包括:

采集子单元,用于调用目标自动处理流程,并采集每一发帖渠道初始未被回复的帖子;

处理子单元,用于对每一初始未被回复的帖子进行数据格式统一处理以及内容过滤处理,得到待回复帖子。

8.根据权利要求6所述的系统,其特征在于,所述预处理单元包括:

提取子单元,用于提取获得每一待回复帖子的内容特征;

第一确定子单元,用于基于所述内容特征确定每一待回复帖子的属性特征,所述属性特征表征所述待回复帖子是否有效;

第二确定子单元,用于基于所述属性特征,在所述待回复帖子中确定目标待回复帖子。

9.根据权利要求6所述的系统,其特征在于,所述确定单元包括:

模型处理子单元,用于将所述目标待回复帖子的内容特征输入至目标匹配模型,获得与所述内容特征相匹配的回复特征;

生成子单元,用于基于所述回复特征,生成回复提示信息;

其中,所述目标匹配模型为基于训练数据训练得到的神经网络模型,所述训练数据为历史数据中的帖子与回复内容的组合数据。

10.根据权利要求6所述的系统,其特征在于,所述控制单元还包括:

发送子单元,用于控制所述目标处理端将所述回复内容通过与所述目标待回复帖子对应的发帖渠道,发送至与所述目标待回复帖子对应的发布平台。

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华夏基金管理有限公司,未经华夏基金管理有限公司许可,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/202211415183.4/1.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