System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及人工智能、金融科技领域或其他相关领域,具体而言,涉及一种信息处理方法及装置、存储介质和电子设备。
技术介绍
1、目前,对于电话服务人员,在服务时会遇到提出的各种问题,很多情况下这些问题都需要查询相关文件后才能给出准确回答。但是,依靠客服手动查询相关文件的方式费事费力。因此,随着技术的发展,相关技术中基于人工智能技术的知识随行方法得到了越来越广泛的应用。且该方法利用传统的深度学习模型,可根据对话进行自动匹配,给出相关问题的信息。但是,相关技术中传统的深度学习模型如lstm(long short-term memorynetwork,长短期记忆网络)、bert(bidirectional encoder representations fromtransformers,预训练语言模型)、fasttext(一种用于自然语言处理的机器学习模型)依赖于训练语料,当语料涵盖范围不够广时,就会出现模型效果不好的情况,进而难以使传统的深度学习模型更快更好地回答客户问题。
2、针对相关技术中通过客服手动查询相关文件的方式回答客户提出的与金融相关的问题,导致回答该问题的效率较低的问题,目前尚未提出有效的解决方案。
技术实现思路
1、本申请的主要目的在于提供一种信息处理方法及装置、存储介质和电子设备,以解决相关技术中通过客服手动查询相关文件的方式回答客户提出的与金融相关的问题,导致回答该问题的效率较低的问题。
2、为了实现上述目的,根据本申请的一个方面,提供了一种信息处
3、进一步地,基于所述n个文本信息中的目标信息和数据库中的信息确定所述问题信息对应的答案信息包括:将所述n个文本信息中的目标信息输入搜索引擎,得到所述数据库中的s个信息,其中,所述搜索引擎用于从所述数据库中搜索信息,所述s个信息中每个信息与所述目标信息的相似度高于t个信息中每个信息与所述目标信息的相似度,所述t个信息为所述数据库中除所述s个信息之外的信息,s为大于1的正整数,t为正整数;基于所述s个信息确定所述问题信息对应的所述答案信息。
4、进一步地,将所述n个文本信息和所述目标指令输入信息提取模型进行处理,得到所述n个文本信息中的目标信息包括:通过所述信息提取模型依据所述目标指令从所述n个文本信息中提取信息,得到从所述n个文本信息中提取的信息;将从所述n个文本信息中提取的信息作为所述n个文本信息中的所述目标信息。
5、进一步地,依据所述n个文本信息和目标分类模型确定所述n个文本信息对应的类别信息包括:对所述n个文本信息进行分词处理,得到n个分词后的文本信息;将所述n个分词后的文本信息输入所述目标分类模型进行分类处理,得到所述n个文本信息对应的类别信息。
6、进一步地,所述目标分类模型通过以下方式得到:获取m个文本样本,并对所述m个文本样本进行分词处理,得到m个分词后的文本样本,其中,m为大于1的正整数;对每个分词后的文本样本的类别进行标注,得到每个分词后的文本样本对应的类别信息;依据所述m个分词后的文本样本和每个分词后的文本样本对应的类别信息确定训练数据;利用所述训练数据对原始分类模型进行学习训练,得到所述目标分类模型。
7、进一步地,利用所述训练数据对原始分类模型进行学习训练,得到所述目标分类模型包括:利用所述训练数据对所述原始分类模型进行学习训练,得到训练后的分类模型;判断所述训练后的分类模型是否满足预先设定的停止条件,其中,所述停止条件为停止训练所述原始分类模型的条件;若所述训练后的分类模型不满足所述停止条件,则继续对所述原始分类模型进行学习训练;若所述训练后的分类模型满足所述停止条件,则对所述训练后的分类模型进行评估,得到评估结果,并基于所述评估结果得到所述目标分类模型。
8、进一步地,基于所述评估结果得到所述目标分类模型包括:判断所述评估结果是否符合预期结果;若所述评估结果不符合所述预期结果,则对目标数据信息进行调整,得到调整后的目标数据信息,其中,所述目标数据信息至少包括:所述训练数据和所述原始分类模型的参数信息;基于所述调整后的目标数据信息继续对所述原始分类模型进行学习训练;若所述评估结果符合所述预期结果,则将所述训练后的分类模型作为所述目标分类模型。
9、进一步地,获取n个文本信息包括:获取所述第一对象与所述第二对象进行对话的对话语音信息,其中,所述对话语音信息中至少包括所述第一对象向所述第二对象提出的与金融领域相关的问题信息;对所述对话语音信息进行转写处理,得到n个原始的文本信息;对所述n个原始的文本信息进行预处理,得到所述n个文本信息,其中,所述预处理为以下至少之一:过滤停用词、去除目标字符和替换目标词汇。
10、为了实现上述目的,根据本申请的另一方面,提供了一种信息处理装置。该装置包括:第一获取单元,用于获取n个文本信息,其中,所述n个文本信息中至少包括第一对象向第二对象提出的与金融领域相关的问题信息,所述第二对象为金融机构中向所述第一对象提供金融服务的对象,n为大于1的正整数;第一确定单元,用于依据所述n个文本信息和目标分类模型确定所述n个文本信息对应的类别信息,其中,所述目标分类模型为基于深度学习模型构建的模型;第一处理单元,用于依据所述n个文本信息对应的类别信息确定目标指令,并将所述n个文本信息和所述目标指令输入信息提取模型进行处理,得到所述n个文本信息中的目标信息,其中,所述目标指令为从所述n个文本信息中提取信息的指令;第二处理单元,用于基于所述n个文本信息中的目标信息和数据库中的信息确定所述问题信息对应的答案信息,并将所述答案信息返回至所述第一对象,其中,所述数据库用于存储与所述问题信息相关的信息。
11、进一步地,所述第二处理单元包括:第一输入模块,用于将所述n个文本信息中的目标信息输入搜索引擎,得到所述数据库中的s个信息,其中,所述搜索引擎用于从所述数据库中搜索信息,所述s个信息中每个信息与所述目标信息的相似度高于t个信息中每个信息与所述目标信息的相似度,所述t个信息为所述数据库中除所述s个信息之外的信息,s为大于1的正整数,t为正整数;第一确定模块,用于基于所述s个信息确定所述问题信息对应的所述答案信息。
本文档来自技高网...【技术保护点】
1.一种信息处理方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,基于所述N个文本信息中的目标信息和数据库中的信息确定所述问题信息对应的答案信息包括:
3.根据权利要求1所述的方法,其特征在于,将所述N个文本信息和所述目标指令输入信息提取模型进行处理,得到所述N个文本信息中的目标信息包括:
4.根据权利要求1所述的方法,其特征在于,依据所述N个文本信息和目标分类模型确定所述N个文本信息对应的类别信息包括:
5.根据权利要求1所述的方法,其特征在于,所述目标分类模型通过以下方式得到:
6.根据权利要求5所述的方法,其特征在于,利用所述训练数据对原始分类模型进行学习训练,得到所述目标分类模型包括:
7.根据权利要求6所述的方法,其特征在于,基于所述评估结果得到所述目标分类模型包括:
8.根据权利要求1所述的方法,其特征在于,获取N个文本信息包括:
9.一种信息处理装置,其特征在于,包括:
10.一种计算机可读存储介质,其特征在于,所述存储介质存储程序,其中,所
11.一种电子设备,其特征在于,包括一个或多个处理器和存储器,所述存储器用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至8中任意一项所述的信息处理方法。
...【技术特征摘要】
1.一种信息处理方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,基于所述n个文本信息中的目标信息和数据库中的信息确定所述问题信息对应的答案信息包括:
3.根据权利要求1所述的方法,其特征在于,将所述n个文本信息和所述目标指令输入信息提取模型进行处理,得到所述n个文本信息中的目标信息包括:
4.根据权利要求1所述的方法,其特征在于,依据所述n个文本信息和目标分类模型确定所述n个文本信息对应的类别信息包括:
5.根据权利要求1所述的方法,其特征在于,所述目标分类模型通过以下方式得到:
6.根据权利要求5所述的方法,其特征在于,利用所述训练数据对原始分类模型进行学...
【专利技术属性】
技术研发人员:熊步先,
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。