System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本公開的實施例涉及營銷場景自動回復,具體涉及信息生成方法、信息生成裝置和電子設備。
技術介紹
1、近年來隨著線上流量的逐漸枯竭,增量流量的成本升高,各大企業和品牌商開始加速布局自有私域的建設和運營。其核心目的是把公域用戶沉淀到企業/品牌可隨時、低成本觸達的特定聊天群或程序里來,以便企業/品牌進行高效營銷觸達,提升轉化和復購。通過技術手段建設私域流量場,并自動推送營銷內容觸達粉絲。但隨著私域內粉絲體量越來越大,在自動發送的同時,自動回復成為一個無法忽視的問題。
2、然而,專利技術人發現,相關技術中有的基本依靠人力來完成。即通過監控私域社群內的粉絲言論和內容,然后按照提前預設好的策略處理。隨著社群體量越來越大,人力回復不僅會增加成本,還會影響回復的及時性。
3、該
技術介紹
部分中所公開的以上信息僅用于增強對本專利技術構思的背景的理解,并因此,其可包含并不形成本國的本領域普通技術人員已知的現有技術的信息。
技術實現思路
1、本公開的內容部分用于以簡要的形式介紹構思,這些構思將在后面的具體實施方式部分被詳細描述。本公開的內容部分并不旨在標識要求保護的技術方案的關鍵特征或必要特征,也不旨在用于限制所要求的保護的技術方案的范圍。
2、本公開的一些實施例提出了信息生成方法、信息生成裝置、電子設備、計算機可讀介質和計算機程序產品,來解決以上
技術介紹
部分提到的技術問題中的一項或多項。
3、第一方面,本公開的一些實施例提供了一種信息生成方法,包括:響應于接
4、在一些實施例中,根據請求向量,從預設的知識庫中提取出與信息咨詢請求相匹配的目標知識片段,包括:確定預設的知識庫中,各知識片段向量與請求向量之間的相似度值;按照相似度值由高到低的順序,從知識庫中提取出第一數目個知識片段,作為召回知識片段;根據預設規則調整召回知識片段的排序,以及按照調整后的排序,從中提取出第二數目個召回知識片段,作為目標知識片段,其中,第二數目小于或等于第一數目。
5、在一些實施例中,根據預設規則調整召回知識片段的排序,包括:根據各召回知識片段的相似度值排序,以及寫入知識庫的時間與當前時間的時間差,重新調整各召回知識片段的排序,其中,與當前時間的時間差越小的召回知識片段,調整后的權重越大。
6、在一些實施例中,根據預設規則調整召回知識片段的排序,還包括:遍歷召回知識片段中的每個召回知識片段,根據該召回知識片段與請求向量之間的相似度值,以及與已遍歷過的召回知識片段之間的相似度值,采用最大邊界相關算法調整各召回知識片段的排序,其中,與請求向量相似度高,且與已遍歷過的知識片段存在差異的召回知識片段,調整后的權重變大。
7、在一些實施例中,知識庫通過以下方法得到:從描述相關業務知識的原始數據中提取文本元素,其中,原始數據包括網頁、文檔、頁面中的至少一種;根據原始數據中元素的布局結構,將提取的文本元素拆分為至少一個知識片段;對至少一個知識片段進行向量化處理,得到至少一個知識片段向量,以及對至少一個知識片段向量進行存儲,得到知識庫。
8、在一些實施例中,根據信息咨詢請求和目標知識片段,采用基于語言提示的方法進行數據拼接,生成信息咨詢請求的回復信息,包括:根據預設條件對目標知識片段進行校驗;響應于確定目標知識片段校驗通過,采用基于語言提示的方法,按照預設格式對信息咨詢請求和目標知識片段進行拼接;將拼接后的數據輸入預設模型,生成信息咨詢請求的回復信息;響應于確定目標知識片段校驗不通過,將信息咨詢請求發送給目標終端,以進行人工回復。
9、在一些實施例中,該方法還包括:采用預先訓練完成的校驗模型,對生成的回復信息進行事實性檢驗,其中,校驗模型通過訓練數據訓練得到,訓練數據以樣本信息咨詢請求和對應的樣本回復信息為樣本數據,以用戶對樣本回復信息的反饋為樣本標簽;響應于確定事實性校驗通過,將回復信息發送給用戶。
10、在一些實施例中,該方法還包括:對信息咨詢請求的回復信息進行向量化處理,得到新的知識片段向量;將新的知識片段向量存儲至知識庫,以更新知識庫。
11、第二方面,本公開的一些實施例提供了一種信息生成裝置,包括:請求處理單元,被配置成響應于接收到用戶發送的信息咨詢請求,對信息咨詢請求進行向量化處理,得到請求向量;知識提取單元,被配置成根據請求向量,從預設的知識庫中提取出與信息咨詢請求相匹配的目標知識片段,其中,知識庫中存儲有相關業務知識的知識片段向量;回復信息生成單元,被配置成根據信息咨詢請求和目標知識片段,采用基于語言提示的方法進行數據拼接,生成信息咨詢請求的回復信息。
12、在一些實施例中,知識提取單元進一步被配置成確定預設的知識庫中,各知識片段向量與請求向量之間的相似度值;按照相似度值由高到低的順序,從知識庫中提取出第一數目個知識片段,作為召回知識片段;根據預設規則調整召回知識片段的排序,以及按照調整后的排序,從中提取出第二數目個召回知識片段,作為目標知識片段,其中,第二數目小于或等于第一數目。
13、在一些實施例中,知識提取單元還進一步被配置成根據各召回知識片段的相似度值排序,以及寫入知識庫的時間與當前時間的時間差,重新調整各召回知識片段的排序,其中,與當前時間的時間差越小的召回知識片段,調整后的權重越大。
14、在一些實施例中,知識提取單元還進一步被配置成遍歷召回知識片段中的每個召回知識片段,根據該召回知識片段與請求向量之間的相似度值,以及與已遍歷過的召回知識片段之間的相似度值,采用最大邊界相關算法調整各召回知識片段的排序,其中,與請求向量相似度高,且與已遍歷過的知識片段存在差異的召回知識片段,調整后的權重變大。
15、在一些實施例中,該信息生成裝置還包括知識庫生成單元,被配置成從描述相關業務知識的原始數據中提取文本元素,其中,原始數據包括網頁、文檔、頁面中的至少一種;根據原始數據中元素的布局結構,將提取的文本元素拆分為至少一個知識片段;對至少一個知識片段進行向量化處理,得到至少一個知識片段向量,以及對至少一個知識片段向量進行存儲,得到知識庫。
16、在一些實施例中,回復信息生成單元進一步被配置成根據預設條件對目標知識片段進行校驗;響應于確定目標知識片段校驗通過,采用基于語言提示的方法,按照預設格式對信息咨詢請求和目標知識片段進行拼接;將拼接后的數據輸入預設模型,生成信息咨詢請求的回復信息;響應于確定目標知識片段校驗不通過,將信息咨詢請求發送給目標終端,以進行人工回復。
17、在一些實施例中,該信息生成裝置還包括回復信息校驗單元,被配置成采用預先訓練完成的校驗模型,對生成的回復信息進本文檔來自技高網...
【技術保護點】
1.一種信息生成方法,包括:
2.根據權利要求1所述的信息生成方法,其中,所述根據所述請求向量,從預設的知識庫中提取出與所述信息咨詢請求相匹配的目標知識片段,包括:
3.根據權利要求2所述的信息生成方法,其中,所述根據預設規則調整所述召回知識片段的排序,包括:
4.根據權利要求2所述的信息生成方法,其中,所述根據預設規則調整所述召回知識片段的排序,還包括:
5.根據權利要求1所述的信息生成方法,其中,所述知識庫通過以下方法得到:
6.根據權利要求1所述的信息生成方法,其中,所述根據所述信息咨詢請求和所述目標知識片段,采用基于語言提示的方法進行數據拼接,生成所述信息咨詢請求的回復信息,包括:
7.根據權利要求6所述的信息生成方法,其中,所述方法還包括:
8.根據權利要求1-7之一所述的信息生成方法,其中,所述方法還包括:
9.一種信息生成裝置,包括:
10.一種電子設備,包括:
11.一種計算機可讀介質,其上存儲有計算機程序,其中,所述計算機程序被處理器執行時,實
12.一種計算機程序產品,包括計算機程序,所述計算機程序在被處理器執行時,實現如權利要求1-8中任一所述的信息生成方法。
...【技術特征摘要】
1.一種信息生成方法,包括:
2.根據權利要求1所述的信息生成方法,其中,所述根據所述請求向量,從預設的知識庫中提取出與所述信息咨詢請求相匹配的目標知識片段,包括:
3.根據權利要求2所述的信息生成方法,其中,所述根據預設規則調整所述召回知識片段的排序,包括:
4.根據權利要求2所述的信息生成方法,其中,所述根據預設規則調整所述召回知識片段的排序,還包括:
5.根據權利要求1所述的信息生成方法,其中,所述知識庫通過以下方法得到:
6.根據權利要求1所述的信息生成方法,其中,所述根據所述信息咨詢請求和所述目標知識片段,采用...
【專利技術屬性】
技術研發人員:肖斯思,孫研,李驍洋,張志鵬,張宇,
申請(專利權)人:北京京東遠升科技有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。