调研问题生成方法、装置、计算机设备和存储介质制造方法及图纸

本申请公开了一种调研问题生成方法、装置、计算机设备和存储介质。该方法包括：在线问卷答复过程中，实时获取问题大纲信息，以及用户答题信息；根据所述问题大纲信息生成问题画像，以及根据所述用户答题信息生成用户画像；将所述问题画像以及所述用户画像与问卷知识库进行匹配，确定目标问题模板，以及分别提取所述问题画像和所述用户画像中的关键信息；根据所述目标问题模板以及提取的关键信息生成追问问题。本申请能够提高在线问卷答复中追问问题的准确性。问题的准确性。问题的准确性。

【技术实现步骤摘要】
调研问题生成方法、装置、计算机设备和存储介质


[0001]本申请涉及计算机
，具体而言，涉及一种调研问题生成方法、装置、计算机设备和存储介质。

技术介绍

[0002]在实时线上问卷系统中进行在线问卷答复时，当受访者的答案内容、统计数据出乎组织者意料时，组织者将会根据受访者答案，对某些特定受访者，提出追问问题。传统方式中，追问问题一般是由组织者手动输入，是否需要追问，取决于组织者对数据的敏感度以及反应时间，受主观因素影响较多，往往不能准确追问，影响问卷效果。因此，如何提高在线问卷答复中追问问题的准确性，成为目前需要解决的一个技术问题。

技术实现思路

[0003]本申请的主要目的在于提供一种能够提高在线问卷答复中追问问题的准确性的调研问题生成方法、装置、计算机设备和存储介质。
[0004]为了实现上述目的，根据本申请的一个方面，提供了一种调研问题生成方法。
[0005]根据本申请的调研问题生成方法包括：
[0006]在线问卷答复过程中，实时获取问题大纲信息，以及用户答题信息；
[0007]根据所述问题大纲信息生成问题画像，以及根据所述用户答题信息生成用户画像；
[0008]将所述问题画像以及所述用户画像与问卷知识库进行匹配，确定目标问题模板，以及分别提取所述问题画像和所述用户画像中的关键信息；
[0009]根据所述目标问题模板以及提取的关键信息生成追问问题。
[0010]在其中一个实施例中，所述根据所述问题大纲信息生成问题画像包括：
[0011]通过第一深度神经网络模型对所述问题大纲信息进行向量化处理，得到问题大纲向量；
[0012]获取问卷调研背景信息，将所述问卷调研背景信息输入至所述第一深度神经网络模型，输出调研背景向量；
[0013]将所述问题大纲向量与所述调研背景向量进行连接处理，得到问题画像。
[0014]在其中一个实施例中，所述根据所述用户答题信息生成用户画像包括：
[0015]通过第二深度神经网络模型对所述用户答题信息进行向量化处理，得到答题向量；
[0016]根据所述答题向量生成用户画像。
[0017]在其中一个实施例中，所述将所述问题画像以及所述用户画像与问卷知识库进行匹配，确定目标问题模板包括：
[0018]对所述问题画像以及所述用户画像进行向量化处理，得到目标问题向量；
[0019]计算所述目标问题向量与问卷知识库中问题模板之间的相似度；
[0020]选取相似度最大的问模板，确定为目标问题模板。
[0021]在其中一个实施例中，所述分别提取所述问题画像和所述用户画像中的关键信息包括：
[0022]将所述问题画像和所述用户画像输入至信息提取模型中，通过所述信息提取模型输出所述问题画像和所述用户画像中的关键信息。
[0023]在其中一个实施例中，所述根据所述目标问题模板以及提取的关键信息生成追问问题包括：
[0024]将提取的关键信息输入至目标问题模板的相应模板项中，得到追问问题。
[0025]在其中一个实施例中，所述方法还包括：
[0026]通过自然语言模型对所述问题画像、所述用户画像以及提取的关键信息进行预算处理，输出追问问题。
[0027]为了实现上述目的，根据本申请的另一方面，提供了一种调研问题生成装置。
[0028]根据本申请的调研问题生成装置包括：
[0029]信息获取模块，用于在线问卷答复过程中，实时获取问题大纲信息，以及用户答题信息；
[0030]画像生成模块，用于根据所述问题大纲信息生成问题画像，以及根据所述用户答题信息生成用户画像；
[0031]信息提取模块，用于将所述问题画像以及所述用户画像与问卷知识库进行匹配，确定目标问题模板，以及分别提取所述问题画像和所述用户画像中的关键信息；
[0032]问题生成模块，用于根据所述目标问题模板以及提取的关键信息生成追问问题。
[0033]一种计算机设备，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计算机程序时实现上述各个方法实施例中的步骤。
[0034]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述各个方法实施例中的步骤。
[0035]上述调研问题生成方法、装置、计算机设备和存储介质，通过在线问卷答复过程中，实时获取问题大纲信息以及用户答题信息，从而根据问题大纲信息生成问题画像以及根据用户答题信息生成用户画像，为后续生成适合用户的追问问题提供数据支持。进而将问题画像以及用户画像与问卷知识库进行匹配，确定目标问题模板，以及分别提取问题画像和用户画像中的关键信息，根据目标问题模板以及提取的关键信息生成追问问题。能够根据用户答题信息，利用数据分析、人工智能、自然语言处理等技术，自动发掘此次问卷潜藏的有价值的问题，并自动生成符合中文表达习惯的问题，能够提高追问问题的准确性，保证问卷效果，提高用户留存率。本实施例实现了自动追问，可以大大减少用户等待时间，解决了人工生成问句过程中，让受访者等待时间过长，导致受访者体验不好，影响答题质量的问题。
附图说明
[0036]构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0037]图1是一个实施例中调研问题生成方法的流程示意图；
[0038]图2为一个实施例中预先设置的问题大纲的部分结构示意图；
[0039]图3为一个实施例中预先设置的问题大纲的部分序号示意图；
[0040]图4为一个实施例中根据问题大纲信息生成问题画像步骤的流程示意图；
[0041]图5为一个实施例中调研问题生成装置的结构示意图；
[0042]图6为一个实施例中计算机设备的内部结构图。
具体实施方式
[0043]为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
[0044]需要说明的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0045]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0046]现有的追问问题一般由组织者手动输入，是否需要追问，取决于组织者本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种调研问题生成方法，其特征在于，包括：在线问卷答复过程中，实时获取问题大纲信息，以及用户答题信息；根据所述问题大纲信息生成问题画像，以及根据所述用户答题信息生成用户画像；将所述问题画像以及所述用户画像与问卷知识库进行匹配，确定目标问题模板，以及分别提取所述问题画像和所述用户画像中的关键信息；根据所述目标问题模板以及提取的关键信息生成追问问题。2.根据权利要求1所述的方法，其特征在于，所述根据所述问题大纲信息生成问题画像包括：通过第一深度神经网络模型对所述问题大纲信息进行向量化处理，得到问题大纲向量；获取问卷调研背景信息，将所述问卷调研背景信息输入至所述第一深度神经网络模型，输出调研背景向量；将所述问题大纲向量与所述调研背景向量进行连接处理，得到问题画像。3.根据权利要求1所述的方法，其特征在于，所述根据所述用户答题信息生成用户画像包括：通过第二深度神经网络模型对所述用户答题信息进行向量化处理，得到答题向量；根据所述答题向量生成用户画像。4.根据权利要求1所述的方法，其特征在于，所述将所述问题画像以及所述用户画像与问卷知识库进行匹配，确定目标问题模板包括：对所述问题画像以及所述用户画像进行向量化处理，得到目标问题向量；计算所述目标问题向量与问卷知识库中问题模板之间的相似度；选取相似度最大的问模板，确定为目标问题模板。5.根据权利要求1所述的方法，其特征在于，所述分别提取所述问题画像和所述用户画像中...

【专利技术属性】
技术研发人员：李韶辉，何琦，朱红波，
申请(专利权)人：广州快决测信息科技有限公司，
类型：发明
国别省市：