本申请提供一种用户问题智能回答方法、金融系统及存储介质。该方法包括：获取用户终端当前发送的用户问题；基于用户问题和预先存储的多个历史问题，确定用户问题分别和各历史问题之间的余弦相似度以及多维特征相似度；其中，历史问题是智能客服系统中已存储的用户问题；将各历史问题与用户问题之间的余弦相似度和多维特征相似度进行加权求和运算，获得各历史问题与用户问题之间的相似度值；将与用户问题之间的相似度值为最大值所对应的历史问题，确定为目标历史问题，并将目标历史问题的答案确定为用户问题的答案；将用户问题的答案返回至用户终端。本申请的方法，提高了智能回答问题的准确性。题的准确性。题的准确性。
【技术实现步骤摘要】
用户问题智能回答方法、金融系统及存储介质
[0001]本申请涉及大数据技术，尤其涉及一种用户问题智能回答方法、金融系统及存储介质，可用于金融科技领域或其他相关领域。
技术介绍
[0002]随着互联网技术的发展，对传统的人工客服体系带来了很大冲击，为了能够给客户提供高效的问题咨询、业务办理等服务，以及降低人力成本等，金融行业也陆续推出各自的智能客服系统，出现了用户问题智能回答方法。
[0003]将用户当前通过用户终端传输至智能客服系统的问题，称为用户问题，并将智能客服系统中已存储的大量用户的问题，称为历史问题。传统方式中，用户问题智能回答方法通常是，先将用户问题和各历史问题分别进行分词处理，获得用户问题的分词结果以及各历史问题的分词结果，再分别输入至BERT模型中(BERT模型是一种词向量模型)，通过BERT模型用户问题的分词结果和各历史问题的分词结果进行处理，以获得用户问题的向量和各历史问题的向量。之后，再计算各历史问题的向量与用户问题的向量之间的余弦相似度，最后将与用户问题的向量之间的余弦相似度最大的历史问题的向量的答案，确定为用户问题的答案并返回至对应的用户终端。
[0004]其中，在将分词结果转变为向量的过程中，以历史问题的分词结果为例，具体是：通过BERT模型处理历史问题的分词结果中的每个词语，得到历史问题的分词结果中每个词语的向量，再按照历史问题的分词结果中词语的顺序进行组合，得到历史问题的向量。历史问题的分词结果中每个词语的向量，表示的是其在智能客服系统的语料库中的出现频次。
[0005]然而，如前述，每个词语的向量是基于词语的出现频次确定的。因此，通过余弦相似度计算两个句子的向量之间的相似度，在两个句子分词结果中词语及其出现频次相同时，很容易出现两个句子的余弦相似度接近或等于1，但实际上两个句子并不相同。即，仅根据余弦相似度判断两个句子之间的相似程度，在两个句子的词语及其出现频次相同时，很难准确判断两个句子是否真的相似。
技术实现思路
[0006]本申请提供一种用户问题智能回答方法、金融系统及存储介质，用以解决现有技术中，判断句子相似的准确性较低的技术问题。
[0007]第一方面，本申请提供一种用户问题智能回答方法，包括：
[0008]获取用户终端当前发送的用户问题；
[0009]基于所述用户问题和预先存储的多个历史问题，确定所述用户问题分别和各所述历史问题之间的余弦相似度以及多维特征相似度；其中，所述历史问题是所述智能客服系统中已存储的用户问题；所述多维特征相似度表征所述用户问题与对应的历史问题在关键词的词序、词性以及句子长度维度的相似度；
[0010]将各所述历史问题与所述用户问题之间的余弦相似度和多维特征相似度进行加
权求和运算，获得各所述历史问题与所述用户问题之间的相似度值；
[0011]将与所述用户问题之间的相似度值为最大值所对应的历史问题，确定为目标历史问题，并将所述目标历史问题的答案确定为所述用户问题的答案；
[0012]将所述用户问题的答案返回至所述用户终端。
[0013]第二方面，本申请提供一种金融系统，包括：
[0014]用户问题获取模块，用于获取用户终端当前发送的用户问题；
[0015]相似度确定模块，用于基于所述用户问题和预先存储的多个历史问题，确定所述用户问题分别和各所述历史问题之间的余弦相似度以及多维特征相似度；其中，所述历史问题是所述智能客服系统中已存储的用户问题；所述多维特征相似度表征所述用户问题与对应的历史问题在关键词的词序、词性以及句子长度维度的相似度；
[0016]相似度值获取模块，用于将各所述历史问题与所述用户问题之间的余弦相似度和多维特征相似度进行加权求和运算，获得各所述历史问题与所述用户问题之间的相似度值；
[0017]用户问题确定模块，用于将与所述用户问题之间的相似度值为最大值所对应的历史问题，确定为目标历史问题，并将所述目标历史问题的答案确定为所述用户问题的答案；
[0018]用户答案输出模块，用于将所述用户问题的答案返回至所述用户终端。
[0019]第三方面，本申请提供一种电子设备，包括：处理器，收发器以及与所述处理器通信连接的存储器；
[0020]所述收发器收发数据和指令；
[0021]所述存储器存储计算机执行指令；
[0022]所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面所述的方法。
[0023]第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面所述的方法。
[0024]第五方面，本申请提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如第一方面所述的方法。
[0025]本申请提供的用户问题智能回答方法、金融系统及存储介质，获取用户终端当前发送的用户问题；基于所述用户问题和预先存储的多个历史问题，确定所述用户问题分别和各所述历史问题之间的余弦相似度以及多维特征相似度；其中，所述历史问题是所述智能客服系统中已存储的用户问题；所述多维特征相似度表征所述用户问题与对应的历史问题在关键词的词序、词性以及句子长度维度的相似度；将各所述历史问题与所述用户问题之间的余弦相似度和多维特征相似度进行加权求和运算，获得各所述历史问题与所述用户问题之间的相似度值；将与所述用户问题之间的相似度值为最大值所对应的历史问题，确定为目标历史问题，并将所述目标历史问题的答案确定为所述用户问题的答案；将所述用户问题的答案返回至所述用户终端。与用户问题最相似的一个历史问题，是综合各词语出现频次、关键词的词序、关键词的词性以及句子长度等多个维度的相似程度确定的，较充分地考虑了影响两个句子之间相似度的各种特征，相比于单一根据词语出现频次使用余弦相似度确定与用户问题最相似的历史问题的方式，本申请从更多维度来考虑两个句子之间的
相似程度，可以提高确定与用户问题最相似的历史问题的准确性，进而也可以提高基于该历史问题确定的答案的准确性。
附图说明
[0026]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0027]图1为实现本申请实施例的用户问题智能回答方法的一种应用场景图；
[0028]图2为本申请一实施例的实现用户问题智能回答方法的流程示意图；
[0029]图3为本申请另一实施例的实现用户问题智能回答方法的流程示意图；
[0030]图4为本申请实现用户问题智能回答方法的金融系统示意图；
[0031]图5为本申请实现用户问题智能回答方法的电子设备的结构示意图。
[0032]通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用户问题智能回答方法，其特征在于，应用于金融系统，所述方法包括：获取用户终端当前发送的用户问题；基于所述用户问题和预先存储的多个历史问题，确定所述用户问题分别和各所述历史问题之间的余弦相似度以及多维特征相似度；其中，所述历史问题是所述智能客服系统中已存储的用户问题；所述多维特征相似度表征所述用户问题与对应的历史问题在关键词的词序、词性以及句子长度维度的相似度；将各所述历史问题与所述用户问题之间的余弦相似度和多维特征相似度进行加权求和运算，获得各所述历史问题与所述用户问题之间的相似度值；将与所述用户问题之间的相似度值为最大值所对应的历史问题，确定为目标历史问题，并将所述目标历史问题的答案确定为所述用户问题的答案；将所述用户问题的答案返回至所述用户终端。2.根据权利要求1所述的方法，其特征在于，在所述基于所述用户问题和预先存储的多个历史问题，确定所述用户问题分别和各所述历史问题之间的多维特征相似度之前，还包括：对所述用户问题和各所述历史问题分别进行分词处理，获得所述用户问题的多个词语以及各所述历史问题的多个词语；将所述用户问题中具有最高出现频次的词语，确定为所述用户问题的关键词；将各所述历史问题中具有最高出现频次的词语，确定为各所述历史问题的关键词；所述基于所述用户问题和预先存储的多个历史问题，确定所述用户问题分别和各所述历史问题之间的多维特征相似度，包括：基于所述用户问题的关键词和所述智能客服系统中多个历史问题的关键词的词序、词性以及句子长度，确定所述用户问题分别和各所述历史问题之间的多维特征相似度。3.根据权利要求1所述的方法，其特征在于，所述基于所述用户问题的关键词和所述智能客服系统中多个历史问题的关键词的词序、词性以及句子长度，确定所述用户问题分别和各所述历史问题之间的多维特征相似度，包括：针对各所述历史问题中的每一个历史问题，均执行以下步骤：根据所述用户问题的关键词和该历史问题的关键词，确定所述用户问题和该历史问题之间的词性相似度以及词序相似度；获取所述用户问题的第一句子长度以及该历史问题的第二句子长度，确定所述用户问题与该历史问题之间的句子长度相似度；获取所述词性相似度、所述词序相似度和所述句子长度相似度的加权求和结果，并将所述加权求和结果作为该历史问题与所述用户问题之间的多维特征相似度。4.根据权利要求3所述的方法，其特征在于，所述根据所述用户问题的关键词和该历史问题的关键词，确定所述用户问题和该历史问题之间的词性相似度，包括：根据所述用户问题的关键词和该历史问题的关键词，确定该历史问题和所述用户问题之间的至少一个相似关键词；将所述至少一个相似关键词中词性相同的关键词，确定为相同关键词；根据所述相同关键词、...
【专利技术属性】
技术研发人员：黄天镜，王冲，李博，李如旭，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：
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。