电子渠道应用上的FAQ识别系统及方法

摘要

本发明提供一种电子渠道应用上的FAQ识别系统及方法，包括FAQ分词模块、检索出多候选模块、同义词扩展模块、自学模块；FAQ分词采用电子渠道上专有词典进行要素词分词；根据要素词计算，得到多候选；在计算过程中，采用特定的电子渠道同义词辅助准确计算；最后是离线通过自学模块对日志进行标注。本发明形成专有字典。对增值业务划分要素词。分为：业务要素词、操作要素词、特殊要素词等。同时支持词性扩展；检索时，侧重于业务要素词检索；同义词也根据词性划分，多组同义词见不传递。使得提高识别率时，多候选中至少出现与用户输入存在相同词；自学中，知识更新，通过资源升级工具，对比出差异后，提交给运营商知识库人员审核后，线上更新。

主权项

一种电子渠道应用上的FAQ识别系统，其特征在于：包括如下模块: FAQ分词模块，该模块采用了前向、后向分词两种方法，并将两种方法得到的分词结果做了合并，即去掉了相同的结果，同时保留两者不同的结果； 检索出多候选模块，该模块中每个句子的特征向量的维数由基于电信运营商增值业务中相关词的个数决定，每一维的值是该维对应的词在该句子中的贡献，该词在该句中不出现，则认为该维值为0，所以每句话的特征向量维度很高，但其中只有几维值不为0，所以我们只关心其中不为0的维，即句子中分词结果中的词即可； 同义词扩展模块，该模块中同义词扩展计算得分的方式为：将可进行扩展的词依次换为该词的同义词，计算其得分； 自学习模块，该模块主要用于离线日志标注，该模块首先对比，运营商今日与昨日更新的资源知识，根据此差别，工具主动修改线下运营商积累一些知识问题，并录入识别知识的储备资源库，若最小粒度的问答对中，问题一半以上发生变化，则线下标注的部分，提示运营商进行核定。