一种自动答复处理方法、装置、计算机设备和存储介质与流程

技术特征：
1.一种自动答复处理方法，其特征在于，包括：获取针对目标应用程序的反馈信息；对所述反馈信息在多个不同关注维度上进行注意力特征提取，得到所述反馈信息在各个不同关注维度上的注意力特征信息；对每个不同关注维度上的注意力特征信息进行全连接处理，得到所述反馈信息的目标特征信息；基于所述目标特征信息对所述反馈信息进行分类处理，得到所述反馈信息的反馈类别结果；根据所述反馈类别结果确定所述反馈信息的答复信息，并根据所述答复信息针对所述反馈信息进行答复处理。2.如权利要求1所述的自动答复处理方法，其特征在于，所述对所述反馈信息在多个不同关注维度上进行注意力特征提取，得到所述反馈信息在各个不同关注维度上的注意力特征信息，包括：对所述反馈信息进行向量转换处理，得到所述反馈信息对应的表示向量；对所述表示向量在多个不同关注维度上进行注意力特征提取，得到所述表示向量在各个不同关注维度上的注意力特征信息。3.如权利要求2所述的自动答复处理方法，其特征在于，所述对所述反馈信息进行向量转换处理，得到所述反馈信息对应的表示向量，包括：对所述反馈信息进行信息提取处理，得到所述反馈信息的多个反馈子信息；对每个反馈子信息进行向量映射处理，得到每个反馈子信息对应的表示向量；对所述每个反馈子信息对应的表示向量进行向量融合处理，得到所述反馈信息对应的表示向量。4.如权利要求3所述的自动答复处理方法，其特征在于，所述对每个反馈子信息进行向量映射处理，得到每个反馈子信息对应的表示向量，包括：对所述反馈子信息在所述反馈信息中的出现频次进行统计，得到所述反馈子信息的频次；获取所述反馈子信息在预设语料库的逆向频次；将所述反馈子信息的频次和所述逆向频次进行运算处理，得到所述反馈子信息的频次特征；根据所述频次特征对所述反馈子信息进行映射，得到所述反馈子信息对应的标识向量。5.如权利要求2所述的自动答复处理方法，其特征在于，所述对所述反馈信息进行向量转换处理，得到所述反馈信息对应的表示向量，包括：对反馈信息进行信息提取处理，得到反馈信息的多个反馈子信息；对每个反馈子信息进行特征标识处理，得到每个反馈子信息的特征标识信息；根据每个反馈子信息的特征标识信息生成反馈信息对应的表示向量。6.如权利要求2所述的自动答复处理方法，其特征在于，所述对所述表示向量在多个不同关注维度上进行注意力特征提取，得到所述表示向量在各个不同关注维度上的注意力特征信息，包括：
确定当前关注维度下的注意力系数；将所述注意力系数和所述表示向量进行逻辑运算处理，得到所述表示向量在当前关注维度下的注意力特征信息。7.如权利要求1所述的自动答复处理方法，其特征在于，所述对每个不同关注维度上的注意力特征信息进行全连接处理，得到反馈信息的目标特征信息，包括：对每个关注维度上的注意力特征信息进行信息融合处理，得到所述反馈信息的目标注意力特征信息；将所述目标注意力特征信息进行非线性映射，得到所述反馈信息对应的目标特征信息。8.如权利要求7所述的自动答复处理方法，其特征在于，所述对每个关注维度上的注意力特征信息进行信息融合处理，得到所述反馈信息的目标注意力特征信息，包括：对每个注意力特征信息进行评估，得到每个注意力特征信息的精确因子，所述精确因子表征所述注意力特征信息的精确度；根据所述精确因子，将每个关注维度上的注意力特征信息进行拼接，得到所述反馈信息的目标注意力特征信息。9.如权利要求1所述的自动答复处理方法，其特征在于，所述对所述反馈信息在多个不同关注维度上进行注意力特征提取，得到所述反馈信息在各个不同关注维度上的注意力特征信息，包括：利用目标反馈信息处理模型对所述反馈信息在多个不同关注维度上进行注意力特征提取，得到所述反馈信息在各个不同关注维度上的注意力特征信息；对每个不同关注维度上的注意力特征信息进行全连接处理，得到所述反馈信息的目标特征信息，包括：利用所述目标反馈信息处理模型对每个不同关注维度上的注意力特征信息进行全连接处理，得到所述反馈信息的目标特征信息；所述基于所述目标特征信息对所述反馈信息进行分类处理，得到所述反馈信息的反馈类别结果，包括：利用所述目标反馈信息处理模型基于所述目标特征信息对所述反馈信息进行分类处理，得到所述反馈信息的反馈类别结果。10.如权利要求9所述的自动答复处理方法，其特征在于，所述利用目标反馈信息处理模型对所述反馈信息在多个不同关注维度上进行注意力特征提取之前，还包括：获取待训练反馈信息处理模型和训练信息集，所述训练信息集中包括具有预设标签信息的反馈信息；利用所述具有预设标签信息的反馈信息，对所述待训练反馈信息处理模型进行训练处理，得到所述待训练反馈信息处理模型输出的反馈类别结果；根据所述预设标签信息和反馈类别结果对所述待训练反馈信息处理模型进行模型优化处理，得到符合预设条件的优化后反馈信息处理模型；对所述优化后反馈信息处理模型进行模型蒸馏处理，得到所述目标反馈信息处理模型。11.如权利要求10所述的自动答复处理方法，其特征在于，所述根据所述预设标签信息
和反馈类别结果对所述待训练反馈信息处理模型进行模型优化处理，得到符合预设条件的优化后反馈信息处理模型，包括：按照预设指标评估逻辑对所述预设标签信息和反馈类别结果进行评估指标生成处理，得到所述待训练反馈信息处理模型的评估指标；根据所述评估指标对所述待训练反馈处理模型进行模型优化处理，以得到符合预设条件的优化后反馈信息处理模型。12.如权利要求10所述的自动答复处理方法，其特征在于，所述对所述优化后反馈信息处理模型进行模型蒸馏处理，得到所述目标反馈信息处理模型，包括：利用所述优化后反馈信息处理模型对训练信息集中的反馈信息进行分类处理，得到每个预设反馈信息对应的反馈类别结果；根据每个反馈信息对应的反馈类别结果对所述优化后反馈信息处理模型进行概率分布计算处理，得到所述优化后反馈信息处理模型的概率分布；根据所述概率分布对预设蒸馏模型进行分布拟合处理，得到所述目标反馈信息处理模型。13.如权利要求1所述的自动答复处理方法，其特征在于，所述根据所述反馈类别结果确定所述反馈信息的答复信息，并根据所述答复信息针对所述反馈信息进行答复处理，包括：将所述反馈类别结果和预设类别答复表中的预设反馈类别进行匹配，得到匹配结果；根据匹配结果在所述预设类别答复表中确定所述反馈信息对应的答复信息；在目标应用程序中显示所述答复信息。14.一种自动答复处理装置，其特征在于，包括：获取单元，用于获取针对目标应用程序的反馈信息；注意力特征提取单元，用于对所述反馈信息在多个不同关注维度上进行注意力特征提取，得到所述反馈信息在各个不同关注维度上的注意力特征信息；全连接处理单元，用于对每个不同关注维度上的注意力特征信息进行全连接处理，得到所述反馈信息的目标特征信息；分类处理单元，用于基于所述目标特征信息对所述反馈信息进行分类处理，得到所述反馈信息的反馈类别结果；答复处理单元，用于根据所述反馈类别结果确定所述反馈信息的答复信息，并根据所述答复信息针对所述反馈信息进行答复处理。15.一种计算机设备，其特征在于，包括存储器和处理器；所述存储器存储有应用程序，所述处理器用于运行所述存储器内的应用程序，以执行权利要求1至12任一项所述的自动答复处理方法中的操作。

技术总结
本申请实施例公开了一种自动答复处理方法、装置、计算机设备和存储介质；本申请实施例可以获取针对目标应用程序的反馈信息；对反馈信息在多个不同关注维度上进行注意力特征提取，得到反馈信息在各个不同关注维度上的注意力特征信息；对每个不同关注维度上的注意力特征信息进行全连接处理，得到反馈信息的目标特征信息；基于目标特征信息对反馈信息进行分类处理，得到反馈信息的反馈类别结果；根据反馈类别结果确定反馈信息的答复信息，并根据答复信息针对反馈信息进行答复处理，提高了在应用程序中对反馈信息进行答复的效率。程序中对反馈信息进行答复的效率。程序中对反馈信息进行答复的效率。


技术研发人员：林岳
受保护的技术使用者：腾讯科技（深圳）有限公司
技术研发日：2021.05.26
技术公布日：2021/12/7