[发明专利]基于机器学习的问题推荐方法及装置在审
申请号: | 202110340033.0 | 申请日: | 2021-03-30 |
公开(公告)号: | CN112883185A | 公开(公告)日: | 2021-06-01 |
发明(设计)人: | 刘唱;刘金山;梁侃;杨洁琼 | 申请(专利权)人: | 中国工商银行股份有限公司 |
主分类号: | G06F16/332 | 分类号: | G06F16/332;G06N20/00 |
代理公司: | 北京三友知识产权代理有限公司 11127 | 代理人: | 任默闻;王涛 |
地址: | 100140 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 机器 学习 问题 推荐 方法 装置 | ||
本发明提供一种基于机器学习的问题推荐方法及装置,属于人工智能技术领域。该基于机器学习的问题推荐方法包括:获取文本问题,根据文本问题生成当前词向量;将当前词向量输入基于历史词向量创建的问题推荐模型中,得到各推荐单词和各推荐单词的推荐概率;根据预设语法结构、各推荐单词和各推荐单词的推荐概率确定问题推荐文本。本发明可以实时为用户精准推荐问题,大大减少用户的编辑操作,提升手机银行服务效率,优化用户使用体验。
技术领域
本发明涉及人工智能技术领域,具体地,涉及一种基于机器学习的问题推荐方法及装置。
背景技术
随着银行业务向线上迁移,手机银行客服的使用频率在不断提高,目前手机银行客服的服务模式以文字为主,因此手机银行即时通讯系统的易用性直接影响了用户的使用体验。手机银行文字客服目前存在输入耗时长、沟通效率低的缺陷,尤其是对不熟悉智能手机的老人很不友好。
发明内容
本发明实施例的主要目的在于提供一种基于机器学习的问题推荐方法及装置,以实时为用户精准推荐问题,大大减少用户的编辑操作,提升手机银行服务效率,优化用户使用体验。
为了实现上述目的,本发明实施例提供一种基于机器学习的问题推荐方法,包括:
获取文本问题,根据文本问题生成当前词向量;
将当前词向量输入基于历史词向量创建的问题推荐模型中,得到各推荐单词和各推荐单词的推荐概率;
根据预设语法结构、各推荐单词和各推荐单词的推荐概率确定问题推荐文本。
本发明实施例还提供一种基于机器学习的问题推荐装置,包括:
词向量生成模块,用于获取文本问题,根据文本问题生成当前词向量;
推荐单词概率模块,用于将当前词向量输入基于历史词向量创建的问题推荐模型中,得到各推荐单词和各推荐单词的推荐概率;
问题推荐文本模块,用于根据预设语法结构、各推荐单词和各推荐单词的推荐概率确定问题推荐文本。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序,处理器执行计算机程序时实现所述的基于机器学习的问题推荐方法的步骤。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现所述的基于机器学习的问题推荐方法的步骤。
本发明实施例的基于机器学习的问题推荐方法及装置先根据文本问题生成当前词向量,再将当前词向量输入基于历史词向量创建的问题推荐模型中,得到各推荐单词和各推荐单词的推荐概率以确定问题推荐文本,可以实时为用户精准推荐问题,大大减少用户的编辑操作,提升手机银行服务效率,优化用户使用体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例中基于机器学习的问题推荐方法的流程图;
图2是本发明实施例中S103的流程图;
图3是本发明实施例中创建问题推荐模型的流程图;
图4是本发明另一实施例中创建问题推荐模型的流程图;
图5是本发明实施例中S301的流程图;
图6是本发明实施例中词向量和特征的示意图;
图7是待推荐文本及推荐概率的示意图;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国工商银行股份有限公司,未经中国工商银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110340033.0/2.html,转载请声明来源钻瓜专利网。