信息采集方法、装置、设备和介质与流程

本发明实施例涉及金融技术领域，尤其涉及一种信息采集方法、装置、设备和介质。

背景技术：

当今民间借贷的需求非常旺盛，尤其是小微客户的借贷需求更是增长迅速。通常情况下，借贷机构会根据用户的财务报表来进行贷款决策，但是因为小微客户通常没有完整的财务报表，因此在对小微客户放贷款之前需要采集小微客户的金融信息，以生成对应的财务报表。

现有方法是由专业的客户经理在接受培训之后，通过电话沟通的方式来采集用户金融信息，但是这种采集方法效率很低，人力成本大，并且客户经理容易产生道德风险。

技术实现要素：

本发明实施例提供一种信息采集方法、装置、设备和介质，以解决通过人工采集信息所导致的采集效率低且人力成本高的问题。

第一方面，本发明实施例提供了一种信息采集方法，由信息采集设备执行，所述方法包括：

从候选属性中选择目标属性；其中，所述候选属性部署于所述信息采集设备中；

根据所述目标属性生成问询语音，并播放所述问询语音；

对获取的用户反馈语音进行识别，得到用户的目标属性内容。

第二方面，本发明实施例提供了一种信息采集装置，配置于信息采集设备中，所述装置包括：

目标属性选择模块，用于从候选属性中选择目标属性；其中，所述候选属性部署于所述信息采集设备中；

问询语音生成模块，用于根据所述目标属性生成问询语音，并播放所述问询语音；

目标属性内容获取模块，用于对获取的用户反馈语音进行识别，得到用户的目标属性内容。

第三方面，本发明实施例提供了一种设备，所述设备还包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例中任一所述的一种信息采集方法。

第四方面，本发明实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例中任一所述的一种信息采集方法。

本发明实施例通过在信息采集设备部署的候选属性中选择目标属性，并生成问询语音，最终通过识别用户反馈语音，得到用户的目标属性内容，实现了无需人工参与而实现信息的采集，增加了采集效率，降低了人力成本。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1是本发明实施例一提供的一种信息采集方法的流程图；

图2为本发明实施例二提供的一种信息采集方法的流程图；

图3为本发明实施例三提供的一种信息采集装置的结构示意图；

图4为本发明实施例四提供的一种服务器的结构示意图。

具体实施方式

下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明实施例，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明实施例相关的结构而非全部结构。

实施例一

图1是本发明实施例一提供的一种信息采集方法的流程图。本实施例适用于采集用户信息的情况，该方法可以由本发明实施例提供的信息采集装置来执行，所述信息采集装置配置于信息采集设备中。如图1所示，该方法可以包括：

步骤101、从候选属性中选择目标属性；其中，所述候选属性部署于所述信息采集设备中。

具体的，根据要采集的用户信息所属目标领域，预先在信息采集设备中部署目标类别所包括的候选属性，例如，目标类别为金融领域，则候选属性可选的包括现金及存款、设备、经营性房产、短期借款、年收入以及家庭资产合计等等；又例如，目标类别为医学领域，则候选属性可选的包括年龄、身高、体重、血压、大病史、家族病史、遗传疾病以及传染疾病等等。根据要采集用户信息所属的属性，从候选属性中选择目标属性。

通过从候选属性中选择目标属性，为后续根据目标属性生成问询语音，并播放问询语音，奠定了数据基础。

步骤102、根据所述目标属性生成问询语音，并播放所述问询语音。

其中，问询语音通过包括信息采集设备的扬声器进行播放，或者与用户建立远程通信连接进行播放，例如打电话或者语音通话等。

具体的，根据目标属性与预设问题文本的关联关系，确定问询语音。

可选的，获取所述目标属性所关联的目标问题文本；根据所述目标问题文本，生成问询语音。

通过根据目标属性生成问询语音，并播放问询语音，实现了根据想要采集信息所属目标属性自动生成问询语音，以对用户进行问询，由于无需人工参与，减少了人工成本，增加了采集效率。

步骤103、对获取的用户反馈语音进行识别，得到用户的目标属性内容。

其中，通过包括信息采集设备的麦克风来对用户反馈语音进行拾音，以获取用户反馈语音。目标属性内容体现了对应目标属性的具体信息，例如“私有房产数量”为目标属性，“4套私有房产”为对应目标属性内容；又例如“月收入”为目标属性，“月收入三千元”为对应目标属性内容。

具体的，采用现有的语音处理技术以及文本处理技术，对获得的用户反馈语音进行处理，得到用户的目标属性内容。

可选的，采用语音识别技术对获取的用户反馈语音进行识别，得到语音识别文本；采用信息抽取算法对所述语音识别文本进行信息抽取，得到用户的目标属性内容。

通过对获取的用户反馈语音进行识别，得到用户的目标属性内容，实现了无需人工参与而实现信息的采集，增加了采集效率，降低了人力成本。

本发明实施例提供的技术方案，通过在信息采集设备部署的候选属性中选择目标属性，并生成问询语音，最终通过识别用户反馈语音，得到用户的目标属性内容，实现了无需人工参与而实现信息的采集，增加了采集效率，降低了人力成本。

在上述实施例的基础上，步骤103之后，还包括：

根据用户的至少两个目标属性内容，分别确定用户在交叉属性上的至少两个取值；比较所述至少两个取值，并根据比较结果对所述至少两个目标属性内容进行交叉验证。

具体的，在某些领域中，得到用户的目标属性内容后，还需要对目标属性内容的真实性进行验证，本实施例采用交叉验证的方法来检验真实性，即根据得到的至少两个目标属性确定交叉属性，并根据至少两个目标属性内容确定用户在交叉属性上的至少两个取值，比较至少两个取值是否匹配来实现交叉验证。

示例性的，在借贷款领域，借贷机构需要参考用户的财务信息，再决定是否向用户发放贷款，此时就需要保证得到的用户的目标属性内容的真实性。例如，某用户的目标属性a为“半年内偿还债务金额”，对应的目标属性内容为“半年内偿还六万元”，目标属性b为“年可支出金额”，对应的目标属性内容为“年可支出十万元”，则根据交叉验证策略，确定“半年内偿还债务金额”以及“年可支出金额”的交叉属性为“月偿还债务金额”以及“月可支出金额”，再根据“半年内偿还六万元”以及“年可支出十万元”分别确定“月偿还债务金额”为“一万元”以及“月可支出金额”为“八千三百元”，而“八千三百元”小于“一万元”，则说明该用户“月可支出金额”以及“月偿还债务金额”存在矛盾，该用户数据作假。

通过对用户的至少两个目标属性内容进行交叉验证，保证了获得的用户目标属性内容的真实性，并且在借贷款领域还可以减少银行产生的道德风险。

实施例二

图2为本发明实施例二提供的一种信息采集方法的流程图。本实施例为上述实施例提供了一种具体实现方式，如图2所示，该方法可以包括：

步骤201、确定用户的历史目标属性内容与候选属性之间的关联度，并根据关联度，从候选属性中选择所述目标属性。

其中，历史目标属性内容与候选属性之间的关联度，是根据信息采集设备存储的采集策略确定的，采集策略是基于相关人员的经验生成并存储于信息采集设备中。历史目标属性内容是根据用户对历史目标属性的反馈语音确定。

具体的，将与历史目标属性内容关联度最高的候选属性，作为目标属性。

示例性的，例如，历史目标属性内容a为“有贷款”，则根据信息采集设备存储的采集策略，将与“有贷款”关联度最高的候选属性“贷款金额”，作为目标属性；又例如，历史目标属性内容b为“无工作”，则根据信息采集设备存储的采集策略，将与“无工作”关联度最高的候选属性“收入来源”，作为目标属性。

可选的，根据采集策略确定与历史目标属性内容关联度最高的候选属性，并将历史目标属性内容转化为相应的数字信号，根据该数字信号触发选择关联度最高的候选属性作为目标属性的操作。

特殊的，若用户的历史目标属性内容为空，即信息采集设备还未向用户播放问询语音，此时则直接将采集策略中预设的初始属性，作为目标属性。

通过根据与历史目标属性内容的关联度，从候选属性中选择目标属性，使得目标属性内容的获取更加智能化，且具有针对性。

步骤202、获取所述目标属性所关联的目标问题文本，并根据所述目标问题文本，生成问询语音。

其中，每个候选属性都对应一个目标问题文本，并且所有候选属性对应的目标问题文本都预先配置于信息采集装置中。问询语音可以是预先根据目标问题文本由相关人员录制到信息采集装置中，也可以是利用包括tts(texttospeech，从文本到语音)方法将目标问题文本转化为问询语音，本发明实施例并不对具体的方式做任何限制。

示例性的，例如目标属性为“大额支出”，则其所关联的目标问题文本包括“您在过去半年有三万以上的大额支出吗”；又例如目标属性为“固定房产”，则其所关联的目标问题文本包括“您名下有几套房？坐落在哪里？”。

步骤203、播放所述问询语音，并采用语音识别技术对获取的用户反馈语音进行识别，得到语音识别文本。

其中，语音识别技术包括基于语言学和声学的方法、随机模型法、神经网络的方法以及概率语法分析法等等。

可选的，为了保证语音识别文本的规范性，得到语音识别文本之后，还包括：采用初始化算法对所述语音识别文本进行初始化处理，以得到规范化文本。

具体的，针对语音识别文本中通用的语病、口误以及专有名词转换等问题，采用初始化算法进行统一的初始化处理，最终得到规范化文本。

步骤204、采用信息抽取算法对所述语音识别文本进行信息抽取，得到用户的目标属性内容。

其中，信息抽取算法是从自然语言文本中抽取指定类型的实体、关系以及事件等事实信息，并形成结构化数据输出的文本处理技术。

可选的，通过预先建立的抽取器模型以及分类器模型，对语音识别文本进行信息抽取，得到用户的目标属性内容。

示例性的，例如语音识别文本为“我想想，嗯……我名下好像有3套房”，则通过预先建立的抽取器模型以及分类器模型，对语音识别文本进行信息抽取，得到“3套房”即为用户的目标属性内容；又例如语音识别文本为“我今年挣了大概有十万人民币吧”，则通过预先建立的抽取器模型以及分类器模型，对语音识别文本进行信息抽取，得到“十万人民币”即为用户的目标属性内容。

本发明实施例提供的技术方案，通过根据与历史目标属性内容的关联度，从候选属性中选择目标属性，使得目标属性内容的获取更加智能化，且具有针对性；通过根据目标属性所关联的目标问题文本，生成问询语音，实现了无需人工参与，根据目标属性自动向用户进行语音问询，减少了人工成本；通过语音识别技术对获取的用户反馈语音进行识别，得到语音识别文本，为后续根据语音识别文本得到用户的目标属性内容，奠定了基础；通过采用信息抽取算法对语音识别文本进行信息抽取，得到用户的目标属性内容，实现了无需人工参与而实现信息的采集，增加了采集效率，降低了人力成本。

在上述实施例的基础上，步骤204之后，还包括：将所述语音识别文本以及所述目标属性内容进行关联存储，并记录存储时间。

通过将语音识别文本以及目标属性内容进行关联存储，并记录存储时间，方便了工作人员根据存储信息直接查看历史目标属性内容。

在上述实施例的基础上，步骤202之后，还包括：

若获取的用户反馈语音属于除所述目标属性之外的其他属性，则获取所述目标属性所关联的备选问题文本；根据所述备选问题文本，生成问询语音。

具体的，每个候选属性除了关联一个目标问题文本之外，还会关联若干备选问题文本，使得当获取的用户反馈语音属于除目标属性之外的其他属性时，再次根据备选问题文本，生成问询语音。

可选的，采用语音识别技术对获取的用户反馈语音进行识别，得到语音识别文本；采用信息抽取算法对语音识别文本进行信息抽取，得到用户的目标属性内容；若用户的目标属性内容属于除目标属性之外的其他属性，则获取目标属性所关联的备选问题文本；根据备选问题文本，生成问询语音。

示例性的，目标属性“月工资”，则对应备选问题文本包括：“您的单位每个月支付给您多少薪水？”和“您每个月的收入中有多少是来自工资？”等等。

通过若获取的用户反馈语音属于除目标属性之外的其他属性，则根据备选问题文本，生成问询语音，避免了用户不理解问询语音而反馈错误答案，保证了获取用户的目标属性内容的精准性。

实施例三

图3为本发明实施例三提供的一种信息采集装置的结构示意图，所述信息采集装置配置于信息采集设备中，可执行本发明任一实施例所提供的一种信息采集方法，具备执行方法相应的功能模块和有益效果。如图3所示，该装置可以包括：

目标属性选择模块31，用于从候选属性中选择目标属性；其中，所述候选属性部署于所述信息采集设备中；

问询语音生成模块32，用于根据所述目标属性生成问询语音，并播放所述问询语音；

目标属性内容获取模块33，用于对获取的用户反馈语音进行识别，得到用户的目标属性内容。

在上述实施例的基础上，所述目标属性选择模块31，具体用于：

确定用户的历史目标属性内容与所述候选属性之间的关联度；其中，所述历史目标属性内容根据用户对历史目标属性的反馈语音确定；

根据关联度，从所述候选属性中选择所述目标属性。

在上述实施例的基础上，所述装置还包括交叉验证模块，具体用于：

根据用户的至少两个目标属性内容，分别确定用户在交叉属性上的至少两个取值；

比较所述至少两个取值，并根据比较结果对所述至少两个目标属性内容进行交叉验证。

在上述实施例的基础上，所述目标属性内容获取模块33，具体用于：

采用语音识别技术对获取的用户反馈语音进行识别，得到语音识别文本；

采用信息抽取算法对所述语音识别文本进行信息抽取，得到用户的目标属性内容。

在上述实施例的基础上，所述装置还包括关联存储模块，用于：

将所述语音识别文本以及所述目标属性内容进行关联存储，并记录存储时间。

在上述实施例的基础上，所述问询语音生成模块32，具体用于：

获取所述目标属性所关联的目标问题文本；

根据所述目标问题文本，生成问询语音。

在上述实施例的基础上，所述问询语音生成模块32，具体还用于：

若获取的用户反馈语音属于除所述目标属性之外的其他属性，则获取所述目标属性所关联的备选问题文本；

根据所述备选问题文本，生成问询语音。

本发明实施例所提供的一种信息采集装置，可执行本发明任一实施例所提供的一种信息采集方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明任一实施例提供的一种信息采集方法。

实施例四

图4为本发明实施例四提供的一种服务器的结构示意图。图4示出了适于用来实现本发明实施方式的示例性服务器400的框图。图4显示的服务器400仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图4所示，服务器400以通用计算服务器的形式表现。服务器400的组件可以包括但不限于：一个或者多个处理器或者处理单元401，系统存储器402，连接不同系统组件(包括系统存储器402和处理单元401)的总线403。

总线403表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。

服务器400典型地包括多种计算机系统可读介质。这些介质可以是任何能够被服务器400访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器402可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)404和/或高速缓存存储器405。服务器400可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统406可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom,dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线403相连。存储器402可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块407的程序/实用工具408，可以存储在例如存储器402中，这样的程序模块407包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块407通常执行本发明所描述的实施例中的功能和/或方法。

服务器400也可以与一个或多个外部服务器409(例如键盘、指向服务器、显示器410等)通信，还可与一个或者多个使得用户能与该服务器400交互的服务器通信，和/或与使得该服务器400能与一个或多个其它计算服务器进行通信的任何服务器(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口411进行。并且，服务器400还可以通过网络适配器412与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器412通过总线403与服务器400的其它模块通信。应当明白，尽管图中未示出，可以结合服务器400使用其它硬件和/或软件模块，包括但不限于：微代码、服务器驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。

处理单元401通过运行存储在系统存储器402中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的信息采集方法，包括：

从候选属性中选择目标属性；其中，所述候选属性部署于所述信息采集设备中；

根据所述目标属性生成问询语音，并播放所述问询语音；

对获取的用户反馈语音进行识别，得到用户的目标属性内容。

实施例五

本发明实施例五还提供了一种计算机可读存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种信息采集方法，该方法包括：

从候选属性中选择目标属性；其中，所述候选属性部署于所述信息采集设备中；

根据所述目标属性生成问询语音，并播放所述问询语音；

对获取的用户反馈语音进行识别，得到用户的目标属性内容。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的一种信息采集方法中的相关操作。本发明实施例的计算机可读存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c ，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。