一种标准问题数据的确定方法及装置制造方法及图纸

本申请公开了一种标准问题数据的确定方法，用以解决现有技术获取问题答案效率低的问题。该方法包括：根据获得的个性化问题数据，从与预设的标准问题数据相关联的特征中，获取与所述个性化问题数据相关联的特征；将所述个性化问题数据和获取的特征，输入训练好的标准问题概率模型；所述标准问题概率模型，是根据所述预设的标准问题数据和与所述预设的标准问题数据相关联的特征样本训练的；根据标准问题概率模型输出的概率分布，从所述预设的标准问题数据中确定标准问题数据。本申请还公开了一种标准问题数据的确定装置。

Method and device for determining standard problem data

The present invention discloses a method for determining the standard problem data to solve the problem of low efficiency of the prior art for obtaining an answer to the problem. The method includes: according to the data obtained from the data of the problem, and standard presupposition related features, and obtain the personalization data associated with the data characteristics; the individual problems and obtaining the characteristic, into the standard probability model; probability model of the standard. According to the data standard of the preset and preset with the standard sample training with related characteristics; according to the probability distribution of the output probability model standard, determine the standard data from the standard problem of presupposition in. The present application also discloses a device for determining a standard problem data.

【技术实现步骤摘要】

本申请涉及计算机
，尤其涉及一种标准问题数据的确定方法及装置。
技术介绍
伴随着计算机技术的飞速发展，用户与计算机之间的交互成为计算机领域不可或缺的一部分，用户享受计算机带来的各种便利的同时，会在使用过程中遇到一些问题。比如，当用户在使用某网站提供的服务时，可能会遇到关于该服务的相关问题。这些相关问题包括但不限于：手机校验码没有收到、登录密码忘记怎么办，等等。按照现有技术，用户获取问题答案的方法主要有两种：1、用户通过电话或在线咨询工具向网站的客服进行咨询。当面对大量用户的询问时，由于客服数量有限，会导致用户获取问题答案的效率较低。2、用户通过自行浏览网站的常见问题及其答案，寻找问题的答案。当常见问题数量较多时，用户需要花费大量时间浏览页面上展示的常见问题及相应的问题答案，导致用户获取问题答案的效率较低。
技术实现思路
本申请实施例提供一种标准问题数据的确定方法，用以解决现有技术获取问题答案效率低的问题。本申请实施例还提供一种标准问题数据的确定装置，用以解决现有技术获取问题答案效率低的问题。本申请实施例采用下述技术方案：一种标准问题数据的确定方法，包括：根据获得的个性化问题数据，从与预设的标准问题数据相关联的特征中，获取与所述个性化问题数据相关联的特征；将所述个性化问题数据和获取的特征，输入训练好的标准问题概率模型；所述标准问题概率模型，是根据所述预设的标准问题数据和与所述预设的标准问题数据相关联的特征样本训练的；根据标准问题概率模型输出的概率分布，从所述预设的标准问题数据中确定标准问题数据。一种标准问题数据的确定装置，包括：获取单元：根据获得的个性化问题数据，从与预设的标准问题数据相关联的特征中，获取与所述个性化问题数据相关联的特征；解码单元：将所述个性化问题数据和获取的特征，输入训练好的标准问题概率模型；所述标准问题概率模型，是根据所述预设的标准问题数据和与所述预设的标准问题数据相关联的特征样本训练的；标准问题数据确定单元：根据标准问题概率模型输出的概率分布，从所述预设的标准问题数据中确定标准问题数据。本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：相对于现有技术中用户向客服咨询和自行查找问题答案的问题解决方式，本方案通过根据用户输入的个性化问题数据获取与所述个性化问题数据相关联的特征，并通过标准问题概率模型获取概率分布，从而确定用户个性化问题数据对应的标准问题数据，以便获取个性化问题数据对应的问题答案数据，无需用户向客服咨询或自行查找问题答案，提高了获取问题答案的效率。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例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：图1为本申请实施例提供的一种标准问题数据的确定方法的实现流程示意图；图2为本申请实施例构建的一种深度神经网络模型的结构示意图；图3a为本实施例2提供的一种标准问题数据的确定方法的一种实现流程示意图；图3b为本实施例提供的一种根据与标准问题数据相关联的特征构建的查找树的结构示意图；图3c为本实施例提供的一种标准问题数据展示效果图；图4为本申请实施例提供的标准问题数据的确定装置的结构示意图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，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，都属于本申请保护的范围。以下结合附图，详细说明本申请各实施例提供的技术方案。实施例1本申请实施例提供的标准问题数据的确定方法的执行主体可以是服务器，所述的执行主体并不构成对本申请的限定，为了便于描述，本申请实施例均以执行主体是服务器为例进行说明。该方法的实现流程示意图如图1所示，包括下述步骤：步骤11：根据获得的个性化问题数据，获取与所述个性化问题数据相关联的特征；本申请实施例中，所述个性化问题数据，一般为用户通过个性化问题数据输入框输入的词语特征，所述词语特征比如可以是“开通”这样的文本数据。所述个性化问题数据，为用户实时输入的个性化问题数据。本申请实施例中，可以根据获得的个性化问题数据，从与预设的标准问题数据相关联的特征中，获取与所述个性化问题数据相关联的特征。本申请实施例中，所述标准问题数据，为预先设置并保存的问题。这里所说的问题，比如可以是通过对用户咨询的各种问题进行统计和/或预测，而确定出的一些常见的问题。这些常见的问题包括但不限于：手机校验码没有收到、账户如何开通、登录密码忘记怎么办，等等。本申请实施例中，每一个标准问题数据，都关联有相应的标准答案(即标准答案数据)。即，根据标准问题数据，可以获取到与标准问题数据对应的标准答案数据。本申请实施例中，与所述标准问题数据相关联的特征，是指与所述标准问题数据之间存在关联性的特征。比如，标准问题数据包含的词语特征，或者没有包含在标准问题数据中、但与标准问题数据包含的词语特征语义类似的词语特征，都可以是与标准问题数据相关联的特征。需要说明的是，所述与标准问题数据相关联的数据也可以是预先获取的与标准问题数据相关联的特征，比如可以是步骤II(如后文所述)中从获取的训练特征集中选取的样本特征(比如第一样本特征和/或第二样本特征)，比如可以是用户在个性化问题输入框中输入的位置相邻的词语作为与标准问题数据相关联的特征。比如，标准问题数据包含的词语特征“开通”、“账户”和“流程”，可以为与标准问题数据相关联的一种特征。需要说明的是，同一标准问题数据中的不同词语特征，是彼此之间具有关联关系的词语特征。比如标准问题数据“账户开通流程”中出现的三个词语特征(“账户”、“开通”、“流程”)，它们彼此之间具有关联关系。本申请实施例中，可以预先利用与标准问题数据相关联的特征构建查找树。在获得个性化问题数据后，可以根据个性化问题数据获得所述查找树中包含的、与所述个性化问题数据相关联的问题数据特征。这样就可以保证，获得的问题数据特征是既与个性化问题数据相关联的特征，又是与至少一个标准问题数据相关联的特征。获得的问题数据特征，可以作为个性化问题数据的补充，以便后续可以以获得的问题数据特征和个性化问题数据，共同作为确定标准问题数据的依据，保证确定出的标准问题数据的准确性。步骤12：将所述个性化问题数据和获取的与所述个性化问题数据相关联的特征，输入训练好的标准问题概率模型。所述标准问题概率模型，是根据所述预设的标准问题数据和与所述预设的标准问题数据相关联的特征样本训练的。本申请实施例中，可以利用所述特征样本，对预先构建的模型进行训练，从而得到所述标准问题概率模型。在实际应用中，所述标准问题概率模型比如可以是深度神经网络模型。所述深度神经网络模型是通过深度学习方法对预先构建的待训练神经网络模型进行训练得到的。本申请实施例中，利用所述标准问题概率模型，可以根据个性化问题数据和获取的特征，确定出与所述个性化问题数据和获取的特征对应的标准问题数据。因此，在对深度神经网络模型进行训练时，可以将词语特征和标准问题数据作为所述标准问题概率模型的样本本文档来自技高网...

【技术保护点】
一种标准问题数据的确定方法，其特征在于，包括：根据获得的个性化问题数据，获取与所述个性化问题数据相关联的特征；将所述个性化问题数据和获取的特征，输入训练好的标准问题概率模型；所述标准问题概率模型，是根据所述预设的标准问题数据和与所述预设的标准问题数据相关联的特征样本训练的；根据标准问题概率模型输出的概率分布，从所述预设的标准问题数据中确定标准问题数据。

【技术特征摘要】
1.一种标准问题数据的确定方法，其特征在于，包括：根据获得的个性化问题数据，获取与所述个性化问题数据相关联的特征；将所述个性化问题数据和获取的特征，输入训练好的标准问题概率模型；所述标准问题概率模型，是根据所述预设的标准问题数据和与所述预设的标准问题数据相关联的特征样本训练的；根据标准问题概率模型输出的概率分布，从所述预设的标准问题数据中确定标准问题数据。2.如权利要求1所述的方法，其特征在于，根据获得的个性化问题数据，获取与所述个性化问题数据相关联的特征，具体包括：根据所述个性化问题数据，利用特征查找树，获得所述特征查找树中包含的、与所述个性化问题数据相匹配的问题数据特征；所述特征查找树，是通过将与标准问题数据相关联的特征进行组合构建的。3.如权利要求1所述的方法，其特征在于，所述标准问题概率模型，是通过下述方法训练的：获取训练特征集；根据预设的特征选择算法，从获取的训练特征集中选取样本特征；获取样本特征对应的标准问题数据；将所述预设的标准问题数据以及选取的样本特征作为标准问题概率模型的输入，将所述样本特征对应的标准问题数据作为标准问题概率模型的预设输出，对所述标准问题概率模型进行训练，得到所述标准问题概率模型。4.如权利要求3所述的方法，其特征在于，所述标准问题概率模型为深度神经网络模型。5.如权利要求3所述的方法，其特征在于，根据预设的特征选择算法，从...

【专利技术属性】
技术研发人员：任望，熊军，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY