功能导航方法及装置制造方法及图纸

本发明专利技术公开了一种功能导航方法及装置，接收用户的输入信息；对输入信息进行切词及向量化，得到向量化后的输入词集；将向量化后的输入词集输入导航模型中，得到目标功能的定位信息；根据目标功能的定位信息控制显示界面跳转到目标功能的页面，根据目标属性抽取模型，抽取输入词集中的属性词，并将属性词填入目标功能的页面中，与属性词的目标属性相同的栏位中。本发明专利技术将用户的输入信息进行处理后，通过预先训练完成的导航模型，得到目标功能的定位信息，在自动跳转到目标功能页面的同时将输入信息中实现目标功能所需的属性词填入目标功能页面的相应栏位，整个过程不需要人为参与即可完成，相比于现有技术具有更高的使用效率和更好的用户体验。

Function navigation method and device

【技术实现步骤摘要】
功能导航方法及装置
本专利技术涉及数据处理
，具体为一种功能导航方法及装置。
技术介绍
随着银行业务的不断增加，各终端上银行软件的功能也逐渐增多，但限于显示界面的大小，一般情况下无法将银行软件的所有功能都清楚明确的显示在同一个页面中供用户选择，用户需要搜索或者自行查找首页下的二级或三级页面才能找到自己想要的功能，极大的影响了用户体验和银行软件的推广，因此需要一种快速找到目标功能的方法。现有的功能导航方法是在银行软件的搜索框中手动或语音输入要搜索的功能，银行软件根据用户输入的内容反馈搜索结果，然后用户手动在搜索结果中选取目标功能，进入目标页面。这样的方法在搜索到的结果数量较多时，用户同样无法快速的确认目标功能，确认过程繁琐耗时，功能查找效率低，影响用户体验，并且若是用户输入的内容不够准确，银行软件反馈的结果中没有目标功能，则会进一步降低银行软件的使用效率和用户体验。
技术实现思路
本专利技术提供了一种功能导航方法及装置，可以解决现有技术中由于需要用户自行在反馈搜索结果中确认目标功能导致功能使用效率低，影响用户体验的问题。为达到上述目的，本专利技术提供了如下技术方案：一种功能导航方法，包括：接收用户的输入信息；对所述输入信息进行切词，得到输入词集；对所述输入词集进行向量化，得到向量化后的输入词集；将所述向量化后的输入词集输入预先训练完成的导航模型中，得到目标功能的定位信息；根据所述目标功能的定位信息控制显示界面跳转到目标功能的页面；根据预先训练完成的目标属性抽取模型，抽取所述输入词集中的属性词，并将所述属性词填入所述目标功能的页面中，与所述属性词的目标属性相同的栏位中，其中，所述目标功能的页面基于所述属性词实现所述目标功能。可选的，所述对所述输入信息进行切词，得到输入词集，包括：对所述输入信息进行切词，得到第一词集；根据预先定义的领域词表，还原所述第一词集中错切的词，剔除所述第一词集中无意义的词，以及对所述第一词集中有意义的词进行去重，得到第二词集；计算所述第二词集中每个词与所述显示界面对应的各个功能之间的信息增益，并从所述第二词集中剔除信息增益小于预设阈值的词，得到所述输入词集。可选的，所述对所述输入词集进行向量化，得到向量化后的输入词集，包括：统计所述输入词集中每个词的词频和文件频率，根据每个词的词频和文件频率对每个词进行向量化，得到向量化后的输入词集。可选的，所述导航模型的训练过程包括：对用户的历史输入信息进行切词，得到历史输入词集；对所述历史输入词集进行向量化，得到向量化后的历史输入词集；以所述向量化后的历史输入词集作为输入，进行导航模型训练，得到所述导航模型，其中，若所述向量化后的历史输入词集数据量小于第一预设阈值，则根据支持向量机SVM进行导航模型训练；若所述向量化后的历史输入词集数据量大于或等于第一预设阈值，则根据循环神经网络RNN进行导航模型训练。可选的，所述目标属性抽取模型的训练过程，包括：对用户的历史输入信息进行切词，得到历史输入词集；以所述历史输入词集作为输入，进行目标属性抽取模型训练，得到所述目标属性抽取模型，其中，若所述历史输入词集的数据量大于或等于第二预设阈值，根据中文名称条件随机场算法CRF进行目标属性抽取模型训练。若所述历史输入词集的数据量小于第二预设阈值，则通过人工定义语法句式模板的方法建立目标属性抽取模型。一种功能导航装置，包括：接收单元，用于接收用户的输入信息；切词单元，用于对所述输入信息进行切词，得到输入词集；向量化单元，用于对所述输入词集进行向量化，得到向量化后的输入词集；输入单元，用于将所述向量化后的输入词集输入预先训练完成的导航模型中，得到目标功能的定位信息；跳转单元，用于根据所述目标功能的定位信息控制显示界面跳转到目标功能的页面；抽取单元，用于根据预先训练完成的目标属性抽取模型，抽取所述输入词集中的属性词，并将所述属性词填入所述目标功能的页面中，与所述属性词的目标属性相同的栏位中，其中，所述目标功能的页面基于所述属性词实现所述目标功能。可选的，所述切词单元，包括：切词子单元，用于对所述输入信息进行切词，得到第一词集；处理子单元，用于根据预先定义的领域词表，还原所述第一词集中错切的词，剔除所述第一词集中无意义的词，以及对所述第一词集中有意义的词进行去重，得到第二词集；计算子单元，用于计算所述第二词集中每个词与所述显示界面对应的各个功能之间的信息增益，并从所述第二词集中剔除信息增益小于预设阈值的词，得到所述输入词集。可选的，所述向量化单元，用于统计所述输入词集中每个词的词频和文件频率，根据每个词的词频和文件频率对每个词进行向量化，得到向量化后的输入词集。可选的，所述功能导航装置，还包括：第一训练切词单元，用于对用户的历史输入信息进行切词，得到历史输入词集；训练向量化单元，用于对所述历史输入词集进行向量化，得到向量化后的历史输入词集；第一模型训练单元，用于以所述向量化后的历史输入词集作为输入，进行导航模型训练，得到所述导航模型，其中，若所述向量化后的历史输入词集数据量小于第一预设阈值，则根据支持向量机SVM进行导航模型训练；若所述向量化后的历史输入词集数据量大于或等于第一预设阈值，则根据循环神经网络RNN进行导航模型训练。可选的，所述功能导航装置，还包括：第二训练切词单元，用于对用户的历史输入信息进行切词，得到历史输入词集；第二模型训练单元，用于以所述历史输入词集作为输入，进行目标属性抽取模型训练，得到所述目标属性抽取模型，其中，若所述历史输入词集的数据量大于或等于第二预设阈值，根据中文名称条件随机场算法CRF进行目标属性抽取模型训练。若所述历史输入词集的数据量小于第二预设阈值，则通过人工定义语法句式模板的方法建立目标属性抽取模型。经由上述技术方案可知，本专利技术公开了一种功能导航方法及装置，接收用户的输入信息；对输入信息进行切词及向量化，得到向量化后的输入词集；将向量化后的输入词集输入导航模型中，得到目标功能的定位信息；根据目标功能的定位信息控制显示界面跳转到目标功能的页面，根据目标属性抽取模型，抽取输入词集中的属性词，并将属性词填入目标功能的页面中，与属性词的目标属性相同的栏位中。本专利技术将用户的输入信息进行处理后，通过预先训练完成的导航模型，得到目标功能的定位信息，在自动跳转到目标功能页面的同时将输入信息中实现目标功能所需的属性词填入目标功能页面的相应栏位，整个过程不需要人为参与即可完成，相比于现有技术具有更高的使用效率和更好的用户体验。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造本文档来自技高网...

【技术保护点】
1.一种功能导航方法，其特征在于，包括：/n接收用户的输入信息；/n对所述输入信息进行切词，得到输入词集；/n对所述输入词集进行向量化，得到向量化后的输入词集；/n将所述向量化后的输入词集输入预先训练完成的导航模型中，得到目标功能的定位信息；/n根据所述目标功能的定位信息控制显示界面跳转到目标功能的页面；/n根据预先训练完成的目标属性抽取模型，抽取所述输入词集中的属性词，并将所述属性词填入所述目标功能的页面中，与所述属性词的目标属性相同的栏位中，其中，所述目标功能的页面基于所述属性词实现所述目标功能。/n

【技术特征摘要】
1.一种功能导航方法，其特征在于，包括：
接收用户的输入信息；
对所述输入信息进行切词，得到输入词集；
对所述输入词集进行向量化，得到向量化后的输入词集；
将所述向量化后的输入词集输入预先训练完成的导航模型中，得到目标功能的定位信息；
根据所述目标功能的定位信息控制显示界面跳转到目标功能的页面；
根据预先训练完成的目标属性抽取模型，抽取所述输入词集中的属性词，并将所述属性词填入所述目标功能的页面中，与所述属性词的目标属性相同的栏位中，其中，所述目标功能的页面基于所述属性词实现所述目标功能。


2.根据权利要求1所述的功能导航方法，其特征在于，所述对所述输入信息进行切词，得到输入词集，包括：
对所述输入信息进行切词，得到第一词集；
根据预先定义的领域词表，还原所述第一词集中错切的词，剔除所述第一词集中无意义的词，以及对所述第一词集中有意义的词进行去重，得到第二词集；
计算所述第二词集中每个词与所述显示界面对应的各个功能之间的信息增益，并从所述第二词集中剔除信息增益小于预设阈值的词，得到所述输入词集。


3.根据权利要求1所述的功能导航方法，其特征在于，所述对所述输入词集进行向量化，得到向量化后的输入词集，包括：
统计所述输入词集中每个词的词频和文件频率，根据每个词的词频和文件频率对每个词进行向量化，得到向量化后的输入词集。


4.根据权利要求1所述的功能导航方法，其特征在于，所述导航模型的训练过程包括：
对用户的历史输入信息进行切词，得到历史输入词集；
对所述历史输入词集进行向量化，得到向量化后的历史输入词集；
以所述向量化后的历史输入词集作为输入，进行导航模型训练，得到所述导航模型，其中，若所述向量化后的历史输入词集数据量小于第一预设阈值，则根据支持向量机SVM进行导航模型训练；若所述向量化后的历史输入词集数据量大于或等于第一预设阈值，则根据循环神经网络RNN进行导航模型训练。


5.根据权利要求1所述的功能导航方法，其特征在于，所述目标属性抽取模型的训练过程，包括：
对用户的历史输入信息进行切词，得到历史输入词集；
以所述历史输入词集作为输入，进行目标属性抽取模型训练，得到所述目标属性抽取模型，其中，若所述历史输入词集的数据量大于或等于第二预设阈值，根据中文名称条件随机场算法CRF进行目标属性抽取模型训练。若所述历史输入词集的数据量小于第二预设阈值，则通过人工定义语法句式模板的方法建立目标属性抽取模型。


6.一种功能导航装置，其特征在于，包括：

【专利技术属性】
技术研发人员：张静，张子辉，严洁，栾英英，李福洋，童楚婕，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：北京;11