[发明专利]一种数据采集方法、装置、设备及可读存储介质

说明书

本申请公开了一种数据采集方法、装置、设备及可读存储介质，由于获取了目标项目对应的问答节点集合，集合中包含了目标项目对应的问题信息，基于问题信息实现的机器自动数据采集，不会出现人工漏问导致的采集数据缺失的问题，并且机器采集相比人工采集效率得到了大大提升。

技术领域

本申请涉及自然语言处理技术领域，更具体地说，涉及一种数据采集方法、装置、设备及可读存储介质。

背景技术

随着时代的发展，当前已经进入了数据时代。各行各业都需要积累基础数据，以支持更高层次的决策。

较常见的例子如，审讯内容数据采集，需要通过问答形式采集被审讯人的回答，并最终形成审讯笔录。审讯笔录可以作为后续案件审判的支持材料。再比如，病例采集，即通过医患间的问答交流，由医生获得患者发病及治疗经过，并形成病例书。病例采集是诊断疾病的重要依据之一，作为疾病诊断的支持材料。

通过研究发现，现有各项目的问答形式的数据采集过程均是通过人工实现，即由提问方提出问题，由回答方给出问题对应的回答，并由提问方手动记录问题与对应的回答内容。显然，这种数据采集方式，受提问方个人经验及状态的影响，针对复杂的项目，很容易出现提问方考虑不全，导致采集数据缺失的问题。并且，人工采集也存在采集效率低的问题。

发明内容

有鉴于此，本申请提供了一种数据采集方法、装置、设备及可读存储介质，用于解决现有人工数据采集所存在的采集数据易缺失、成本高、效率低的问题。

为了实现上述目的，现提出的方案如下：

一种数据采集方法，包括：

获取待进行数据采集的目标项目对应的问答节点集合，所述问答节点集合包含与所述目标项目对应的问答节点，所述问答节点包含问题信息；

从所述问答节点集合中选取问答节点，并输出选取的问答节点所包含的问题信息；

获取对输出问题信息反馈的回答信息，得到问答节点对应的回答信息。

优选地，所述从所述问答节点集合中选取问答节点，包括：

按照预设的所述目标项目对应的各问答节点的询问顺序，从所述问答节点集合中选取问答节点。

优选地，所述按照预设的所述目标项目对应的各问答节点的询问顺序，从所述问答节点集合中选取问答节点，包括：

按照所述问答节点集合中各问答节点的排序顺序，从头至尾选取问答节点，所述问答节点集合中各问答节点的排序顺序与所述询问顺序一致。

优选地，所述问答节点还包含下一问答节点槽，用于存储依据所述询问顺序确定的所述问答节点的下一问答节点的索引；

所述按照预设的所述目标项目对应的各问答节点的询问顺序，从所述问答节点集合中选取问答节点，包括：

在得到当前选取的问答节点对应的回答信息，确定需要选取下一问答节点时，将所述当前选取的问答节点所包含的下一问答节点槽存储的下一问答节点的索引对应的问答节点，作为下一问答节点。

优选地，所述从所述问答节点集合中选取问答节点，包括：

针对所述问答节点集合中已选取的每一问答节点，根据所述问答节点的问题信息及回答信息，确定所述问答节点的节点特征；

按照选取的先后顺序，将已选取的每一问答节点的节点特征组合为节点特征集合；

将所述节点特征集合输入预置的节点选择模型，得到节点选择模型输出的下一问答节点的索引；

所述节点选择模型为，以所述目标项目对应的已选取问答节点的节点特征训练数据依选取顺序组合成的节点特征训练数据集合为训练样本，以标注的下一待选取问答节点的索引为样本标签训练得到。