[发明专利]一种数据处理方法及装置

权利要求书

1.一种数据处理方法，其特征在于，包括：

获得由客户输入的问题语句中的目标语义要素值；

从预存储的句法结构集中，查找出包含有目标结构要素的至少一个目标句法结构，其中，所述句法结构集由至少一个句法结构构成，各所述句法结构由有序排列的至少一种类别的结构要素构成，一种类别的结构要素下包括至少一种语义要素类别，一种语义要素类别下包括至少一个语义要素值，所述目标结构要素为所述目标语义要素值对应类别的结构要素；

确定至少一个推荐数据，所述推荐数据包括推荐句法结构中各结构要素的推荐次序、所述推荐句法结构中各结构要素下语义要素类别的数量和所述推荐句法结构中各结构要素下语义要素值的数量，所述推荐句法结构为一个所述目标句法结构；

分别将各所述推荐数据输入至要素重要性评估公式中，分别获得所述要素重要性评估公式输出的评估分数；

在所述要素重要性评估公式输出的各所述评估分数中，将分数最高的所述评估分数确定为目标评估分数；

按照目标推荐数据中的推荐次序，依次输出相应结构要素下各语义要素类别的语义要素值，所述目标推荐数据为所述目标评估分数对应的推荐数据；

确定客户依次选定的至少一个目标要素值，各所述目标要素值均为按照所述目标推荐数据中的推荐次序所输出的语义要素值；

从预先存储的标准问题语句集中，确定与各所述目标要素值匹配的目标标准问题语句，所述标准问题语句集由至少一条标准问题语句构成；

输出所述目标标准问题语句匹配的答案。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获得由客户输入的所述问题语句；

确定所述问题语句的语义是否模糊，如果是，则再执行所述获得由客户输入的问题语句中的目标语义要素值。

3.根据权利要求2所述的方法，其特征在于，所述确定所述问题语句的语义是否模糊，包括：

确定所述问题语句与所述标准问题语句集中各条标准问题语句的语义相似度；

如果所述问题语句与至少两条所述标准问题语句的语义相似度不小于第一预设阈值，则确定所述问题语句的语义模糊。

4.根据权利要求1所述的方法，其特征在于，所述获得由客户输入的问题语句中的目标语义要素值，包括：

对所述问题语句进行语义分析，以确定所述问题语句中的各语义要素值；

将至少一个所述语义要素值确定为目标语义要素值。

5.根据权利要求1所述的方法，其特征在于，所述要素重要性评估公式为：

其中，S为评估分数，n为结构要素的数量，i为结构要素的推荐序号，αi为深度系数，Ci1为序号i对应的结构要素下语义要素值的数量，Ci2为序号i对应的结构要素下语义要素类别的数量；其中：

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对应保存所述问题语句与所述目标标准问题语句。

7.根据权利要求1至6所述的任一方法，其特征在于，所述方法还包括：

在确定客户出现负面情绪时，输出预存储的挽留话术，并切换至人工服务模式。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

获得客户的情绪特征，所述情绪特征包括语音特征、表情特征和肢体动作特征中的至少一种；

比对所述情绪特征与预存储的负面情绪场景中负面情绪特征的情绪相似度；

当所述情绪相似度不小于第二预设阈值时，确定客户出现负面情绪。