【技术实现步骤摘要】
一种在智能客服上实现问答的精确和快速评分的方法
本专利技术涉及智能客服
,更具体地说，涉及到一种在智能客服上实现问答的精确和快速评分的方法。
技术介绍
随着互联网金融科技的不断地发展，越来越多的技术应用在金融领域，其中金融领域中的智能客服涉及到众多技术应用。目前目前智能客服的问答功能的实现模式主要有三种，一种是根据提问者问题的格式来找到相应匹配的问答模板，然后返回问题，这种方式效率高，但需要一直维护这种问题格式模板，一旦问题的语句不在模板范围内即匹配不到答案。第二种是使用搜索引擎的方式，先把语句进行分词,然后保存关键字，用户进行提问的时候，对用户问题进行分词，再通过搜索引擎进行匹配，这种方式效率较高，但精确度较低，特别是当知识库膨胀后，容易出现答非所问的情况。第三种是使用语义分析的方式进行问答，这种灵活性就高很多，可以通过语义分析和词库训练来匹配问题的答案，但这种方式性能要求高，效率慢，而且容易“答非所问”,而对于智能客服来说，能匹配到用户所需要的答案显得更为重要。精确且快速地通过匹配评分的方式返回用户所需要的...
【技术保护点】
1.一种在智能客服上实现问答的精确和快速评分的方法，其特征在于，包括以下步骤：/n建立与知识库相关联的知识路由，根据问题的特征匹配对应的知识路由，所述知识路由包括问答模板、搜索引擎以及语义分析；/n通过分词器hanlp将问题进行分词处理得到分词后的词语，根据对应的知识路由，使得分词后的词语与目标知识库的路由关键词进行匹配；/n基于全文索引评分、语义相似度评分、词类加权评分以及匹配频率评分得到的最终评分从目标知识库中获取与问题相对应的目标答案，将目标答案返回给用户。/n
【技术特征摘要】
1.一种在智能客服上实现问答的精确和快速评分的方法，其特征在于，包括以下步骤：
建立与知识库相关联的知识路由，根据问题的特征匹配对应的知识路由，所述知识路由包括问答模板、搜索引擎以及语义分析；
通过分词器hanlp将问题进行分词处理得到分词后的词语，根据对应的知识路由，使得分词后的词语与目标知识库的路由关键词进行匹配；
基于全文索引评分、语义相似度评分、词类加权评分以及匹配频率评分得到的最终评分从目标知识库中获取与问题相对应的目标答案，将目标答案返回给用户。
2.根据权利要求1所述的一种在智能客服上实现问答的精确和快速评分的方法，其特征在于，所述基于全文索引评分、语义相似度评分、词类加权评分以及匹配频率评分得到的最终评分从目标知识库中获取与问题相对应的目标答案步骤包括：
把分词后的词语通过ElastcSearch全文索引的BM25算法匹配评分最高的6个匹配结果；
获取最高的6个匹配结果对应的全文索引评分，其中满分为20分；
Score(Q,d)＝SUM(Wi*R(qi,d))Wi＝IDF(qi)＝log((N-n(qi)+0.5)/(n(qi)+0.5))
R(qi,d)＝fi(k1+1)/(fi+K)K＝k1*(1-b+b*(dl/avg(dl)))
其中:设分词后的字符串为qi＝q1,q2,q3,…,qn，N是索引中的全部文档数，n(qi)是包含分词qi的文档数，d是搜索结果,Wi是一个qi分词和索引文档匹配的相关性权重，k1和b是算法可调节参数、dl为索引文档d的长度,avgdl为索引文本集D中所有文本的平均长度。
3.根据权利要求1所述的一种在智能客服上实现问答的精确和快速评分的方法，其特征在于，所述基于全文索引评分、语义相似度评分、词类加权评分以及匹配频率评分得到的最终评分从目标知识库中获取与问题相对应的目标答案步骤包括：
把分词后的词语使用Pythonsynonyms框架通过语义相似度计算匹配评分最高的6个匹配结果；
获取最高的6个匹配结果对应的语义相似度匹配评分，其中满分20分；
d1＝max(compare(a1,b1),compare(a1,b2),…compare(a1,bm))；
d2＝max(compare(a2,b1),compare(a2,b2),…compare(a2,bm))；
…
dn＝max(compare(an,b1),compare(an,b2),…compare(an,bm))；
所述语义相似度匹配分数＝avg(d1,d2,…,dn)；
其中：分词后的词语集合:Wi＝{a1,a2,…,an}，与搜索引擎匹配的结果的词语集合:Wj＝{b1,b2,…,bm}，compare(a,b)表示单词a和单词b的距离,取值范围是[0,1],d表示单词的距离。
4.根据权利要求1所述的一种在智能客服上实现问答的精确和快速评分的方法...
【专利技术属性】
技术研发人员：何彦霖，邬敏健，胡醒，周畅，
申请(专利权)人：银盛支付服务股份有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。