[发明专利]一种智能应答方法及其系统

权利要求书

1.一种智能应答方法，其特征在于，包括以下步骤：

步骤1、建立物流问题字典，为物流问题设置答案并记录在物流问题字典中；

步骤2、将用户提出的未知物流问题与所述物流问题字典中的物流问题进行模糊匹配，若两者相似度超过预设阈值，则录入物流问题字典中物流问题所对应的答案；否则，将所述未知问题加入物流问题字典中并设置该未知物流问题对应的答案；

步骤3、给用户输出相应答案；

其中，所述步骤1包括以下步骤：

步骤101、收集用户提出的物流相关问题并进行语音转换；

步骤102、将语音转换后的物流问题进行分词和词性标注、预处理、语义分析后录入物流问题字典中；

步骤103、为录入物流问题字典中的物流问题设置答案；

其中，步骤102中的预处理包括：采用停用词表去除分词后跟物流行业问题无关的词语。

2.根据权利要求1所述的一种智能应答方法，其特征在于：在步骤3之前还包括重复步骤2，完善物流问题字典并建立多语种；根据用户选择的目标语种语音为用户输出相应答案。

3.根据权利要求1所述的一种智能应答方法，其特征在于：所述步骤102中，所述语义分析包括：

a.构造词类模型，将所述物流问题字典中的词语表示在词类模型空间上；

b.使用文本聚类算法对物流问题字典进行文本聚类，将物流问题字典进行分类。

其中，步骤a中的构造词类模型包括：词义消歧和词义聚类，采用Bayes模型进行词义消歧，采用Bisecting K-means聚类算法进行词义聚类。

4.根据权利要求3所述的一种智能应答方法，其特征在于：所述文本聚类算法采用基于K-means聚类算法，主要步骤包括：

步骤1、随机选取k条物流问题字典生成k个聚类，所述k条物流问题字典分别对应k个聚类的聚类起始中心点为{u₁,u₂,u₃,...,u_k}；

步骤2、采用NIST标准计算每条物流问题字典与每个聚类起始中心点对应问题文本的相似度，根据与聚类起始中心点的问题文本的相似程度将其分配到最近的一类中，获得新的聚类结果{U₁,U₂,U₃,...,U_k}，其中U_i(1≤i≤k)是若干物流问题字典的集合；

步骤3、重新计算每个U_i(1≤i≤k)的中心

其中，m是所述集合U_i(1≤i≤k)中数据的总数，c_j是指U_i(1≤i≤k)中第j个数据；

步骤4、当下面的目标函数收敛时，终止迭代，否则重复步骤2和步骤3，

判断是否终止迭代的目标函数表示为：

其中，E函数代表某一条物流问题字典所属类别到其聚类起始中心点的距离平方和。

5.根据权利要求1所述的一种智能应答方法，其特征在于：所述步骤2中的模糊匹配，通过相似度计算来将用户提出的未知物流问题与录入物流问题字典中处理后的物流问题关联，相似度计算采用Shingle算法、距离编辑算法、余弦定理、Sunday算法中的任一种。

6.基于权利要求1至5中任意一项所述的一种智能应答方法的应答系统，其特征在于：包括：

字典创建模块，用于建立物流问题字典，为所述物流问题设置答案并记录在物流问题字典模块中；

问题查找模块，用于将用户提出的未知物流问题与录入物流问题字典中处理后的物流问题进行模糊匹配，若两者相似度超过预设阈值，则录入物流问题字典中处理后的物流问题对应的答案；否则，将所述未知问题加入所述物流问题字典中并设置所述物流问题对应的答案；

学习训练模块，用于利用字典创建模块和问题查找模块将所述物流问题字典不断学习和完善并建立多语种的所述物流问题字典以及为所述物流问题设置对应答案；

应答输出模块，用于根据用户选择的目标语种语音输出所述答案给用户，实现智能应答。