信息推送装置、方法、电子设备及计算机可读存储介质制造方法及图纸

技术编号:26171347 阅读:21 留言:0更新日期:2020-10-31 13:43
本申请实施例提供了一种信息推送装置、方法、电子设备及计算机可读存储介质,该方法包括:获取模块,用于获取用户端的请求信息;生成模块,用于对所述获取模块获取的所述请求信息进行词汇切割,为得到的各个切割后的请求词汇分别生成特征向量;预测模块,将所述生成模块生成的各个所述特征向量按照对应的请求词汇在所述请求信息中的上下文关系,输入到预先设置的响应信息预测模型中,输出所述请求信息对应的响应信息;推送模块,用于将所述预测模块输出的响应信息推送给所述用户端。本申请实施例可以提高用户端与自助服务平台之间的交互效率,节省网络资源。

【技术实现步骤摘要】
信息推送装置、方法、电子设备及计算机可读存储介质
本申请涉及信息
,具体而言,涉及一种信息推送装置、方法、电子设备及计算机可读存储介质。
技术介绍
目前,随着互联网技术的持续快速发展,各种用户端服务应用得到了长足发展,在人们日常生活中起到了不可替代的作用,为广大人民的日常生活、社交活动带来了极大方便。目前,用户端在向自助服务平台发起咨询请求时,自助服务平台一般是向用户端推送预先设定好的推送信息,比如,针对用户端发送的不同的咨询请求“我要申诉”、“我要购买物品”,自助服务平台的推送信息都是“好的!”,这种方式下推送的信息比较单一,所起到的作用不大,用户端为了得到实际需要的反馈结果,需要与自助服务平台之间进行多次交互,并尝试使用多种提问语句,交互效率较低,浪费了两端的网络和处理资源。
技术实现思路
有鉴于此,本申请的目的在于提供一种信息推送装置、方法、电子设备及计算机可读存储介质,以提高用户端与自助服务平台之间的交互效率。第一方面,本申请实施例提供了一种信息推送装置,该装置包括:获取模块,用于获取用本文档来自技高网...

【技术保护点】
1.一种信息推送装置,其特征在于,该装置包括:/n获取模块,用于获取用户端的请求信息;/n生成模块,用于对所述获取模块获取的所述请求信息进行词汇切割,为得到的各个切割后的请求词汇分别生成特征向量;/n预测模块,用于将所述生成模块生成的各个所述特征向量按照对应的请求词汇在所述请求信息中的上下文关系,输入到预先设置的响应信息预测模型中,输出所述请求信息对应的响应信息;/n推送模块,用于将所述预测模块输出的响应信息推送给所述用户端。/n

【技术特征摘要】
1.一种信息推送装置,其特征在于,该装置包括:
获取模块,用于获取用户端的请求信息;
生成模块,用于对所述获取模块获取的所述请求信息进行词汇切割,为得到的各个切割后的请求词汇分别生成特征向量;
预测模块,用于将所述生成模块生成的各个所述特征向量按照对应的请求词汇在所述请求信息中的上下文关系,输入到预先设置的响应信息预测模型中,输出所述请求信息对应的响应信息;
推送模块,用于将所述预测模块输出的响应信息推送给所述用户端。


2.如权利要求1所述的信息推送装置,其特征在于,所述预测模块具体用于:
将所述响应信息中前j个响应词汇对应的特征向量和各个请求词汇分别对应的特征向量按照上下文关系输入到响应信息预测模型中,得到第j+1个响应词汇,其中,j为大于或等于0的正整数,第j+1个响应词汇为按照上下文关系,在第j个响应词汇之后的一个响应词汇。


3.如权利要求2所述的信息推送装置,其特征在于,所述预测模块具体用于:
将各个请求词汇对应的特征向量按照上下文关系输入到所述响应信息预测模型的编码器中进行上下文关系特征提取,得到所述请求信息对应的特征提取向量;
将所述请求信息对应的特征提取向量输入到所述响应信息预测模型的话题预测模块进行话题特征提取,得到所述请求信息对应的响应话题特征向量;
将所述响应话题特征向量、所述响应信息中前j个响应词汇对应的特征向量、请求信息对应的特征提取向量输入到所述响应信息预测模型的解码器中,得到所述第j+1个响应词汇。


4.如权利要求1所述的信息推送装置,其特征在于,该装置还包括:训练模块,所述训练模块用于:
构建训练样本库,所述训练样本库中包括请求样本信息和真实响应样本信息;
将所述真实响应样本信息中前i个真实响应样本词汇对应的特征向量和所述请求样本信息中各个请求样本词汇分别对应的特征向量按照对应的请求样本词汇在所述请求样本信息中的上下文关系输入初始响应信息预测模型中,得到第i+1个预测响应样本词汇,其中,i为大于或等于0的正整数,第i+1个预测响应样本词汇为按照上下文关系,在第i个预测响应样本词汇之后的一个预测响应样本词汇;
根据得到的所有预测响应样本词汇和所述真实响应样本信息,对所述初始响应信息预测模型进行调整,得到调整后的响应信息预测模型。


5.如权利要求4所述的信息推送装置,其特征在于,所述训练模块具体用于:
将所述请求样本信息中各个请求样本词汇分别对应的特征向量按照上下文关系输入到所述初始响应信息预测模型的初始编码器中,得到所述请求样本...

【专利技术属性】
技术研发人员:贺瑞芳常金鑫徐海洋韩堃王龙标党建武李先刚龚诚
申请(专利权)人:北京嘀嘀无限科技发展有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 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。

1