信息处理方法、装置、设备及存储介质与流程

1.本技术实施例涉及互联网技术领域，尤其涉及一种信息处理方法、装置、设备及存储介质。


背景技术：

2.随着通信技术的发展，即时通讯应用已经被越来越多的用户使用。例如，用户可通过即时通讯应用与他人(如客户、家人、朋友或同事)进行文本和多媒体信息的传输，以实现通讯交流。
3.目前，为了提高信息回复的效率，现有的即时通讯应用中提供了快捷回复功能，该快捷回复功能可以根据发送方的信息获取候选快捷回复信息，便于用户从候选快捷回复信息中选择所需的快捷回复信息进行回复。其中，获取候选快捷回复信息的具体过程为：在确定发送方的信息中存在预设的关键词时，从预先设置的快捷回复信息列表中查找出与关键词匹配的快捷回复信息，即为候选快捷回复信息。
4.但是，上述方法中关键词和快捷回复信息列表是通过人工整理制定的，一个语句的表述方式是多样的，仅通过发送方的信息中的关键词无法识别出该信息的精确语义，进而通过关键词匹配出的候选快捷回复信息与用户意图有偏差，快捷回复的准确性较低。


技术实现要素：

5.本技术提供一种信息处理方法、装置、设备及存储介质，以解决现有的快捷回复的准确性较低的问题。
6.第一方面，本技术提供一种信息处理方法，包括：
7.获取待回复信息；
8.获取所述待回复信息对应的候选快捷回复，所述候选快捷回复根据所述待回复信息的咨询对象和所述待回复信息的咨询信息类型生成，所述待回复信息的咨询信息类型根据所述待回复信息和预先训练的分类模型确定，所述分类模型为对多个第一样本数据训练得到，每个所述第一样本数据包括样本语句和所述样本语句的咨询信息类型；
9.显示所述待回复信息对应的候选快捷回复。
10.第二方面，本技术提供一种信息处理装置，包括：
11.第一获取模块，用于获取待回复信息；
12.第二获取模块，用于获取所述待回复信息对应的候选快捷回复，所述候选快捷回复根据所述待回复信息的咨询对象和所述待回复信息的咨询信息类型生成，所述待回复信息的咨询信息类型根据所述待回复信息和预先训练的分类模型确定，所述分类模型为对多个第一样本数据训练得到，每个所述第一样本数据包括样本语句和所述样本语句的咨询信息类型；
13.显示模块，用于显示所述待回复信息对应的候选快捷回复。
14.第三方面，本技术提供一种终端设备，包括：处理器和存储器，该存储器用于存储
计算机程序，该处理器用于调用并运行该存储器中存储的计算机程序，以执行第一方面的方法。
15.第四方面，本技术提供一种计算机可读存储介质，用于存储计算机程序，该计算机程序使得计算机执行第一方面的方法。
16.综上，在本技术中，通过预先训练分类模型以学习各个样本语句和样本语句的咨询信息类型，在获取待回复信息的候选快捷回复时，可根据待回复信息和分类模型确定出待回复信息的咨询信息类型，再根据待回复信息的咨询对象和待回复信息的咨询信息类型生成候选快捷回复，由于分类模型学习了不同样本语句和样本语句的咨询信息类型，从而通过分类模型可以准确地获得待回复信息的咨询信息类型，即可以准确地获得待回复信息对应的用户意图，进而可以根据待回复信息的咨询对象和待回复信息的咨询信息类型生成准确的候选快捷回复，提高了快捷回复的准确性。
17.进一步地，在本技术中，本技术中通过预先训练分类模型以学习各个样本语句和样本语句的咨询信息类型，在训练时可以增加样本语句的数量和样本语句的类型，从而可以扩大快捷回复功能的适用范围。
18.更进一步地，在本技术中，通过根据预存的图像与咨询对象的对应关系，识别出待回复信息中的图像对应的咨询对象，可以精确识别图像对应的咨询对象，可以对包括图像的待回复信息进行快捷回复，相比较现有技术中仅能对文本进行快捷回复，扩大了快捷回复的适用范围。
附图说明
19.为了更清楚地说明本技术实施例中的技术方案，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技术的一些实施例，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。
20.图1为本技术实施例提供的信息处理方法的一种应用场景示意图；
21.图2为本技术实施例提供的信息处理方法的另一种应用场景示意图；
22.图3为本技术实施例提供的一种信息处理方法的流程图；
23.图4为本技术实施例提供的一种一对一会话的界面示意图；
24.图5为本技术实施例提供的一种多对多会话的界面示意图；
25.图6为本技术实施例提供的一种快捷回复界面示意图；
26.图7为本技术实施例提供的一种分类模型的结构示意图；
27.图8为本技术实施例提供的一种快捷回复模型的结构示意图；
28.图9为本技术实施例提供的一种信息处理方法的交互流程图；
29.图10为本技术实施例提供的一种信息处理方法的过程示意图；
30.图11为本技术实施例提供的一种信息处理装置100的结构示意图；
31.图12是本技术实施例提供的终端设备200的示意性框图。
具体实施方式
32.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完
整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
33.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
34.在介绍本技术技术方案之前，下面先对本技术相关知识进行介绍：
35.1、人工智能(artificial intelligence,ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
36.人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
37.2、自然语言处理(nature language processing,nlp)，是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系。自然语言处理技术通常包括文本处理、语义理解、机器翻译、机器人问答、知识图谱等技术。
38.本技术实施例提供的信息处理方法涉及人工智能的自然语言处理方法，具体通过如下实施例进行说明。
39.现有技术中，关键词和快捷回复信息列表是通过人工整理制定的，一个语句的表述方式是多样的，仅通过发送方的信息中的关键词无法识别出该信息的精确语义，进而通过关键词匹配出的候选快捷回复信息与用户意图有偏差，快捷回复的准确性较低。例如，发送方的信息为“你好，请问xx车型的车多久可以提车？”，该信息中的关键词包括“xx车型”和“提车”，而提车包括提车时间和提车地点，通过现有的方法可能会匹配出提车时间和提车地点对应的快捷回复信息，或者匹配出提车时间或提车地点对应的快捷回复信息，用户实际意图是询问提车时间，若匹配出提车时间和提车地点对应的快捷回复信息，还需用户进行查找不是很快捷，若匹配出提车地点对应的快捷回复信息与用户意图是有偏差的，总之准确性较低。为了解决该技术问题，本技术通过预先训练分类模型以学习各个样本语句和样本语句的咨询信息类型，在获取待回复信息的候选快捷回复时，可根据待回复信息和分类模型确定出待回复信息的咨询信息类型，再根据待回复信息的咨询对象和待回复信息的
咨询信息类型生成候选快捷回复，由于分类模型学习了不同样本语句和样本语句的咨询信息类型，从而通过分类模型可以准确地获得待回复信息的咨询信息类型，即可以准确地获得待回复信息对应的用户意图，进而可以根据待回复信息的咨询对象和待回复信息的咨询信息类型生成准确的候选快捷回复，提高了快捷回复的准确性。
40.另一方面，现有技术中关键词和快捷回复信息列表是通过人工整理制定的，关键词的数量和快捷回复信息列表中的快捷回复信息的数量是有限的，超出预设的关键词范围之外的信息不能进行快捷回复，导致快捷回复功能适用范围较窄。本技术中通过预先训练分类模型以学习各个样本语句和样本语句的咨询信息类型，在训练时可以增加样本语句的数量和样本语句的类型，从而可以扩大快捷回复功能的适用范围。
41.进一步地，在本技术中，通过根据预存的图像与咨询对象的对应关系，识别出待回复信息中的图像对应的咨询对象，可以精确识别图像对应的咨询对象，可以对包括图像的待回复信息进行快捷回复，相比较现有技术中仅能对文本进行快捷回复，扩大了快捷回复的适用范围。
42.下面将对本技术实施例的技术方案能够适用的应用场景做一些简单介绍，需要说明的是，下面介绍的应用场景仅用于说明本技术实施例而非限定。在具体实施时，可以根据实际需要灵活地应用本技术实施例提供的技术方案。
43.本技术实施例提供的信息处理方法，可应用于即使通讯应用中需要进行快捷回复的场景中，可提高回复信息的效率。例如，可应用于客服或销售在回复一个或多个客户的咨询信息的场景，等等。
44.示例性的，图1为本技术实施例提供的信息处理方法的一种应用场景示意图，如图1所示，本实施例的应用场景中涉及服务器1和终端设备2，终端设备2可以为运行即时通讯应用(也称为客户端)的终端设备，该即时通讯应用可以为运行于终端设备2的浏览器中且通过浏览器显示的网页或者为安装且运行于终端设备2的应用程序(app)。其中，即时通讯应用可以为具有即时通讯功能的应用，如微信应用、腾讯qq应用、为企业提供办公管理业务的企业办公应用(如企业微信应用)。终端设备2包括但不限于手机、电脑、智能语音交互设备、智能家电、车载终端等。可选的，当用户需要进行快捷回复时，可通过操作终端设备2上的客户端触发快捷回复，客户端响应于用户通过终端设备2触发快捷回复的操作，获取待回复信息，然后将待回复信息发送至服务器，服务器1执行本技术实施例提供的信息处理方法，得到待回复信息对应的候选快捷回复，服务器1将待回复信息对应的候选快捷回复发送至客户端，客户端在当前界面显示待回复信息对应的候选快捷回复。从而，用户可以从待选快捷回复中选择所需的快捷回复，可以编辑后发送或者直接发送，可提高信息回复的效率。
45.示例性的，图2为本技术实施例提供的信息处理方法的另一种应用场景示意图，如图2所示，本实施例的应用场景中涉及终端设备2，终端设备2可以为运行即时通讯应用(也称为客户端)的终端设备，该即时通讯应用可以为运行于终端设备2的浏览器中且通过浏览器显示的网页或者为安装且运行于终端设备2的app。终端设备2包括但不限于手机、电脑、智能语音交互设备、智能家电、车载终端等。可选的，当用户需要进行快捷回复时，可通过操作终端设备2上的客户端触发快捷回复，示例性的，如图2中所示的即时通讯应用的会话界面中，在会话输入框的上方显示了多个操作选项，操作选项中包括“快捷回复”，用户要进行信息回复时，可以触发(如点击)该“快捷回复”选项，客户端响应于用户通过终端设备2触发
快捷回复的操作，获取待回复信息，执行本技术实施例提供的信息处理方法，得到待回复信息对应的候选快捷回复，然后客户端在当前界面显示待回复信息对应的候选快捷回复(例如图2中显示候选快捷回复1和候选快捷回复2)。从而，用户可以从待选快捷回复中选择所需的快捷回复，可以编辑后发送或者直接发送，可提高信息回复的效率。
46.下面将对本技术技术方案进行详细阐述：
47.图3为本技术实施例提供的一种信息处理方法的流程图，该方法可以由信息处理装置执行，该信息处理装置可以通过软件和/或硬件的方式实现。该信息处理装置可以是终端设备或终端设备的芯片或电路。如图3所示，该方法包括如下步骤：
48.s101、获取待回复信息。
49.具体地，当用户需要进行快捷回复时，可通过操作终端设备上的即时通讯客户端触发快捷回复，例如可以是在即时通讯应用的当前会话界面触发快捷回复，终端设备响应于用户触发快捷回复的操作，获取待回复信息。
50.可选的，当前会话可以是一对一会话、一对多会话和多对多会话中的任一种，若当前会话为一对一会话(如私聊)，作为一种可实施的方式，s101中获取待回复信息，具体可以为：
51.s1011、将当前会话中来自发送方的最后一个信息确定为待回复信息。
52.针对s1011结合图4举例说明，图4为本技术实施例提供的一种一对一会话的界面示意图，例如，图4所示的会话中来自发送方a的最后一个信息为“油耗高吗”，将该信息确定为待回复信息。即将当前会话中来自发送方的最后一个信息确定为待回复信息。
53.若当前会话为一对一会话(如私聊)，作为另一种可实施的方式，s101中获取待回复信息，具体可以包括s1011
’‑
s1012’：
54.s1011’、显示当前会话中来自发送方的至少一个信息。
55.s1012’、响应于用户从至少一个信息中选择一个目标信息的操作，将目标信息确定为待回复信息。
56.例如，针对s1011
’‑
s1012’举例说明，用户a发了三条信息均未被回复，在用户b触发快捷回复后，显示该三条来自发送方a的信息，以供用户b从中选择目标信息作为待回复信息。
57.若当前会话为一对多会话或多对多会话(如群聊)，作为一种可实施的方式，s101中获取待回复信息，具体可以包括s1011
”‑
s1012”：
58.s1011”、显示目标发送方以供用户选择，目标发送方为一对多会话或多对多会话中的至少一个信息发送方。
59.针对s1011”结合图5举例说明，图5为本技术实施例提供的一种多对多会话的界面示意图，图6为本技术实施例提供的一种快捷回复界面示意图，例如，图5所示的当前会话界面中有两个信息发送方a和c，在用户b点击图5中所示的快捷回复按钮后，界面跳转到图6所示的界面，图6所示的界面显示信息发送方a和c以供用户选择一个发送方作为待回复的发送方。
60.s1012”、响应于用户从目标发送方中选择待回复的发送方的操作，将来自待回复的发送方的最后一个信息确定为待回复信息，或者，显示当前会话中来自待回复的发送方的至少一个信息，响应于用户从至少一个信息中选择一个目标信息的操作，将目标信息确
定为待回复信息。
61.具体地，在确定了待回复的发送方后，需要确定待回复信息，具体的过程与一对一的类似，此处不再赘述。
62.s102、获取待回复信息对应的候选快捷回复，候选快捷回复根据待回复信息的咨询对象和待回复信息的咨询信息类型生成，待回复信息的咨询信息类型根据待回复信息和预先训练的分类模型确定，分类模型为对多个第一样本数据训练得到，每个第一样本数据包括样本语句和样本语句的咨询信息类型。
63.其中，咨询对象例如为某一类型的商品，咨询信息类型例如为商品的属性信息的类型。以汽车行业为例，咨询对象可以为车型(包括品牌和具体车型)，咨询信息类型可以为与车型关联的常见购车问题，如车型底价、提车时间、车型使用场景、相似车型推荐和车型参数等等。需要说明的是，咨询对象和咨询信息类型还可以其他商品对应的信息，本实施例对此不作限制。
64.具体来说，本实施例的执行主体可以为终端设备，在一种可实施的方式中，获取待回复信息对应的候选快捷回复具体可以是由目标设备执行，目标设备例如可以为服务器，此时s102具体可以包括：
65.s1021、将待回复信息发送至目标设备。
66.将待回复信息发送至目标设备，由目标设备根据待回复信息和预先训练的分类模型确定待回复信息的咨询信息类型，根据待回复信息的咨询对象和待回复信息的咨询信息类型生成候选快捷回复，然后将生成的候选快捷回复发送至终端设备。
67.s1022、接收目标设备发送的候选快捷回复。
68.在另一种可实施的方式中，s102中获取待回复信息对应的候选快捷回复可以是由终端设备执行，此时s102具体可以包括：
69.s1021’、获取待回复信息的咨询对象。
70.具体地，待回复信息可以包括文本或图像，或者待回复信息可以包括文本和图像，若待回复信息包括文本，具体可以是对待回复信息中的文本进行分词处理，得到至少一个单词，从至少一个单词中识别出咨询对象，咨询对象一般是名词，从至少一个单词中识别出咨询对象，例如，具体可以是将分词后得到的单词中的名词识别为咨询对象。
71.本实施例中，可选的，对待回复信息中的文本进行分词处理，可以是使用分词库(如开源的jieba分词库)进行分词处理，若针对的是某一具体领域的快捷回复场景，例如汽车销售行业，可以在分词库中添加汽车行业词汇以便于更好地分词。可选的，还可以使用分词工具(如qqseg分词工具)对待回复信息中的文本进行分词处理。
72.若待回复信息包括图像，根据预存的图像与咨询对象的对应关系，识别出待回复信息中的图像对应的咨询对象。具体地，若针对的是某一具体领域的快捷回复场景，例如汽车销售行业，可以预存汽车图像与车型的对应关系，可根据预存的汽车图像与车型的对应关系，可快速识别出汽车图像对应的车型，该车型即为咨询对象。
73.本实施例中，通过根据预存的图像与咨询对象的对应关系，识别出待回复信息中的图像对应的咨询对象，可以精确识别图像对应的咨询对象，可以对包括图像的待回复信息进行快捷回复，相比较现有技术中仅能对文本进行快捷回复，扩大了快捷回复的适用范围。
74.需要说明的是，用户在发送信息时可能会同时发送多条信息，多条信息分开发送，在获取待回复信息的咨询对象和待回复信息的咨询信息类型时，若根据一条待回复信息无法获取到这两个参数，可以根据所选的待回复信息的上一条或多条信息获取，例如，用户发送信息的次序为第一条信息：“你好，xx车型的车多久可以提车”，第二条信息：“请问有哪几种颜色可以选择”，此时先根据第二条信息仅能获取到咨询信息类型，则再根据第一条信息获取咨询对象，获取的具体方式类似，不再赘述。
75.s1022’、将待回复信息输入分类模型中，输出待回复信息的咨询信息类型。
76.具体地，本实施例中的分类模型为对多个第一样本数据训练得到，每个第一样本数据包括样本语句和样本语句的咨询信息类型，其中的样本语句可以根据即时通讯应用对应的业务场景的历史语句选取，例如，业务场景为汽车销售，样本语句可以为汽车销售会话记录中客户的提问语句。
77.在进行分类模型训练时，每个第一样本数据包括样本语句和样本语句的咨询信息类型，样本语句的咨询信息类型可以通过人工标注，分类模型的输入为样本语句，分类模型的输出为样本语句的咨询信息类型，训练完分类模型后，还可以采用历史语句对分类模型进行测试和验证，确保分类模型的准确率。例如，以汽车销售场景为例，选取10万条会话记录中客户的提问语句，标注每条提问语句的咨询信息类型，按照样本集、测试集和验证集为7:2:1的比例进行分类模型的训练、测试和验证，最终得到分类模型。
78.可选的，分类模型可以是神经网络模型。
79.s1023’、根据待回复信息中的咨询对象和咨询对象的咨询信息类型生成候选快捷回复。
80.具体地，在一种可实施的方式中，s1023’中根据待回复信息中的咨询对象和咨询对象的咨询信息类型生成候选快捷回复，具体可以包括：
81.若从预设的咨询信息类型集合中查找到待回复信息的咨询信息类型，则从预存的资料库中查找与待回复信息的咨询对象和待回复信息的咨询信息类型对应的查询信息，将查询信息确定为候选快捷回复。
82.例如，以汽车行业为例，咨询对象可以为车型(包括品牌和具体车型)，预设的咨询信息类型集合可以包括为与车型关联的常见购车信息，预设的咨询信息类型集合如包括车型底价、提车时间、车型使用场景、相似车型推荐和车型参数。待回复信息中的咨询对象例如为xx车型，待回复信息的咨询信息类型例如为车型底价，从预设的咨询信息类型集合中可以查找到“车型底价”，则从预存的资料库中查找与xx车型和“车型底价”对应的查询信息，即查找xx车型的底价。可选的，资料库中可以存储不同咨询对象和与每个咨询对象的不同类型的咨询信息，以汽车行业为例，例如，资料库可以如下表一所示：
83.表一 资料库
[0084][0085]
需要说明的是，表一仅是一种示例，在其他业务场景下，可以预存其他业务场景下的资料库。
[0086]
进一步地，若从预设的咨询信息类型集合中未查找到待回复信息的咨询信息类型，则根据待回复信息和预先训练的快捷回复模型确定候选快捷回复，快捷回复模型为对多个第二样本数据训练得到，每个第二样本数据包括样本语句和样本语句的回复语句。
[0087]
具体来说，用户提问的语句还可以是咨询其他类型的信息，不在预设的咨询信息类型集合中，为避免在这种情况下不能进行快捷回复，此时可以根据待回复信息和预先训练的快捷回复模型确定候选快捷回复。快捷回复模型为对多个第二样本数据训练得到，每个第二样本数据包括样本语句和样本语句的回复语句。
[0088]
具体地，则根据待回复信息和预先训练的快捷回复模型确定候选快捷回复，可以为：将待回复信息输入快捷回复模型中，输出待回复信息的回复语句，将待回复信息的回复语句确定为候选快捷回复。
[0089]
本实施例中快捷回复模型为对多个第二样本数据训练得到，每个第二样本数据包括样本语句和样本语句的回复语句，其中的样本语句可以根据即时通讯应用对应的业务场景的历史语句和日常会话的历史语句选取，例如，业务场景为汽车销售，样本语句可以为汽车销售会话记录中的历史聊天记录和开源日常历史聊天记录，聊天记录包括语句和语句的回复语句。
[0090]
在进行快捷回复模型训练时，每个第二样本数据包括样本语句和样本语句的回复语句，快捷回复模型的输入为样本语句，快捷回复模型的输出为样本语句的回复语句，例如一样本语句为“请问xx市xx区的4s店有车辆保养服务吗”，该样本语句的回复语句为“有”，通过根据第二样本数据训练快捷回复模型，可以有效利用上下文信息，避免了用户提问的语句的咨询信息类型不在预设的咨询信息类型集合中时，不能进行快捷回复的问题。
[0091]
用户提问的语句还可以是咨询其他类型的信息，不在预设的咨询信息类型集合中，例如车型推荐，为避免在这种情况下不能进行快捷回复，可选的，在另一种可实施的方式中，s1023’中根据待回复信息中的咨询对象和咨询对象的咨询信息类型生成候选快捷回复，具体可以包括：
[0092]
s1、若待回复信息的咨询信息类型为预设类型，则获取待回复信息的发送方的用户属性信息。
[0093]
其中，用户属性信息例如为用户画像，用户属性信息可以包括用户标识、用户的消费等级、年龄、用户偏好和地域等信息。可选的，用户属性信息具体可以从用户属性信息库中查询。其中，预设类型的咨询信息可以为可根据用户属性信息确定的信息，例如，业务场景为汽车销售，预设类型的咨询信息例如为车型推荐，当待回复信息的咨询信息类型为车型推荐时，获取待回复信息的发送方的用户属性信息。
[0094]
s2、根据用户属性信息确定待回复信息的发送方的用户等级。
[0095]
例如，根据用户的年龄、地域和消费等级可以估算用户的用户等级，用户等级例如为消费水平。
[0096]
s3、将预存的预设类型的信息列表中与发送方的用户等级匹配的信息确定为候选快捷回复。
[0097]
例如，当待回复信息的咨询信息类型为车型推荐时，确定出待回复信息的发送方的消费水平后，可以向用户推荐与发送方的消费水平匹配的车型。
[0098]
进一步地，在s3之后，还可以包括：
[0099]
s4、根据与发送方的用户等级匹配的信息更新发送方的用户属性信息。
[0100]
具体地，通过根据与发送方的用户等级匹配的信息更新发送方的用户属性信息，例如可以将与发送方的用户等级匹配的信息存储在该发送方的用户属性信息中，便于后续快捷精准地得到候选快捷回复。
[0101]
可选的，可以根据预设周期，根据咨询信息类型为预设类型的待回复信息的候选快捷回复重新训练快捷回复模型，这样使得后续针对咨询信息类型为预设类型的待回复信息的快捷回复，可以更加精准。
[0102]
通过上述重新训练快捷回复模型的过程，可选的，本实施例的方法中，若待回复信息的咨询信息类型为预设类型，可以根据待回复信息和预先训练的快捷回复模型确定候选快捷回复，更加快捷和精准地得到候选快捷回复。
[0103]
s103、显示待回复信息对应的候选快捷回复。
[0104]
进一步地，在s103之后，还可以包括：
[0105]
响应于用户选择所述候选快捷回复中的目标快捷回复的操作，将所述目标快捷回复显示在对话输入框中，以供用户编辑后发送或直接发送。
[0106]
本实施例提供的信息处理方法，通过预先训练分类模型以学习各个样本语句和样本语句的咨询信息类型，在获取待回复信息的候选快捷回复时，可根据待回复信息和分类模型确定出待回复信息的咨询信息类型，再根据待回复信息的咨询对象和待回复信息的咨询信息类型生成候选快捷回复，由于分类模型学习了不同样本语句和样本语句的咨询信息类型，从而通过分类模型可以准确地获得待回复信息的咨询信息类型，即可以准确地获得待回复信息对应的用户意图，进而可以根据待回复信息的咨询对象和待回复信息的咨询信息类型生成准确的候选快捷回复，提高了快捷回复的准确性。
[0107]
下面结合图7示例性地示出了一种分类模型的结构和训练过程。
[0108]
作为一种可实施的方式，图7为本技术实施例提供的一种分类模型的结构示意图，如图7所示，分类模型包括第一训练模型10和逻辑回归分类器20，对多个第一样本数据训练
得到分类模型的过程包括：
[0109]
按照预设的训练轮数进行如下训练，得到分类模型：
[0110]
以每个第一样本数据的样本语句的序列化标识为输入，加载第一训练模型，得到每个第一样本数据的样本语句的句向量。
[0111]
以每个第一样本数据的样本语句的句向量作为逻辑回归分类器的输入，以每个第一样本数据的样本语句的咨询信息类型为逻辑回归分类器的输出，训练逻辑回归分类器。
[0112]
以一个第一样本数据为例，结合图7所示，[cls]为特殊符号表示开始，w1、w2和w3为一个第一样本数据的样本语句的序列化标识，对样本语句进行序列化，得到样本语句的序列化标识，序列化的具体过程为：对样本语句先分词得到一个或多个单词，然后根据预存的词典给分词后得到的每个单词分配标识(id)。可选的，具体可以使用tokenize(一种分词和序列化工具)对样本语句进行序列化，得到样本语句的序列化标识。例如，一个样本语句分词后得到3个单词，为这3个单词均分配标识得到w1、w2和w3，w1、w2和w3输入到第一训练模型后，输出3个单词的词向量和样本语句的句向量，接着，以每个第一样本数据的样本语句的句向量作为逻辑回归分类器的输入，以每个第一样本数据的样本语句的咨询信息类型为逻辑回归分类器的输出，训练逻辑回归分类器。
[0113]
本实施例中，可选的，第一训练模型可以是bert
‑
chinese预训练模型，第一训练模型还可以是word2vec词向量文本分类模型或者卷积神经网络(convolutional neural network，cnn)文本分类模型。
[0114]
本实施例中，预设的训练轮数epochs可以是10个，批大小(batch size)可以设置为256，句子最大长度(max_seq_len)可以设置为128，学习率可以设置为0.001，通过上述分类模型的训练，分类模型的准确率可达到0.89。
[0115]
下面结合图8示例性地示出了一种快捷回复模型的结构和训练过程。
[0116]
作为一种可实施的方式，图8为本技术实施例提供的一种快捷回复模型的结构示意图，如图8所示，快捷回复模型包括第二训练模型30和逻辑回归分类器40，对多个第二样本数据训练得到快捷回复模型的过程包括：
[0117]
按照预设的训练轮数进行如下训练，得到快捷回复模型：
[0118]
以每个第二样本数据的样本语句的位置嵌入和单词嵌入为输入，加载第二训练模型，得到每个第二样本数据的样本语句的隐向量，位置嵌入为组成样本语句的单词在样本语句中的位置，单词嵌入为样本语句的序列化标识。
[0119]
以每个第二样本数据的样本语句的隐向量作为逻辑回归分类器的输入，以每个第二样本数据的样本语句的回复语句作为逻辑回归分类器的输出，训练逻辑回归分类器，每个第二样本数据的样本语句的回复语句为逻辑回归分类器对每个第二样本数据的样本语句的隐向量进行文本预测得到。
[0120]
以一个第二样本数据为例，结合图7所示，先对第二样本数据的样本语句进行序列化，得到样本语句的位置嵌入和样本语句的单词嵌入，样本语句的位置嵌入为组成样本语句的单词在样本语句中的位置，样本语句的单词嵌入为样本语句的序列化标识，样本语句的序列化标识包括组成样本语句的每个单词的标识，序列化的具体过程为：对样本语句先分词得到一个或多个单词，然后根据预存的词典给分词后得到的每个单词分配标识(id)，同时标注每个单词在样本语句中的位置。可选的，具体可以使用tokenize(一种分词和序列
化工具)对样本语句进行序列化，得到样本语句的位置嵌入和样本语句的单词嵌入。接着，将样本语句的位置嵌入和样本语句的单词嵌入拼装输入到第二训练模型，输出样本语句的隐向量，样本语句的隐向量包括每个单词的词向量，逻辑回归分类器对样本语句的隐向量进行文本预测得到样本语句的回复语句，以样本语句的隐向量作为逻辑回归分类器的输入，以样本语句的回复语句作为逻辑回归分类器的输出，训练逻辑回归分类器。
[0121]
本实施例中，可选的，第二训练模型可以是gpt2
‑
chinese预训练模型或gpt3预训练模型，第二训练模型还可以是循环神经网络(recurrent neural networks，rnn)模型。
[0122]
本实施例中，预设的训练轮数epochs可以是40个，批大小(batch size)可以设置为256，句子最大长度(max_seq_len)可以设置为128，学习率可以设置为0.001，通过上述快捷回复模型的训练，快捷回复模型的准确率可达到1.5。
[0123]
下面结合两个具体实施例，对本技术实施例提供的信息处理方法的详细过程进行说明。
[0124]
图9为本技术实施例提供的一种信息处理方法的交互流程图，本实施例中以目标设备为服务器为例进行说明。如图9所示，本实施例的方法可以包括如下步骤：
[0125]
s201、终端设备响应于用户触发快捷回复的操作，获取待回复信息。
[0126]
具体地，当用户需要进行快捷回复时，可通过操作终端设备上的即时通讯客户端触发快捷回复，例如可以是在即时通讯应用的当前会话界面触发快捷回复，终端设备响应于用户触发快捷回复的操作，获取待回复信息。
[0127]
获取待回复信息的具体过程可参见图3所示实施例中的描述，此处不再赘述。
[0128]
s202、终端设备将待回复信息发送至服务器。
[0129]
s203、服务器获取待回复信息的咨询对象。
[0130]
具体地，待回复信息可以包括文本或图像，或者待回复信息可以包括文本和图像，若待回复信息包括文本，具体可以是对待回复信息中的文本进行分词处理，得到至少一个单词，从至少一个单词中识别出咨询对象，咨询对象一般是名词，从至少一个单词中识别出咨询对象，例如，具体可以是将分词后得到的单词中的名词识别为咨询对象。
[0131]
若待回复信息包括图像，根据预存的图像与咨询对象的对应关系，识别出待回复信息中的图像对应的咨询对象。具体地，若针对的是某一具体领域的快捷回复场景，例如汽车销售行业，可以预存汽车图像与车型的对应关系，可根据预存的汽车图像与车型的对应关系，可快速识别出汽车图像对应的车型，该车型即为咨询对象。
[0132]
s204、将待回复信息输入分类模型中，输出待回复信息的咨询信息类型。
[0133]
s205、根据待回复信息中的咨询对象和咨询对象的咨询信息类型生成候选快捷回复。
[0134]
具体地，s205可以包括：
[0135]
s2051、若从预设的咨询信息类型集合中查找到待回复信息的咨询信息类型，则从预存的资料库中查找与待回复信息的咨询对象和待回复信息的咨询信息类型对应的查询信息，将查询信息确定为候选快捷回复。
[0136]
s2052、若从预设的咨询信息类型集合中未查找到待回复信息的咨询信息类型，则将待回复信息输入快捷回复模型中，输出待回复信息的回复语句，将待回复信息的回复语句确定为候选快捷回复。
[0137]
s2053、若待回复信息的咨询信息类型为预设类型，则获取待回复信息的发送方的用户属性信息，根据用户属性信息确定待回复信息的发送方的用户等级，将预存的预设类型的信息列表中与发送方的用户等级匹配的信息确定为候选快捷回复。
[0138]
进一步地，在s2053之后，还可以包括：根据与发送方的用户等级匹配的信息更新发送方的用户属性信息。
[0139]
进一步地，还可以包括：根据预设周期，根据咨询信息类型为预设类型的待回复信息的快捷回复重新训练快捷回复模型。即将待回复信息的快捷回复加入快捷回复模型在线学习。此处的快捷回复可以是用户编辑后的快捷回复还可以是用户选择的候选快捷回复回复。
[0140]
s206、服务器将待回复信息的候选快捷回复发送给终端设备。
[0141]
s207、终端设备显示待回复信息对应的候选快捷回复。
[0142]
图9所示实施例中待回复信息对应的候选快捷回复是服务器获取的，可选的，待回复信息对应的候选快捷回复也可以是终端设备获取的，下面结合图10进行说明。
[0143]
图10为本技术实施例提供的一种信息处理方法的过程示意图，如图10所示，用户a和用户在通过一即时通讯应用通讯，用户a发送一待回复信息，用户b选择快捷回复，通过操作用户b所使用的终端设备b触发快捷回复，例如可以是在即时通讯应用的当前会话界面触发快捷回复，用户b所使用的终端设备b响应于用户触发快捷回复的操作，获取待回复信息(即可以是用户a发送的待回复信息)。终端设备b通过图像识别和文本识别中的至少一种识别出咨询对象，并获取咨询信息类型(具体可以是将待回复信息输入分类模型中，输出待回复信息的咨询信息类型)，接着根据咨询对象和咨询信息类型生成候选快捷回复，在根据咨询对象和咨询信息类型生成候选快捷回复时，具体可以包括：
[0144]
1)若从预设的咨询信息类型集合中查找到待回复信息的咨询信息类型，则从预存的资料库中查找与待回复信息的咨询对象和待回复信息的咨询信息类型对应的查询信息，将查询信息确定为候选快捷回复。
[0145]
2)若从预设的咨询信息类型集合中未查找到待回复信息的咨询信息类型，则将待回复信息输入快捷回复模型中，输出待回复信息的回复语句，将待回复信息的回复语句确定为候选快捷回复。
[0146]
3)若待回复信息的咨询信息类型为预设类型，则获取待回复信息的发送方的用户属性信息，可以是从用户属性信息库中获取待回复信息的发送方的用户属性信息，根据用户属性信息确定待回复信息的发送方的用户等级，将预存的预设类型的信息列表中与发送方的用户等级匹配的信息确定为候选快捷回复。
[0147]
终端设备b生成候选快捷回复后，在终端设备b的即时通讯应用的当前会话界面显示候选快捷回复，用户b可以从候选快捷回复中选择所需的快捷回复，终端设备b将用户选择的快捷回复显示在对话输入框中，以供用户b编辑后发送或直接发送，即向用户a发送回复信息。
[0148]
以下为本技术装置实施例，可以用于执行本技术上述方法实施例。对于本技术装置实施例中未披露的细节，可参考本技术上述方法实施例。
[0149]
图11为本技术实施例提供的一种信息处理装置100的结构示意图，如图11所示，本实施例的装置可以包括：第一获取模块11、第二获取模块12和显示模块13，其中，
[0150]
第一获取模块11用于获取待回复信息；
[0151]
第二获取模块12用于获取待回复信息对应的候选快捷回复，候选快捷回复根据待回复信息的咨询对象和待回复信息的咨询信息类型生成，待回复信息的咨询信息类型根据待回复信息和预先训练的分类模型确定，分类模型为对多个第一样本数据训练得到，每个第一样本数据包括样本语句和样本语句的咨询信息类型；
[0152]
显示模块13用于显示待回复信息对应的候选快捷回复。
[0153]
可选的，分类模型包括第一训练模型和逻辑回归分类器，第二获取模块12还用于：按照预设的训练轮数进行如下训练，得到分类模型：
[0154]
以每个第一样本数据的样本语句的序列化标识为输入，加载第一训练模型，得到每个第一样本数据的样本语句的句向量；
[0155]
以每个第一样本数据的样本语句的句向量作为逻辑回归分类器的输入，以每个第一样本数据的样本语句的咨询信息类型为逻辑回归分类器的输出，训练逻辑回归分类器。
[0156]
可选的，第一获取模块11用于：
[0157]
将待回复信息发送至目标设备；
[0158]
接收目标设备发送的候选快捷回复。
[0159]
可选的，第一获取模块11用于：获取待回复信息的咨询对象；
[0160]
将待回复信息输入分类模型中，输出待回复信息的咨询信息类型；
[0161]
根据待回复信息中的咨询对象和咨询对象的咨询信息类型生成候选快捷回复。
[0162]
可选的，第一获取模块11具体用于：若从预设的咨询信息类型集合中查找到待回复信息的咨询信息类型，则从预存的资料库中查找与待回复信息的咨询对象和待回复信息的咨询信息类型对应的查询信息；
[0163]
将查询信息确定为候选快捷回复。
[0164]
可选的，第一获取模块11还用于：若从预设的咨询信息类型集合中未查找到待回复信息的咨询信息类型，则根据待回复信息和预先训练的快捷回复模型确定候选快捷回复，快捷回复模型为对多个第二样本数据训练得到，每个第二样本数据包括样本语句和样本语句的回复语句。
[0165]
可选的，第一获取模块11具体用于：将待回复信息输入快捷回复模型中，输出待回复信息的回复语句；
[0166]
将待回复信息的回复语句确定为候选快捷回复。
[0167]
可选的，快捷回复模型包括第二训练模型和逻辑回归分类器，第一获取模块11具体用于：
[0168]
按照预设的训练轮数进行如下训练，得到快捷回复模型：
[0169]
以每个第二样本数据的样本语句的位置嵌入和单词嵌入为输入，加载第二训练模型，得到每个第二样本数据的样本语句的隐向量，位置嵌入为组成样本语句的单词在样本语句中的位置，单词嵌入为样本语句的序列化标识；
[0170]
以每个第二样本数据的样本语句的隐向量作为逻辑回归分类器的输入，以每个第二样本数据的样本语句的回复语句作为逻辑回归分类器的输出，训练逻辑回归分类器，每个第二样本数据的样本语句的回复语句为逻辑回归分类器对每个第二样本数据的样本语句的隐向量进行文本预测得到。
[0171]
可选的，第一获取模块11具体用于：
[0172]
若待回复信息的咨询信息类型为预设类型，则获取待回复信息的发送方的用户属性信息；
[0173]
根据用户属性信息确定待回复信息的发送方的用户等级；
[0174]
将预存的预设类型的信息列表中与发送方的用户等级匹配的信息确定为候选快捷回复。
[0175]
可选的，第一获取模块11还用于：
[0176]
根据与发送方的用户等级匹配的信息更新发送方的用户属性信息。
[0177]
可选的，第二获取模块12具体用于：
[0178]
若待回复信息包括文本，对待回复信息中的文本进行分词处理，得到至少一个单词；
[0179]
从至少一个单词中识别出咨询对象；
[0180]
若待回复信息包括图像，根据预存的图像与咨询对象的对应关系，识别出待回复信息中的图像对应的咨询对象。
[0181]
可选的，若当前会话为一对一会话，第一获取模块11用于：
[0182]
将当前会话中来自发送方的最后一个信息确定为待回复信息；
[0183]
或者，
[0184]
显示当前会话中来自发送方的至少一个信息；
[0185]
响应于用户从至少一个信息中选择一个目标信息的操作，将目标信息确定为待回复信息。
[0186]
可选的，若当前会话为一对多会话或多对多会话，第一获取模块11用于：
[0187]
显示目标发送方以供用户选择，目标发送方为一对多会话或多对多会话中的至少一个信息发送方；
[0188]
响应于用户从目标发送方中选择待回复的发送方的操作，将来自待回复的发送方的最后一个信息确定为待回复信息，或者，显示当前会话中来自待回复的发送方的至少一个信息，响应于用户从至少一个信息中选择一个目标信息的操作，将目标信息确定为待回复信息。
[0189]
可选的，显示模块13还用于：
[0190]
响应于用户选择候选快捷回复中的目标快捷回复的操作，将目标快捷回复显示在对话输入框中，以供用户编辑后发送或直接发送。
[0191]
本技术实施例提供的装置，可执行上述方法实施例，其具体实现原理和技术效果，可参见上述方法实施例，本实施例此处不再赘述。
[0192]
应理解的是，装置实施例与方法实施例可以相互对应，类似的描述可以参照方法实施例。为避免重复，此处不再赘述。具体地，图9所示的信息处理装置100可以执行终端设备对应的方法实施例，并且信息处理装置100中的各个模块的前述和其它操作和/或功能分别为了实现终端设备对应的方法实施例，为了简洁，在此不再赘述。
[0193]
上文中结合附图从功能模块的角度描述了本技术实施例的信息处理装置。应理解，该功能模块可以通过硬件形式实现，也可以通过软件形式的指令实现，还可以通过硬件和软件模块组合实现。具体地，本技术实施例中的方法实施例的各步骤可以通过处理器中
的硬件的集成逻辑电路和/或软件形式的指令完成，结合本技术实施例公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。可选地，软件模块可以位于随机存储器，闪存、只读存储器、可编程只读存储器、电可擦写可编程存储器、寄存器等本领域的成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法实施例中的步骤。
[0194]
图12是本技术实施例提供的终端设备200的示意性框图。
[0195]
如图12所示，该终端设备200可包括：
[0196]
存储器210和处理器220，该存储器210用于存储计算机程序，并将该程序代码传输给该处理器220。换言之，该处理器220可以从存储器210中调用并运行计算机程序，以实现本技术实施例中的方法。
[0197]
例如，该处理器220可用于根据该计算机程序中的指令执行上述方法实施例。
[0198]
在本技术的一些实施例中，该处理器220可以包括但不限于：
[0199]
通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等等。
[0200]
在本技术的一些实施例中，该存储器210包括但不限于：
[0201]
易失性存储器和/或非易失性存储器。其中，非易失性存储器可以是只读存储器(read
‑
only memory，rom)、可编程只读存储器(programmable rom，prom)、可擦除可编程只读存储器(erasable prom，eprom)、电可擦除可编程只读存储器(electrically eprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(random access memory，ram)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如静态随机存取存储器(static ram，sram)、动态随机存取存储器(dynamic ram，dram)、同步动态随机存取存储器(synchronous dram，sdram)、双倍数据速率同步动态随机存取存储器(double data rate sdram，ddr sdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步连接动态随机存取存储器(synch link dram，sldram)和直接内存总线随机存取存储器(direct rambus ram，dr ram)。
[0202]
在本技术的一些实施例中，该计算机程序可以被分割成一个或多个模块，该一个或者多个模块被存储在该存储器210中，并由该处理器220执行，以完成本技术提供的方法。该一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述该计算机程序在该终端设备中的执行过程。
[0203]
如图12所示，该终端设备还可包括：
[0204]
收发器230，该收发器230可连接至该处理器220或存储器210。
[0205]
其中，处理器220可以控制该收发器230与其他设备进行通信，具体地，可以向其他设备发送信息或数据，或接收其他设备发送的信息或数据。收发器230可以包括发射机和接收机。收发器230还可以进一步包括天线，天线的数量可以为一个或多个。
[0206]
应当理解，该终端设备中的各个组件通过总线系统相连，其中，总线系统除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。
[0207]
本技术还提供了一种计算机存储介质，其上存储有计算机程序，该计算机程序被
计算机执行时使得该计算机能够执行上述方法实施例的方法。或者说，本技术实施例还提供一种包含指令的计算机程序产品，该指令被计算机执行时使得计算机执行上述方法实施例的方法。
[0208]
当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机程序指令时，全部或部分地产生按照本技术实施例该的流程或功能。该计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如数字视频光盘(digital video disc，dvd))、或者半导体介质(例如固态硬盘(solid state disk，ssd))等。
[0209]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的模块及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0210]
在本技术所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，该模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0211]
作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。例如，在本技术各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。
[0212]
以上该，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以该权利要求的保护范围为准。