一种问题发现方法、装置及电子设备、存储介质制造方法及图纸

本申请实施例提供一种问题发现方法、装置及电子设备、存储介质，其中，所述方法包括：获取舆情数据；采用神经网络对所述舆情数据进行解析，得到解析结果集合；基于所述解析结果集合，更新所述知识图谱，得到更新的知识图谱；其中，所述更新的知识图谱用于当接收到用户输入的提问信息时，生成与所述提问信息匹配的答复信息，以提供给所述用户。

A problem finding method, device, electronic equipment and storage medium

【技术实现步骤摘要】
一种问题发现方法、装置及电子设备、存储介质
本申请涉及数据处理领域，尤其涉及一种问题发现方法、装置及电子设备、存储介质。
技术介绍
随着新的产品、新服务不断推出，新的客服问题将不断产生，但是相关技术中的客服系统只是对已经处理过的问题进行答复；对于不断产生的新问题，并没有解决。
技术实现思路
有鉴于此，本申请实施例为提供一种问题发现方法、装置及电子设备、存储介质。本申请实施例的技术方案是这样实现的：本申请实施例提供一种问题发现方法，所述方法包括：获取舆情数据；采用神经网络对所述舆情数据进行解析，得到解析结果集合；基于所述解析结果集合，更新所述知识图谱，得到更新的知识图谱；其中，所述更新的知识图谱用于当接收到用户输入的提问信息时，生成与所述提问信息匹配的答复信息，以提供给所述用户。本申请实施例提供一种问题发现装置，所述装置包括第一获取模块、第一解析模块和第一更新模块，其中：第一获取模块，用于获取舆情数据；第一解析模块，用于采用神经网络对所述舆情数据进行解析，得到解析结果集合；第一更新模块，用于基于所述解析结果集合，更新所述知识图谱，得到更新的知识图谱；其中，所述更新的知识图谱用于当接收到用户输入的提问信息时，生成与所述提问信息匹配的答复信息，以提供给所述用户。对应地，本申请实施例提供一种电子设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述所述问题发现方法中的步骤。r>本申请实施例提供一种存储介质，存储有可执行指令，用于引起处理器执行时，实现上述所述的问题发现方法。本申请实施例提供一种问题发现方法、装置及电子设备、存储介质，其中，通过获取舆情数据，然后采用神经网络解析该舆情数据，并最终基于解析结果对知识图谱进行更新，以使得更新的知识图谱解答用户输入的新的提问信息这样，将解析结果更新知识图谱能够将挖掘的新信息融入知识图谱中，从而使得更新的知识图谱能够更加全面的为用户输入的提问信息匹配答复信息。附图说明在附图(其不一定是按比例绘制的)中，相似的附图标记可在不同的视图中描述相似的部件。具有不同字母后缀的相似附图标记可表示相似部件的不同示例。附图以示例而非限制的方式大体示出了本文中所讨论的各个实施例。图1为本申请实施例问题发现方法的实现流程示意图；图2为本申请实施例问题发现方法的另一实现流程示意图；图3为本申请实施例问题发现方法的又一实现流程示意图；图4为本申请实施例问题发现方法的再一实现流程示意图；图5为本申请实施例问题发现装置的组成结构示意图；图6为本申请实施例中电子设备的一种硬件实体示意图。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本申请的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。电子设备可以以各种形式来实施。例如，本申请中描述的电子设备可以包括诸如个手机、笔记本电脑等移动设备，以及诸如数字TV、台式计算机等固定设备。后续描述中将以移动终端为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本申请的实施方式的构造也能够应用于固定类型的设备。本申请实施例提供一种问题发现方法，图1为本申请实施例问题发现方法的实现流程示意图，如图1所示，所述方法包括以下步骤：步骤S101，获取舆情数据。这里，舆情数据可以理解为对舆情的一种描述和反映，从理论上讲，所谓舆情信息，就是指在民众社会政治态度的收集、整理、分析、报送、利用和反馈的信息运动过程中，用以客观反映舆情状态及其运动情况的资讯、消息、音信、情报、指令、数据和信号。步骤S102，采用神经网络对所述舆情数据进行解析，得到解析结果集合。这里，所述神经网络可以是任意类型的能够对舆情数据进行语义解析的神经网络，比如，卷积神经网络等；在一些可能的实现方式中，首先采用神经网络对舆情叔叔进行聚类，然后，对于每一类的语义进行语义特征提取，最后，基于语义特征即可解析出该舆情数据，从而得到解析结果。步骤S103，基于所述解析结果集合，更新所述知识图谱，得到更新的知识图谱。这里，所述更新的知识图谱用于当接收到用户输入的提问信息时，生成与所述提问信息匹配的答复信息，以提供给所述用户。比如，基于该解析结果，生成新的问题，并为新的问题提供新的答案，将该问题和答案匹配之后，输入知识图谱中，以得到更新的知识图谱，即，在更新的知识图谱中包含了基于舆情数据解析的解析结果的新问题，能够为对于用户输入的新类型的问题进行答复，从而能够多方位的满足用户需求。在本申请实施例中，通过获取舆情数据，然后采用神经网络解析该舆情数据，并最终基于解析结果对知识图谱进行更新，以使得更新的知识图谱解答用户输入的新的提问信息这样，将解析结果更新知识图谱能够将挖掘的新信息融入知识图谱中，从而使得更新的知识图谱能够更加全面的为用户输入的提问信息匹配答复信息。在一些实施例中，为了提高获取的舆情数据的有效性，在步骤S101之后，所述方法还包括：第一步，将所述舆情数据中的无效数据进行删除，得到筛选后的舆情数据。这里，所述无效数据为不满足所述舆情数据对应的需求的数据；比如，突变数据、重复数据。将这些无效数据删除，已提高舆情数据的纯净度。第二步，采用所述神经网络对所述筛选后的舆情数据进行解析，得到所述解析结果集合。这样，在较为纯净的筛选数据的基础上，对筛选后的舆情数据进行解析，使得到的解析结果集合更加准备，以提高最终确定的新问题的准确度。在一些实施例中，为了更加准确的得到解析结果，所述步骤S102可以通过以下步骤实现：步骤S121，对所述舆情数据进行聚类，得到包含多类数据的数据类集合。这里，对舆情数据进行聚类，得到多类数据，其中，同一类数据中包含的语句含义都是相似的；不同类数据中包含的语句含义差距较大。步骤S122，采用所述神经网络，对所述数据类集合中的每一类数据进行语义特征提取，得到语义特征集合。这里，对于每一类数据进行语义特征提取，以进行语义分析。在一些可能的实现方式中，采用所述神经网络，对所述数据类集合中的每一类数据中包含的多个语句进行语义特征提取，分别得到每一类数据的语义特征子集合。比如，采用神经网络对某一类数据中包含的10个语句进行语义特征提取，从而得到10个句子的语义特征子集合。步骤S123，基于所述语义特征集合，确定每一类数据的解析结果，以得到解析结果集合。这里，首先，基于每一类数据的语义特征子集合，确定每一语句对应的待识别问题，得到每一类数据的待识别问题集合；比如，基于10个句子的语义特征子集合，确定这10个句子中每一个句子对应的待识别问题，从而得到待识别问题集本文档来自技高网...

【技术保护点】
1.一种问题发现方法，所述方法包括：/n获取舆情数据；/n采用神经网络对所述舆情数据进行解析，得到解析结果集合；/n基于所述解析结果集合，更新所述知识图谱，得到更新的知识图谱；其中，所述更新的知识图谱用于当接收到用户输入的提问信息时，生成与所述提问信息匹配的答复信息，以提供给所述用户。/n

【技术特征摘要】
1.一种问题发现方法，所述方法包括：
获取舆情数据；
采用神经网络对所述舆情数据进行解析，得到解析结果集合；
基于所述解析结果集合，更新所述知识图谱，得到更新的知识图谱；其中，所述更新的知识图谱用于当接收到用户输入的提问信息时，生成与所述提问信息匹配的答复信息，以提供给所述用户。


2.如权利要求1中所述的方法，所述采用神经网络对所述舆情数据进行解析，得到解析结果集合，包括：
对所述舆情数据进行聚类，得到包含多类数据的数据类集合；
采用所述神经网络，对所述数据类集合中的每一类数据进行语义特征提取，得到语义特征集合；
基于所述语义特征集合，确定每一类数据的解析结果，以得到解析结果集合。


3.如权利要求2中所述的方法，所述采用所述神经网络，对所述数据类集合中的每一类数据进行语义特征提取，得到语义特征集合，包括：
采用所述神经网络，对所述数据类集合中的每一类数据中包含的多个语句进行语义特征提取，分别得到每一类数据的语义特征子集合；
对应地，所述基于所述语义特征集合，确定每一类数据的解析结果，以得到解析结果集合，包括：
基于每一类数据的语义特征子集合，确定每一语句对应的待识别问题，得到每一类数据的待识别问题集合；
将所述每一类数据的待识别问题集合，确定为每一类数据的解析结果，以得到所述解析结果集合。


4.如权利要求3中所述的方法，所述基于所述解析结果集合，更新所述知识图谱，得到更新的知识图谱，包括：
确定每一类数据的解析结果对应的待识别问题包含于知识图谱的数量；
如果所述数量小于数量阈值，确定所述每一类数据的解析结果为目标解析结果；
基于所述目标解析结果，更新所述知识图谱，得到所述更新的知识图谱。


5.如权利要求1中所述的方法，在所述获取舆情数据之后，所述方法还包括：
将所述舆情数据中的无效数据...

【专利技术属性】
技术研发人员：程其江，盛晨，何向宇，曹勇，
申请(专利权)人：联想北京有限公司，
类型：发明
国别省市：北京;11