一种数据处理方法及装置与流程

1.本技术涉及数据处理技术领域，更具体地说，涉及一种数据处理方法及装置。


背景技术：

2.公司内各部门的办公流程是通过各种工单、签报、邮件的模式流转、审批来实施的。如，在设备采购的办公流程中，需要准备事项说明，过可研会议、写签报，发送给相关部门，随后采购、到货、收货、入库、上架等许多步骤。这些办公流程往往缺少详细的指导文档，或者指导文档在某个员工手中，不详细询问就无法获得。而对于不同部门的人，想找到相关人员也通常要大费周章，需要通过反复辗转询问。
3.现有技术中，公司内部的办公流程的发起，需要通过培训、询问的方式，由于流程繁复、手续多，因此获取办公流程的内容并不方便，事后查询也不方便。
4.因此，现有获取办公流程的内容的效率低。


技术实现要素：

5.有鉴于此，本技术公开了一种数据处理方法及装置，旨在准确查到知识库中相关流程的各个环节，使得用户在获取办公流程的内容时有着更为明确的指引，提高获取办公流程的内容的效率。
6.为了实现上述目的，其公开的技术方案如下：
7.本技术第一方面公开了一种数据处理方法，所述方法包括：
8.当接收到提问请求时，通过自然语言分析技术对所述提问请求的提问信息进行分析，得到所述提问信息对应的意图；所述意图为用户获取所述提问请求对应的答复信息的目的；
9.判断所述提问信息对应的意图是否识别成功；
10.若识别成功，则通过话术匹配模型调用预设话术，生成所述意图对应的答复信息，并通过所述答复信息对所述提问信息进行答复。
11.优选的，所述判断所述提问请求对应的意图是否识别成功，包括：
12.判断所述提问请求对应的意图是否与知识库中的预设意图一致；
13.若所述提问请求对应的意图与所述知识库中的预设意图一致，则确定所述提问请求对应的意图识别成功；
14.若所述提问请求对应的意图与所述知识库中的预设意图不一致，则确定所述提问请求对应的意图识别失败。
15.优选的，还包括：
16.若对所述提问请求对应的意图识别失败，则通过所述知识库中的第一预设话术回复所述提问请求；所述第一预设话术为对未识别到所述提问请求对应的意图所作出的提示话术。
17.优选的，还包括：
18.若未确定所述提问请求对应的意图是否识别成功，则通过知识库中的第二预设话术回复所述提问请求；所述第二预设话术为对未确定所述提问请求对应的意图是否识别成功所作出的提示话术。
19.优选的，在所述若识别成功，则通过数据库中的话术匹配模型，生成所述意图对应的答复信息，并通过所述答复信息对所述提问请求进行答复之后，还包括：
20.若接收到预设满意信息，则统计所述提问请求对应的意图的成功率，并获取所述提问请求对应的话术及语料；
21.将所述成功率、所述提问请求对应的话术及语料存储至知识库中。
22.优选的，在所述若识别成功，则通过数据库中的话术匹配模型，生成所述意图对应的答复信息，并通过所述答复信息对所述提问请求进行答复之后，还包括：
23.若接收到预设不满意信息，则通过知识库中的第三预设话术回复所述提问请求；所述第三预设话术为对所述预设不满意信息所作出的提示话术；
24.统计所述提问请求对应的意图的成功率，并获取所述提问请求对应的话术及语料；
25.将所述成功率、所述提问请求对应的话术及语料存储至知识库中。
26.优选的，还包括：
27.通过预设优化策略对所述话术匹配模型中的话术进行优化，并将优化后的话术更新至所述话术匹配模型中。
28.优选的，还包括：
29.当所述提问信息的提问次数大于预设次数时，确定所述提问信息为热点问题信息；
30.对所述热点问题信息对应的答复话术进行优化操作和更新操作。
31.优选的，还包括：
32.统计所述答复信息对应的回复类型占比数据；所述回复类型占比数据用于评估应答能力。
33.本技术第二方面公开了一种数据处理装置，所述装置包括：
34.分析单元，用于当接收到提问请求时，通过自然语言分析技术对所述提问请求的提问信息进行分析，得到所述提问信息对应的意图；所述意图为用户获取所述提问请求对应的答复信息的目的；
35.判断单元，用于判断所述提问信息对应的意图是否识别成功；
36.调用单元，用于若识别成功，则通过话术匹配模型调用预设话术，生成所述意图对应的答复信息，并通过所述答复信息对所述提问信息进行答复。
37.经由上述技术方案可知，本技术公开了一种数据处理方法及装置，当接收到提问请求时，通过自然语言分析技术对提问请求的提问信息进行分析，得到提问信息对应的意图，意图为用户获取提问请求对应的答复信息的目的，判断提问信息对应的意图是否识别成功，若识别成功，则通过话术匹配模型调用预设话术，生成意图对应的答复信息，并通过答复信息对提问信息进行答复。通过上述方案，通过知识库将零散的与办公流程相关的内容收集起来，并且提供了方便快捷的询问入口，用户无需多方面向其他人询问，只需要输入语音或关键字，就能准确查到知识库中相关流程的各个环节，使得用户在获取办公流程的
内容时有着更为明确的指引，提高获取办公流程的内容的效率。
附图说明
38.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术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，还可以根据提供的附图获得其他的附图。
39.图1为本技术实施例公开的一种机器人问答系统的架构示意图；
40.图2为本技术实施例公开的一种数据处理方法的流程示意图；
41.图3为本技术实施例公开的判断提问请求对应的意图是否识别成功的流程示意图；
42.图4为本技术实施例公开的一种数据处理装置的结构示意图。
具体实施方式
43.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。
44.在本技术中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
45.由背景技术可知，现有获取办公流程的内容的效率低。
46.为了解决上述问题，本技术实施例公开了一种数据处理方法及装置，通过知识库将零散的与办公流程相关的内容收集起来，并且提供了方便快捷的询问入口，用户无需多方面向其他人询问，只需要输入语音或关键字，就能准确查到知识库中相关流程的各个环节，使得用户在获取办公流程的内容时有着更为明确的指引，提高获取办公流程的内容的效率。具体实现方式通过下述实施例进行说明。
47.以下首先介绍本技术的数据处理方法及装置所适用的机器人问答系统的架构示意图，具体机器人问答系统的架构示意图，可参考图1所示，该机器人问答系统包括前端11、话术匹配模型12、后端13、处理器14和知识库15。
48.前端11、话术匹配模型12、后端13、处理器14和知识库15之间的数据交互过程如下：
49.当处理器14接收到用户通过前端11发送的提问请求时，处理器14通过自然语言分析技术对提问请求的提问信息进行分析，得到提问信息对应的意图；意图为用户获取提问请求对应的答复信息的目的。
50.其中，前端11为用户提供了方便快捷的询问入口，可以通过网页、微信小程序等方式提供给用户。用户只需要向前端11输入关键字，就能准确查到相关流程的各个环节。
51.处理器14判断提问信息对应的意图是否识别成功，处理器14判断提问请求对应的意图是否与知识库15中的预设意图一致，若提问请求对应的意图与知识库15中的预设意图一致，则处理器14确定提问请求对应的意图识别成功；若提问请求对应的意图与知识库15中的预设意图不一致，则处理器14确定提问请求对应的意图识别失败。
52.若处理器14对提问请求对应的意图识别成功，则处理器14通过话术匹配模型12调用后端13的预设话术，生成意图对应的答复信息，并通过答复信息对提问信息进行答复。
53.其中，话术匹配模型12是核心能力组成，通过行业模型配置能够使不同场景下的话术匹配更加准确。知识库15将原本零散的流程知识收集起来，集中、梳理、完善、补充，形成话术匹配模型12。
54.预设话术为机器人应答系统的流程框架，通过节点组合形成的话术根据流程走势对用户提问做出相应回复。
55.通过后端13管理语料、学习话术、管理用户权限的管理员界面。后端13方便管理员对机器人问答系统的各个方面进行管理，实时更新、纠正相关流程知识，为用户添加权限，让机器人问答系统根据语料学习话术，更新程序版本，修正bug。
56.若处理器14对提问请求对应的意图识别失败，则处理器14通过知识库15中的第一预设话术回复提问请求；第一预设话术用于对未识别到提问请求对应的意图所作出的提示话术。
57.若处理器14未确定提问请求对应的意图是否识别成功，则通过知识库中的第二预设话术回复提问请求；第二预设话术为对未确定提问请求对应的意图是否识别成功所作出的提示话术。
58.若接收到预设满意信息，则处理器14统计提问请求对应的意图的成功率，并获取提问请求对应的话术及语料。
59.处理器14将成功率、提问请求对应的话术及语料存储至知识库15中。
60.若接收到预设不满意信息，则处理器14通过知识库中的第三预设话术回复所述提问请求；第三预设话术为对预设不满意信息所作出的提示话术。
61.处理器14统计提问请求对应的意图的成功率，并获取提问请求对应的话术及语料。
62.处理器14将成功率、提问请求对应的话术及语料存储至知识库15中。
63.处理器14通过预设优化策略对话术匹配模型12中的话术进行优化，并将优化后的话术更新至话术匹配模型12中。
64.当提问信息的提问次数大于预设次数时，处理器14确定提问信息为热点问题信息。
65.预设次数可以是5次，也可以是30次等，预设次数的确定由技术人员根据实际情况进行设置，本技术不做具体限定。
66.处理器14对热点问题信息对应的答复话术进行优化操作和更新操作。
67.其中，热点问题信息是根据用户提问聚焦到对应的标准问进行数据访问统计，标准问触发次数，如果该“标准问”提问次数多，则为热点问题，对于热点问题，处理器14会加强关注力度，优先进行优化和更新。
68.处理器14统计答复信息对应的回复类型占比数据；回复类型占比数据用于评估应
答能力。
69.其中，处理器14统计机器人问答系统对于用户问题的回复类型占比、包含澄清、未识别数据详情，以评估话术的应答能力；根据经验数据，如果准确率低于50％，则判断为不合格，立即需要优化；如果在50％-80％之间，则在下一次版本更新时优化。如果准确率高于80％，则暂缓甚至不需要优化。
70.本技术实施例中，通过知识库将零散的与办公流程相关的内容收集起来，并且提供了方便快捷的询问入口，用户无需多方面向其他人询问，只需要输入语音或关键字，就能准确查到知识库中相关流程的各个环节，使得用户在获取办公流程的内容时有着更为明确的指引，提高获取办公流程的内容的效率。
71.参考图2所示，为本技术实施例公开的一种数据处理方法的流程示意图，该数据处理方法主要包括如下步骤：
72.s201：当接收到提问请求时，通过自然语言分析技术对提问请求的提问信息进行分析，得到提问信息对应的意图；意图为用户获取提问请求对应的答复信息的目的。
73.在s201中，接收用户通过前端接口的提问请求，对接收到问题请求，对问题进行自然语言分析，通过将问题和语料中的词汇映射为向量表示，学习模型识别问题的意图，并查询知识库，将答案实时反馈。
74.意图为用户想要了解的真正内部流程。在单一意图下，用户可以有多种提问的方式；多个问题可以归属到同一个意图下。
75.在应用场景中，机器人问答系统调用语料，再度向用户确认问题，当得到用户确认问题后，搜寻知识库，调用话术匹配模型确认用户的意图。
76.知识库负责保存和管理问答的资料数据、相关领域词典数据、以及访问日志数据，出于负载均衡的角度考虑，对于每次对话的上下文状态等日志信息，需要保存在答案库中，由每次对话进行访问和调用。
77.s202：判断提问信息对应的意图是否识别成功，若识别成功，则执行s203，若识别失败，则执行s204。
78.其中，意图识别运用自然语言处理技术，通过分词、语义理解等过程，识别客户问题的真实意图的过程。
79.具体判断提问信息对应的意图是否识别成功的过程如下：
80.判断提问请求对应的意图是否与知识库中的预设意图一致。
81.其中，知识库为用于存储业务咨询问题的意图和其答案的数据库。
82.若提问请求对应的意图与知识库中的预设意图一致，则确定提问请求对应的意图识别成功。
83.若提问请求对应的意图与知识库中的预设意图不一致，则确定提问请求对应的意图识别失败。
84.为了方便理解判断提问信息对应的意图是否识别成功的过程，这里举例进行说明：
85.例如，当接收到用户提问请求对应的意图为“流程内容”时，搜寻知识库，得到知识库中的预设意图“流程内容”，提问请求对应的意图“流程内容”与知识库中的预设意图“流程内容”一致，则确定提问请求对应的意图识别成功。
86.s203：通过话术匹配模型调用预设话术，生成意图对应的答复信息，并通过答复信息对提问信息进行答复。
87.在s203中，搜索知识库，调用话术匹配模型和话术生成意图对应的答复信息，并通过答复信息对提问信息进行答复。
88.预设话术为机器人应答系统的流程框架，通过节点组合形成的话术根据流程走势对用户提问做出相应回复。
89.可由技术人员自定义预设话术的内容。
90.通过预设优化策略对话术匹配模型中的话术进行优化，并将优化后的话术更新至话术匹配模型中。
91.其中，预设优化策略可以是录入更合理的对话、完善相关答案、纠正错误答案、更新最近添加的流程等优化策略。
92.更新优化后的话术，触发话术匹配模型进行训练。
93.具体训练话术匹配模型的过程如下：
94.首先，通过“录入更合理的对话”、“完善相关答案”、“纠正错误答案”、“更新最近添加的流程”等实施优化。
95.其次，待话术优化完毕，通过自动化测试验证测试结果达到满意的数据后申请更新生产的话术。
96.然后，待审批部署通过后，将话术进行替换到生产，更新生产上的话术，话术匹配模型数据有更新可同步替换话术匹配模型。
97.最后，将话术、语料、话术匹配模型都更新到oracle数据库(知识库)。
98.s204：通过知识库中的第一预设话术回复提问请求；第一预设话术为对未识别到提问请求对应的意图所作出的提示话术。
99.在s204中，当识别意图时，则调用数据库中的第一预设话术，告诉用户超出了理解范围，收集日志，统计成功率，分析话术及语料，录入知识库中，以便在后端实施后续分析，并结束与用户的对话。
100.可选的，若未确定对提问请求对应的意图是否识别成功，则通过知识库中的第二预设话术回复提问请求；第二预设话术为对未确定提问请求对应的意图是否识别成功所作出的提示话术。
101.其中，未确定提问请求对应的意图是否识别成功，即当识别意图在识别成功与识别失败之间，模棱两可，则调用第二预设话术，再度向用户明确问题。例如，用户询问“流程目录”，机器人搜寻数据库，得到“流程管理”和“服务目录”两种内部流程，于是调用话术，回答：“您是否想询问关于“流程管理”的问题？还是关于“服务目录”的问题。
102.可选的，在若对提问信息对应的意图识别成功，则通过数据库中的话术匹配模型，生成意图对应的答复信息，并通过答复信息对提问请求进行答复之后，若接收到预设满意信息，则统计提问请求对应的意图的成功率，并获取提问请求对应的话术及语料；将成功率、提问请求对应的话术及语料存储至知识库中。
103.其中，预设满意信息为接收到用户发送的满意信息。例如，询问用户“您对回答是否满意？请回答是或者不是”，若用户回答“是”，则确定接收到预设满意信息。
104.若接收到用户发送的满意信息，仍需收集日志，统计识别意图的成功率，分析话术
及语料，录入数据库，以便在后端实施后续分析。
105.可选的，在若对提问信息对应的意图识别成功，则通过数据库中的话术匹配模型，生成意图对应的答复信息，并通过所述答复信息对提问请求进行答复之后，若接收到预设不满意信息，则通过知识库中的第三预设话术回复提问请求；第三预设话术用于对未预设不满意信息所作出的提示话术，统计提问请求对应的意图的成功率，并获取提问请求对应的话术及语料，将成功率、提问请求对应的话术及语料存储至知识库中。
106.其中，预设不满意信息为接收到用户发送的不满意信息。例如，询问用户“您对回答是否满意？请回答是或者不是”，若用户回答“不是”，则确定接收到预设不满意信息。
107.若接收到预设不满意信息(用户对答案不满意)，则通过第三预设话术，告诉用户超出了理解范围，收集日志，统计识别意图的成功率，分析话术及语料，录入知识库，以便在后端实施后续分析。
108.可选的，当提问信息的提问次数大于预设次数时，确定提问信息为热点问题信息；对热点问题信息对应的答复话术进行优化操作和更新操作。
109.其中，热点问题信息是根据用户提问聚焦到对应的标准问进行数据访问统计，标准问触发次数，如果该“标准问”提问次数多，则为热点问题，对于热点问题，会加强关注力度，优先进行优化和更新。
110.数据访问统计对调用话术的渠道来源进行数据统计分析、实时展示话术利用率。
111.预设次数可以是5次，也可以是30次等，预设次数的确定由技术人员根据实际情况进行设置，本技术不做具体限定。
112.可选的，统计答复信息对应的回复类型占比数据；回复类型占比数据用于评估应答能力。
113.其中，统计机器人问答系统对于用户问题的回复类型占比、包含澄清、未识别数据详情，以评估话术的应答能力；根据经验数据，如果准确率低于50％，则判断为不合格，立即需要优化；如果在50％-80％之间，则在下一次版本更新时优化。如果准确率高于80％，则暂缓甚至不需要优化。
114.可选的，对话术匹配模型进行训练统计。
115.其中，对话术匹配模型进行训练统计的内容为各账号用户对于话术的维护情况，包括统计话术的语料总数，新增数量，使用话术学习标注的数量等。
116.本方案节约了员工询问、查询流程的时间，提高了员工的工作效率；具有前瞻性和可扩展性，能方便地根据统计不断进行改良；使用开源软件，可以持续不断地更新技术，优化性能。
117.本技术实施例中，通过知识库将零散的与办公流程相关的内容收集起来，并且提供了方便快捷的询问入口，用户无需多方面向其他人询问，只需要输入语音或关键字，就能准确查到知识库中相关流程的各个环节，使得用户在获取办公流程的内容时有着更为明确的指引，提高获取办公流程的内容的效率。
118.参考图3所示，为上述s202中涉及到的判断提问请求对应的意图是否识别成功的过程，主要包括如下步骤：
119.s301：判断提问请求对应的意图是否与知识库中的预设意图一致，若一致，则执行s302，若不一致，则执行s303。
120.s302：确定提问请求对应的意图识别成功。
121.s303：确定提问请求对应的意图识别失败。
122.上述s301-s303的执行过程与执行原理与上述s202中涉及到的判断提问请求对应的意图是否识别成功的执行过程和执行原理一致，可参考，此处不再进行赘述。
123.本技术实施例中，通过判断提问请求对应的意图是否与知识库中的预设意图一致，实现对提问请求对应的意图进行识别的目的。
124.基于上述实施例图2公开的一种数据处理方法，本技术实施例还对应公开了一种数据处理装置，参考图4所示，该数据处理装置包括分析单元401、判断单元402和调用单元403。
125.分析单元401，用于当接收到提问请求时，通过自然语言分析技术对提问请求的提问信息进行分析，得到提问信息对应的意图；意图为用户获取所述提问请求对应的答复信息的目的。
126.判断单元402，用于判断提问信息对应的意图是否识别成功。
127.调用单元403，用于若识别成功，则通过话术匹配模型调用预设话术，生成意图对应的答复信息，并通过答复信息对提问信息进行答复。
128.进一步的，判断单元402包括判断模块、第一确定模块和第二确定模块。
129.判断模块，用于判断提问请求对应的意图是否与知识库中的预设意图一致。
130.第一确定模块，用于若提问请求对应的意图与知识库中的预设意图一致，则确定提问请求对应的意图识别成功。
131.第二确定模块，用于若提问请求对应的意图与知识库中的预设意图不一致，则确定提问请求对应的意图识别失败。
132.进一步的，数据处理装置还包括第一回复单元。
133.第一回复单元，用于若对提问请求对应的意图识别失败，则通过知识库中的第一预设话术回复提问请求；第一预设话术为对未识别到提问请求对应的意图所作出的提示话术。
134.进一步的，数据处理装置还包括第二回复单元。
135.第二回复单元，用于若未确定提问请求对应的意图是否识别成功，则通过知识库中的第二预设话术回复提问请求；第二预设话术为于对未确定提问请求对应的意图是否识别成功所作出的提示话术。
136.进一步的，数据处理装置还包括第一获取单元和第一存储单元。
137.第一获取单元，用于若接收到预设满意信息，则统计提问请求对应的意图的成功率，并获取提问请求对应的话术及语料。
138.第一存储单元，用于将成功率、提问请求对应的话术及语料存储至知识库中。
139.进一步的，数据处理装置还包括第三回复单元、第一统计单元和第二存储单元。
140.第三回复单元，用于若接收到预设不满意信息，则通过知识库中的第三预设话术回复提问请求；第三预设话术用于对未预设不满意信息所作出的提示话术。
141.统计单元，用于统计提问请求对应的意图的成功率，并获取提问请求对应的话术及语料。
142.第二存储单元，用于将成功率、提问请求对应的话术及语料存储至知识库中。
143.进一步的，数据处理装置还包括优化单元。
144.优化单元，用于通过预设优化策略对话术匹配模型中的话术进行优化，并将优化后的话术更新至话术匹配模型中。
145.进一步的，数据处理装置还包括确定单元和执行单元。
146.确定单元，用于当提问信息的提问次数大于预设次数时，确定提问信息为热点问题信息。
147.执行单元，用于对热点问题信息对应的答复话术进行优化操作和更新操作。
148.进一步的，数据处理装置还包括第二统计单元。
149.第二统计单元，用于统计答复信息对应的回复类型占比数据；回复类型占比数据用于评估应答能力。
150.本技术实施例中，通过知识库将零散的与办公流程相关的内容收集起来，并且提供了方便快捷的询问入口，用户无需多方面向其他人询问，只需要输入语音或关键字，就能准确查到知识库中相关流程的各个环节，使得用户在获取办公流程的内容时有着更为明确的指引，提高获取办公流程的内容的效率。
151.对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本技术所必须的。
152.需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于系统类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
153.本技术各实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
154.最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
155.对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
156.以上所述仅是本技术的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。