一種提供高頻問題回答的方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)，特別地涉及一種提供高頻問題回答的方法和裝置。
【背景技術(shù)】
[0002] 對于電子商務(wù)公司來說，回答客戶咨詢是日常運(yùn)營中常見的工作。有些公司設(shè)有 大量的客服人員，通過人工接聽電話或在線交流的方式來回答客戶的問題，這種方式耗費(fèi) 大量人力，成本較高。有些公司把問題及其答案呈現(xiàn)在網(wǎng)站的頁面中，讓用戶自行尋找答 案。這種做法往往讓客戶感到厭煩，影響網(wǎng)站的訪問量，并且在問題數(shù)量較大的情況下，客 戶難以快速找到問題及其答案。
[0003] 為了方便客戶快速找到問題答案和緩解客服的接線壓力，這些公司都擁有或正在 開發(fā)智能聊天系統(tǒng)，一方面解決客戶的咨詢問題，另一方面也可以解決一些不需要客服處 理的具體業(yè)務(wù)。在實(shí)踐中，人們逐漸發(fā)現(xiàn)，在用戶咨詢的所有問題中，實(shí)際上只有很小的一 部分問題是客戶經(jīng)常咨詢的，這些問題被稱作高頻問題（Frequently Asked Questions, FAQ)，通常占了客戶咨詢量的很大一部分。因此解決好這部分問題，對提高智能聊天系統(tǒng)的 問答準(zhǔn)確率和改善用戶體驗(yàn)具有極大的促進(jìn)作用。
[0004] 在智能聊天系統(tǒng)中，處理高頻問題的大致做法是：由人工收集并整理得到高頻問 題集，然后融合檢索、文本糾錯(cuò)、語法分析、詞法分析、相似度匹配等多種技術(shù)，從而實(shí)現(xiàn)高 頻問題的問答。圖1是根據(jù)現(xiàn)有技術(shù)的處理高頻問題的方案的示意圖。以下結(jié)合圖1對現(xiàn) 有技術(shù)中處理高頻問題的方案做出說明。
[0005] 在用戶輸入問題后，智能聊天系統(tǒng)中的預(yù)處理模塊對輸入問題進(jìn)行預(yù)處理，其中 主要是對輸入問題進(jìn)行文本糾錯(cuò)(把錯(cuò)別字替換成正確的)、停用詞過濾(過濾掉一些無用 的字詞，如：的、了、嗎等等)、詞法分析(對輸入問題進(jìn)行分詞等操作)、語法分析(對輸入問 題進(jìn)行詞性標(biāo)注等操作)，上述處理的主要目的是為檢索模塊提供支撐，使檢索結(jié)果更加準(zhǔn) 確和高效。
[0006] 對于預(yù)處理之后的高頻問題，由索引與檢索模塊從高頻問題索引庫中檢索與輸入 問題相匹配的問題集，并對檢索到的問題集中的問題按相關(guān)度進(jìn)行排序，傳給問題匹配模 塊。問題匹配模塊進(jìn)行關(guān)鍵詞或語義相似度計(jì)算，以確定檢索到的問題集與輸入問題的詞 形或語義相似度，相當(dāng)于二次排序，然后選取與輸入問題相似度最大的高頻問題，如果其閾 值大于經(jīng)驗(yàn)閾值(經(jīng)驗(yàn)閾值通常是要用較長時(shí)間慢慢進(jìn)行調(diào)整，并不能直接計(jì)算出來)，則 直接將答案向用戶輸出；否則，不直接進(jìn)行回答，而把二次排序的前N個(gè)問題作為推薦問題 返回給用戶，讓用戶自行進(jìn)行選擇。
[0007] 上述現(xiàn)有的高頻問題處理方案比較復(fù)雜耗時(shí)，需要服務(wù)器集群支撐，在處理量日 益增大的情況下，容易出現(xiàn)用戶發(fā)送的問題得不到響應(yīng)或響應(yīng)較慢的情況。

【發(fā)明內(nèi)容】

[0008] 有鑒于此，本發(fā)明給出一種提供高頻問題回答的方法和裝置，能夠提高處理高頻 問題的系統(tǒng)的負(fù)載能力，并有助于快速響應(yīng)高頻問題。
[0009] 為實(shí)現(xiàn)上述目的，根據(jù)本發(fā)明的一個(gè)方面，給出了一種提供高頻問題回答的方法。 [0010] 本發(fā)明的提供高頻問題回答的方法包括：步驟A :根據(jù)預(yù)選的高頻問題集，采用文 本分類算法得出高頻問題的分類模型，其中答案相同的高頻問題歸為同一高頻問題類；步 驟B :使用所述分類模型，確定當(dāng)前待回答的高頻問題可能屬于的一個(gè)或幾個(gè)高頻問題類； 步驟C :根據(jù)當(dāng)前待回答的高頻問題對于步驟B中確定的高頻問題類的屬于概率，對當(dāng)前待 回答的高頻問題進(jìn)行答復(fù)。
[0011] 可選地，所述步驟A包括：步驟Al :對所述高頻問題集進(jìn)行特征化，使其中各個(gè)高 頻問題在特征化之后為多個(gè)特征詞；步驟A2 :對特征化之后的所述多個(gè)高頻問題進(jìn)行模型 訓(xùn)練從而得到所述分類模型。
[0012] 可選地，所述步驟Al包括：對所述高頻問題集依次進(jìn)行文本糾錯(cuò)、分詞、停用詞過 濾，然后按預(yù)設(shè)方式對所述高頻問題集進(jìn)行詞語泛化，從而得到多個(gè)特征詞。
[0013] 可選地,在所述步驟C中，若最大的一個(gè)屬于概率大于預(yù)設(shè)值，則輸出對應(yīng)該屬于 概率的高頻問題類的答案，否則提供大小排名在前的預(yù)設(shè)數(shù)目個(gè)屬于概率所對應(yīng)的高頻問 題類的答案。
[0014] 根據(jù)本發(fā)明的另一方面，給出了一種提供高頻問題回答的裝置。
[0015] 本發(fā)明的提供高頻問題回答的裝置包括：模型構(gòu)建模塊：用于根據(jù)預(yù)選的高頻問 題集，采用文本分類算法得出高頻問題的分類模型，其中答案相同的高頻問題歸為同一高 頻問題類；歸類模塊，用于使用所述分類模型，確定當(dāng)前待回答的高頻問題可能屬于的一個(gè) 或幾個(gè)高頻問題類；答復(fù)模塊，用于根據(jù)當(dāng)前待回答的高頻問題對于所述歸類模塊確定的 高頻問題類的屬于概率，對當(dāng)前待回答的高頻問題進(jìn)行答復(fù)。
[0016] 可選地，所述模型構(gòu)建模塊包括：特征化單元，用于對所述高頻問題集進(jìn)行特征 化，使其中各個(gè)高頻問題在特征化之后為多個(gè)特征詞；訓(xùn)練單元，用于對特征化之后的所述 多個(gè)高頻問題進(jìn)行模型訓(xùn)練從而得到所述分類模型。
[0017] 可選地，所述特征化單元還用于：對所述高頻問題集依次進(jìn)行文本糾錯(cuò)、分詞、停 用詞過濾，然后按預(yù)設(shè)方式對所述高頻問題集進(jìn)行詞語泛化，從而得到多個(gè)特征詞。
[0018] 可選地，所述答復(fù)模塊包括：排序模塊，用于對所述歸類模塊確定的高頻問題類的 屬于概率按大小進(jìn)行排序；判斷輸出模塊，用于判斷最大的一個(gè)屬于概率是否大于預(yù)設(shè)值， 若是，則輸出對應(yīng)該屬于概率的高頻問題類的答案，否則輸出大小排名在前的預(yù)設(shè)數(shù)目個(gè) 屬于概率所對應(yīng)的高頻問題類的特征化的高頻問題；回答模塊，用于輸出被選擇的所述特 征化高頻問題的答案。
[0019] 根據(jù)本發(fā)明的技術(shù)方案，對于當(dāng)前高頻問題，確定其所屬的問題類，再提供該問題 類的答案，有助于盡快地處理高頻問題。本發(fā)明技術(shù)方案中的處理主要是數(shù)值計(jì)算，效率很 高；而在實(shí)踐中，有若干類的問題的咨詢量非常大，因此對于這些問題的高效處理能夠明顯 提高電子商務(wù)的計(jì)算機(jī)系統(tǒng)對于高頻咨詢問題的處理效率。
【附圖說明】
[0020] 附圖用于更好地理解本發(fā)明，不構(gòu)成對本發(fā)明的不當(dāng)限定。其中：
[0021] 圖1是根據(jù)現(xiàn)有技術(shù)的處理高頻問題的方案的示意圖；
[0022] 圖2是根據(jù)本發(fā)明實(shí)施例的提供高頻問題回答的方法的基本步驟的示意圖；
[0023] 圖3是根據(jù)本發(fā)明實(shí)施例的提供高頻問題回答的裝置的示意圖；
[0024] 圖4是根據(jù)本發(fā)明實(shí)施例的得出高頻問題分類模型的流程的示意圖；
[0025] 圖5是根據(jù)本發(fā)明實(shí)施例的對高頻問題進(jìn)行分類的流程的示意圖；
[0026] 圖6是根據(jù)本發(fā)明實(shí)施例的處理高頻問題的系統(tǒng)的示意圖。
【具體實(shí)施方式】
[0027] 以下結(jié)合附圖對本發(fā)明的示范性實(shí)施例做出說明，其中包括本發(fā)明實(shí)施例的各種 細(xì)節(jié)以助于理解，應(yīng)當(dāng)將它們認(rèn)為僅僅是示范性的。因此，本領(lǐng)域普通技術(shù)人員應(yīng)當(dāng)認(rèn)識 到，可以對這里描述的實(shí)施例做出各種改變和修改，而不會背離本發(fā)明的范圍和精神。同 樣，為了清楚和簡明，以下的描述中省略了對公知功能和結(jié)構(gòu)的描述。
[0028] 圖2是根據(jù)本發(fā)明實(shí)施例的提供高頻問題回答的方法的基本步驟的示意圖。如圖 2所示，本發(fā)明實(shí)施例的提供高頻問題回答的方法的基本步驟包括如下的步驟S21至步驟 S23。
[0029] 步驟S21 :根據(jù)預(yù)選的高頻問題集，采用文本分類算法得出高頻問題的分類模型。 得出分類模型的作用是在電子商務(wù)的環(huán)境下對用戶提供的高頻問題進(jìn)行分類以便快速地 進(jìn)行回答。這里的高頻問題集可基于用戶咨詢的日志，由人工收集整理，也可以結(jié)合檢索功 能來加快收集高頻問題的效率。對于文本分類算法來說，需要有一個(gè)分類方式。因?yàn)樘幚?高頻問題的目的是要提供答案，因此答案相同的高頻問題歸為同一高頻問題集。在實(shí)際的 客戶咨詢中往往遇到多個(gè)問題可采用同一回答方式，例如：
[0030] 問題1 :我訂的東西什么時(shí)候能送貨？
[0031] 問題2 :為什么到現(xiàn)在還未收到貨？
[0032] 問題3 :我的訂單850461304今天能送貨了嗎？
[0033] 對于上面3個(gè)問題，可回復(fù)如下相同答案：
[0034] "您好，訂單正常配送時(shí)效，請參照以下標(biāo)準(zhǔn)：
[0035] 1、京東自營商品（商品編碼為6位或7位）且京東配送：1-3天左右；
[0036] 2、京東自營商品且第三方配送：3_5天左右；
[0037] 3、第二方商家商品(商品編碼為10位）：3_7天左右；
[0038] 4、環(huán)球buy商品：20天左右；
[0039] 如若超期，請點(diǎn)擊人工客服核實(shí)處理。"
[0040] 在本步驟中，可以先對高頻問題集進(jìn)行特征化，使其中各個(gè)高