[发明专利]语句处理方法、装置、存储介质及系统

说明书

本发明公开了一种语句处理方法、装置、存储介质及系统。其中，该方法包括：获取第一语句，其中，第一语句是采用自然语言形成的查询语句，第一语句用于查询目标对象的评价信息；将第一语句转换为第二语句，其中，第二语句是采用结构化查询语言形成的查询语句；利用第二语句从目标对象的属性统计信息中获取属性统计结果，其中，属性统计信息为目标对象的至少一种属性的历史统计结果；基于属性统计结果生成第三语句，其中，第三语句是采用自然语言形成的应答句。本发明解决了相关方案中直接使用预设通用回复或通过预设应答模型生成回复内容的处理方法，其回复同质化严重、客户体验差的技术问题。

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种语句处理方法、装置、存储介质及系统。

背景技术

在智能客服的业务对话场景中，经常需要答复客户提出的主观类问题，例如：“红茶拿铁好喝吗”、“这款空调好不好用”等。然而，这些主观类问题往往没有标准答案，智能客服难以进行自动回复。对此，本领域的技术人员不断尝试各种自动生成主观类问题解答内容的方法。

相关方案中，智能客服通常通过自动检索、自动生成的方式给出主观类问题的固定答复，例如：对于“红茶拿铁好喝吗”，智能客服回复“这款咖啡挺好喝的”；对于“这款空调好不好用”，智能客服回复“这款空调很好用的”。这种方法虽然已经回答了客户的问题，但是客户体验较差。

具体地，在实际应用层面，智能客服自动回复主观类问题的方法是：为可能问到的多类主观问题中每一类主观问题准备一个通用回复内容；将针对不同对象的提问归类到对应的主观类问题中；使用该主观类问题对应的通用回复内容进行自动回复。例如：对于问题“红茶拿铁好喝吗”和问题“美式咖啡怎么样”，智能客服均回复“这款咖啡挺好喝的”。然而，这种方法的缺陷在于：对不同主观问题的回复内容同质化严重，客户体验较差。

具体地，在设计开发层面，为智能客服生成主观类问题自动回复内容的方法是：预先训练生成主观类问题自动回复内容的模型；将客户输入的问题直接导入该模型；接收该模型输出的自动回复内容，并将该自动回复内容发送给智能客服。然而，由于这种方法由模型主导并不可控，生成的自动回复内容可能因为缺乏真实的客观依据而与客户的提问初衷相悖，客户体验仍然较差。

因此，如何自动生成更贴合客户提出的主观类问题的回复内容成为智能客服的业务对话场景中的重要问题。针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种语句处理方法、装置、存储介质及系统，以至少解决相关方案中直接使用预设通用回复或通过预设应答模型生成回复内容的处理方法，其回复同质化严重、客户体验差的技术问题。

根据本发明实施例的一个方面，提供了一种语句处理方法，包括：获取第一语句，其中，获取第一语句，其中，第一语句是采用自然语言形成的查询语句，第一语句用于查询目标对象的评价信息；将第一语句转换为第二语句，其中，第二语句是采用结构化查询语言形成的查询语句；利用第二语句从目标对象的属性统计信息中获取属性统计结果，其中，属性统计信息为目标对象的至少一种属性的历史统计结果；基于属性统计结果生成第三语句，其中，第三语句是采用自然语言形成的应答句。

根据本发明实施例的另一个方面，提供了一种语句处理方法，包括：获取第一语句，其中，第一语句是采用自然语言形成的疑问句；将第一语句转换为第二语句，其中，第二语句是采用结构化查询语言形成的查询语句；利用第二语句从第一语句对应的候选查询信息中获取目标查询结果；基于目标查询结果生成第三语句，其中，第三语句是采用自然语言形成的应答句。

根据本发明实施例的另一方面，还提供了一种语句处理方法，包括：接收来自于客户端的第一语句，其中，第一语句是采用自然语言形成的疑问句；将第一语句转换为第二语句，利用第二语句从第一语句对应的候选查询信息中获取目标查询结果，以及基于目标查询结果生成第三语句，其中，第二语句是采用结构化查询语言形成的查询语句，第三语句是采用自然语言形成的应答句；将第三语句返回至客户端。