本發(fā)明涉及稅務(wù)系統(tǒng)技術(shù)領(lǐng)域，特別涉及一種基于Sorl的問稅系統(tǒng)。
背景技術(shù)：
“12366納稅服務(wù)熱線”是國家稅務(wù)總局為適應(yīng)加強(qiáng)和改進(jìn)納稅服務(wù)工作的需要，于2001年向國家信息產(chǎn)業(yè)部申請核批的全國稅務(wù)機(jī)關(guān)特服電話。它具有統(tǒng)一呼叫中心代號，即：國稅局為12366-1，地稅局為12366-2，人工與自動語音相結(jié)合，全天侯多功能優(yōu)質(zhì)化地提供語音服務(wù)。
“12366納稅服務(wù)熱線”的主要服務(wù)功能包括：納稅咨詢服務(wù)，主要是為納稅人提供稅收法律法規(guī)和政策、征管規(guī)定、涉稅信息等咨詢查詢服務(wù)；辦稅指南服務(wù)，主要是為納稅人辦理稅務(wù)登記、發(fā)票購領(lǐng)、申報納稅等涉稅事項的程序、手續(xù)提供咨詢服務(wù)；涉稅舉報服務(wù)，主要是為納稅人舉報稅收違法行為等提供服務(wù)；投訴監(jiān)督服務(wù)，主要是為納稅人對稅務(wù)機(jī)關(guān)行風(fēng)、服務(wù)質(zhì)量及稅務(wù)人員違法違紀(jì)行為的監(jiān)督投訴提供服務(wù)。
目前，全國有36個省市（國稅21個、地稅15個）稅務(wù)系統(tǒng)開通了“12366納稅服務(wù)熱線”，并有14個省級稅務(wù)機(jī)關(guān)在部分轄區(qū)內(nèi)開通。“12366納稅服務(wù)熱線”已成為稅務(wù)機(jī)關(guān)向納稅人提供納稅服務(wù)的重要手段和稅務(wù)機(jī)關(guān)與納稅人、社會各界相互溝通的橋梁。
為推進(jìn)稅收現(xiàn)代化總體目標(biāo)，以納稅人需求為導(dǎo)向，以12366熱線為基礎(chǔ)，以云計算、大數(shù)據(jù)、移動互聯(lián)等信息技術(shù)為支撐，運(yùn)用“互聯(lián)網(wǎng)+”思維，整合服務(wù)資源，拓展服務(wù)功能，完善服務(wù)渠道，打造服務(wù)品牌，構(gòu)建起和諧稅收征納的“空中橋梁”，更好的服務(wù)納稅人。本發(fā)明提出了一種基于Sorl的問稅系統(tǒng)，以引導(dǎo)、培養(yǎng)辦稅人員形成以自助、互助為主，人工咨詢?yōu)檩o的咨詢新習(xí)慣，從而減少人工咨詢需求量的產(chǎn)生和增長。同時利用現(xiàn)有的12366業(yè)務(wù)知識庫的龐大資源，實現(xiàn)常見涉稅問題和已經(jīng)解決的涉稅問題的自動識別和應(yīng)答，并引入互聯(lián)網(wǎng)眾包協(xié)作模式，充分利用社會資源（特別是中介資源），實現(xiàn)涉稅問題的互問互答、辦稅經(jīng)驗分享，更好的培養(yǎng)納稅人的納稅意識。
技術(shù)實現(xiàn)要素：
本發(fā)明為了彌補(bǔ)現(xiàn)有技術(shù)的缺陷，提供了一種簡單高效的基于Sorl的問稅系統(tǒng)。
本發(fā)明是通過如下技術(shù)方案實現(xiàn)的：
一種基于Sorl的問稅系統(tǒng)，其特征在于：采用基于Lucene（全文搜索引擎）的企業(yè)級搜索應(yīng)用服務(wù)器Solr，并對其進(jìn)行擴(kuò)展，從而建立的高性能全文搜索服務(wù)器；所述高性能全文搜索服務(wù)器能夠提供更為豐富的查詢語言和完善的功能管理界面，并與12366知識庫和12366機(jī)器人進(jìn)行對接，進(jìn)而實現(xiàn)詞組分詞，數(shù)據(jù)索引和信息檢索等可配置功能，以及權(quán)重配置優(yōu)化，分詞器定制和檢索詞預(yù)測等可擴(kuò)展功能。
所述高性能全文搜索服務(wù)器是以云計算、大數(shù)據(jù)、移動互聯(lián)等信息技術(shù)為支撐，嵌于電子稅務(wù)局中的一個查詢功能系統(tǒng)，其技術(shù)主要是創(chuàng)建索引和搜索索引；所述查詢功能系統(tǒng)的搜索引擎包括核心模塊，緩存管理模塊，權(quán)重配置模塊和分詞器模塊。
所述緩存管理模塊包括索引組件，依據(jù)分詞結(jié)果建立索引庫，并自動更新索引庫；所述分詞器模塊包括分詞組件，語言處理組件，分詞詞庫和分詞模型，對資料庫及搜索詞組進(jìn)行分詞；所述查詢功能系統(tǒng)通過關(guān)鍵詞檢索索引庫，并根據(jù)權(quán)重配置得到檢索結(jié)果。
所述查詢功能系統(tǒng)的索引創(chuàng)建過程，包括以下步驟：
（1）把接收的原始文檔交給分詞器組件，分詞器組件將文檔分成一個個單獨(dú)的單詞，去除標(biāo)點(diǎn)符號，去除停詞，最終得到詞匯單元；
（2）詞匯單元傳給語言處理組件，語言處理組件將詞匯單元變?yōu)樾?，并將單詞縮減或者轉(zhuǎn)變?yōu)樵~根形式；
（3）將步驟（2）得到的詞傳遞給索引組件，利用得到的詞創(chuàng)建一個字典，并將字典按字母順序排序，合并相同的詞成為文檔倒排鏈表。
所述查詢功能系統(tǒng)的索引搜索過程，包括以下步驟：
（1）對查詢內(nèi)容進(jìn)行詞法分析，語法分析和語言處理，區(qū)分查詢內(nèi)容中單詞和關(guān)鍵字，并根據(jù)查詢語法的語法規(guī)則形成一棵樹；
（2）搜索索引，得到符合語法樹的文檔集合；
（3）根據(jù)查詢語句與文檔的相關(guān)性，對結(jié)果進(jìn)行排序即可。
本發(fā)明的有益效果是：該基于Sorl的問稅系統(tǒng)，以引導(dǎo)、培養(yǎng)辦稅人員形成以自助、互助為主，人工咨詢?yōu)檩o的咨詢新習(xí)慣，從而減少人工咨詢需求量的產(chǎn)生和增長。同時利用現(xiàn)有的12366業(yè)務(wù)知識庫的龐大資源，實現(xiàn)常見涉稅問題和已經(jīng)解決的涉稅問題的自動識別和應(yīng)答，并引入互聯(lián)網(wǎng)眾包協(xié)作模式，充分利用社會資源（特別是中介資源），實現(xiàn)涉稅問題的互問互答、辦稅經(jīng)驗分享，更好的培養(yǎng)納稅人的納稅意識。
附圖說明
附圖1為本發(fā)明基于Sorl的問稅系統(tǒng)的索引創(chuàng)建流程示意圖。
具體實施方式
為了使本發(fā)明所要解決的技術(shù)問題、技術(shù)方案及有益效果更加清楚明白，以下結(jié)合附圖和實施例，對本發(fā)明進(jìn)行詳細(xì)的說明。應(yīng)當(dāng)說明的是，此處所描述的具體實施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
該基于Sorl的問稅系統(tǒng)，采用基于Lucene（全文搜索引擎）的企業(yè)級搜索應(yīng)用服務(wù)器Solr，并對其進(jìn)行擴(kuò)展，從而建立的高性能全文搜索服務(wù)器；所述高性能全文搜索服務(wù)器能夠提供更為豐富的查詢語言和完善的功能管理界面，并與12366知識庫和12366機(jī)器人進(jìn)行對接，進(jìn)而實現(xiàn)詞組分詞，數(shù)據(jù)索引和信息檢索等可配置功能，以及權(quán)重配置優(yōu)化，分詞器定制和檢索詞預(yù)測等可擴(kuò)展功能。
所述高性能全文搜索服務(wù)器是以云計算、大數(shù)據(jù)、移動互聯(lián)等信息技術(shù)為支撐，嵌于電子稅務(wù)局中的一個查詢功能系統(tǒng)，其技術(shù)主要是創(chuàng)建索引和搜索索引；所述查詢功能系統(tǒng)的搜索引擎包括核心模塊，緩存管理模塊，權(quán)重配置模塊和分詞器模塊。
所述緩存管理模塊包括索引組件，依據(jù)分詞結(jié)果建立索引庫，并自動更新索引庫；所述分詞器模塊包括分詞組件，語言處理組件，分詞詞庫和分詞模型，對資料庫及搜索詞組進(jìn)行分詞；所述查詢功能系統(tǒng)通過關(guān)鍵詞檢索索引庫，并根據(jù)權(quán)重配置得到檢索結(jié)果。
假設(shè)有如下兩個原始文檔：
文檔一：Students should be allowed to go out with their friends, but not allowed to drink beer.
文檔二：My friend Jerry went to school to see his students but found them drunk which is not allowed.
如附圖1所示，所述查詢功能系統(tǒng)的索引創(chuàng)建過程，包括以下步驟：
（1）把接收的原始文檔交給分詞器組件（Tokenizer），分詞器組件（Tokenizer）將文檔分成一個個單獨(dú)的單詞，去除標(biāo)點(diǎn)符號，去除停詞（stop word），最終得到詞匯單元（Token）；
（2）詞匯單元（Token）傳給語言處理組件（linguistic processor），語言處理組件（linguistic processor）將詞匯單元變?yōu)樾懀↙owercase），并將單詞縮減或者轉(zhuǎn)變?yōu)樵~根形式；
例如“cars”縮減為“car”，這種操作稱為：stemming；如“drove”轉(zhuǎn)變?yōu)椤癲rive”，這種操作稱為：lemmatization。
（3）將步驟（2）得到的詞（Term）傳遞給索引組件（Indexer），利用得到的詞（Term）創(chuàng)建一個字典，并將字典按字母順序排序，合并相同的詞（Term）成為文檔倒排（Posting List）鏈表。
所述查詢功能系統(tǒng)的索引搜索過程，包括以下步驟：
（1）對查詢內(nèi)容進(jìn)行詞法分析，語法分析和語言處理，區(qū)分查詢內(nèi)容中單詞和關(guān)鍵字，并根據(jù)查詢語法的語法規(guī)則形成一棵樹；
（2）搜索索引，得到符合語法樹的文檔集合；
（3）根據(jù)查詢語句與文檔的相關(guān)性，對結(jié)果進(jìn)行排序即可。
該基于Sorl的問稅系統(tǒng)，通過對接12366知識庫，充分利用和發(fā)揮12366匯總統(tǒng)計得到的精華知識?！岸悇?wù)百度”咨詢系統(tǒng)自動定期與12366知識庫進(jìn)行同步，并將同步數(shù)據(jù)合并到搜索引擎數(shù)據(jù)庫中，作為“稅務(wù)百度”用戶檢索時的數(shù)據(jù)來源之一。
同時，該基于Sorl的問稅系統(tǒng)，通過對接12366機(jī)器人（智能客服），在“稅務(wù)百度”用戶未能檢索到合適滿意內(nèi)容時，適時引導(dǎo)用戶咨詢智能客服，并將用戶咨詢內(nèi)容自動對接給智能客服，能夠提高用戶體驗。
該基于Sorl的問稅系統(tǒng)，以引導(dǎo)、培養(yǎng)辦稅人員形成以自助、互助為主，人工咨詢?yōu)檩o的咨詢新習(xí)慣，從而減少人工咨詢需求量的產(chǎn)生和增長。同時利用現(xiàn)有的12366業(yè)務(wù)知識庫的龐大資源，實現(xiàn)常見涉稅問題和已經(jīng)解決的涉稅問題的自動識別和應(yīng)答，并引入互聯(lián)網(wǎng)眾包協(xié)作模式，充分利用社會資源（特別是中介資源），實現(xiàn)涉稅問題的互問互答、辦稅經(jīng)驗分享，更好的培養(yǎng)納稅人的納稅意識。