[发明专利]问题反馈处理方法、装置、设备及可读存储介质

权利要求书

1.一种问题反馈处理方法，其特征在于，所述方法包括：

获取问题反馈文本及对应的问题反馈图像；

对所述问题反馈文本进行分词处理及实体抽取处理，得到问题实体；

对所述问题反馈图像进行预处理及文本识别，得到图像文本；

利用训练完成的的问题语义分析模型对所述图像文本进行语义分析，得到问题类别特征；

利用预构建的至少一个答案知识库对所述问题实体进行查询，得到至少一组答案文本集；

对所述至少一组答案文本集中的答案文本进行相关度计算与分析，得到待选答案文本集；

利用所述问题类别特征对所述待选答案文本集中的待选答案文本进行加权计算与分析，得到最终答案文本，并将所述最终答案文本推送至预设的终端设备。

2.如权利要求1所述的问题反馈处理方法，其特征在于，所述对所述问题反馈图像进行预处理及文本识别，得到图像文本，包括：

裁剪所述问题反馈图像中的感兴趣区域，得到关键区域；

对所述关键区域进行灰度化处理，得到灰度化区域；

对所述灰度化区域进行滤波处理，得到所述标准区域；

利用预设文本提取算法对所述标准区域进行文本识别处理，得到所述图像文本。

3.如权利要求1所述的问题反馈处理方法，其特征在于，所述利用训练完成的问题语义分析模型对所述图像文本进行语义分析，得到问题类别特征之前，还包括：

获取历史图像文本集，对所述历史图像文本集进行问题类别特征标记，得到训练集；

利用所述训练集对预构建的问题语义分析模型进行迭代训练，直至所述预构建的问题语义分析模型收敛，得到训练完成的问题语义分析模型。

4.如权利要求1所述的问题反馈处理方法，其特征在于，所述对所述答案文本集中的答案文本进行相关度计算与分析，得到待选答案文本集，包括：

将所述答案文本集中的每个答案文本转化为对应的答案文本向量；

将所述问题反馈文本转化为问题文本向量；

计算所述答案文本向量与所述问题文本向量的相关度值，汇总所有相关度值得到相关度值集；

将所述相关度值集中相关度值进行排序，得到最大相关度值；

在所述答案文本集中选取所述最大相关度值对应的答案文本向量，并将选取的答案文本向量对应的答案文本作为该答案文本集对应的待选答案文本；

汇总所述待选答案文本，得到所述待选答案文本集。

5.如权利要求4所述的问题反馈处理方法，其特征在于，所述将所述答案文本集中的每个答案文本转化为对应的答案文本向量，包括：

利用预先训练的字向量词典获取所述答案文本集中每个答案文本包含的每个字符的字向量；

计算每个答案文本中所有字符的字向量的算术平均值作为每个答案文本对应的答案文本向量。

6.如权利要求4所述的问题反馈处理方法，其特征在于，所述利用所述问题类别特征对所述待选答案文本集中的待选答案文本进行加权计算与分析，得到最终答案文本，并将所述最终答案文本推送至预设的终端设备，包括：

将所述问题类别特征转化为问题类别特征向量；

计算所述问题类别特征向量与每个待选答案文本对应的答案文本向量的相关度值，得到待选答案文本相关度值；

计算所述至少一组答案文本集中的答案文本的总数目；

计算所述至少一组答案文本集中每组答案文本集中的答案文本数目与所述答案文本的总数目的比值，得到每组答案文本集权重；

将所述待选答案文本所在的答案文本集对应的答案文本集权重与该待选答案文本对应的待选答案文本相关度值相乘，得到待选答案文本权重值；

汇总所述待选答案文本权重值得到待选答案文本权重值集；

根据所述待选答案文本权重值集对所述待选答案文本集进行筛选，得到所述最终答案文本，并将所述最终答案文本推送至预设的终端设备。