本發(fā)明涉及互聯(lián)網(wǎng)領(lǐng)域，具體地涉及一種用于確定向網(wǎng)絡(luò)用戶(hù)進(jìn)行服務(wù)評(píng)價(jià)請(qǐng)求的方法和裝置。

背景技術(shù)：

在互聯(lián)網(wǎng)領(lǐng)域，尤其是電商產(chǎn)品中，人機(jī)對(duì)話廣泛地用于網(wǎng)絡(luò)用戶(hù)查詢(xún)、投訴和售后等方面。在人機(jī)對(duì)話過(guò)程中，“機(jī)器人”(比如京東機(jī)器人jimi)能否切實(shí)幫助用戶(hù)解決實(shí)際問(wèn)題，是否能夠向用戶(hù)提供令其滿意的服務(wù)，是衡量“機(jī)器人”系統(tǒng)是否完善的重要指標(biāo)。判斷該指標(biāo)是否達(dá)成的一大依據(jù)是用戶(hù)在人機(jī)對(duì)話后的反饋，這同時(shí)也是對(duì)“機(jī)器人”系統(tǒng)進(jìn)行改進(jìn)的重要資源。因此，對(duì)用戶(hù)所反饋的評(píng)價(jià)進(jìn)行收集是非常重要的。

在現(xiàn)有系統(tǒng)中，邀請(qǐng)用戶(hù)評(píng)價(jià)(簡(jiǎn)稱(chēng)“邀評(píng)”)是一種比較常用的方式。在傳統(tǒng)的人工客服體系中，接線員可以自行判斷是否已經(jīng)解決了用戶(hù)的問(wèn)題。此外，接線員還能憑感覺(jué)判斷用戶(hù)是否對(duì)自己的服務(wù)感到滿意(與問(wèn)題是否解決并非完全相關(guān))。當(dāng)判斷用戶(hù)滿意的情況下，接線員會(huì)觸發(fā)系統(tǒng)進(jìn)行邀評(píng)，從而保證收集到的好評(píng)率比較高。但在人機(jī)對(duì)話系統(tǒng)中，只能由“機(jī)器人”通過(guò)會(huì)話內(nèi)容判斷中是否應(yīng)該彈出邀評(píng)提示以及何時(shí)彈出邀評(píng)提示，這在技術(shù)上很有挑戰(zhàn)性。

現(xiàn)有的人機(jī)對(duì)話中的邀評(píng)方式，基本是根據(jù)用戶(hù)在回答中輸入的文字是否包含關(guān)鍵詞來(lái)判斷的。比如，用戶(hù)輸入了“謝謝”、“非常感謝”這類(lèi)關(guān)鍵詞，可以理解為用戶(hù)的問(wèn)題已經(jīng)得到了解決，用戶(hù)表示感謝。此時(shí)彈出的邀評(píng)提示，獲得用戶(hù)好評(píng)的概率相對(duì)較高。又如，用戶(hù)的問(wèn)題中多次提到“您好”、“請(qǐng)”等關(guān)鍵詞，可以認(rèn)為用戶(hù)比較有禮貌，向這類(lèi)用戶(hù)進(jìn)行邀評(píng)獲得好評(píng)的概率也比較高。在這種方式中，可以根據(jù)經(jīng)驗(yàn)設(shè)置關(guān)鍵詞庫(kù)，并針對(duì)用戶(hù)的每此輸入進(jìn)行關(guān)鍵詞匹配。一旦用戶(hù)的輸入命中關(guān)鍵詞，則彈出邀評(píng)提示。

此外，現(xiàn)有技術(shù)中還存在一些基于統(tǒng)計(jì)的方法，其實(shí)現(xiàn)流程是：

1.獲取一段時(shí)間內(nèi)的所有給過(guò)好評(píng)的用戶(hù)聊天日志；

2.依次將用戶(hù)聊天的每一句話做切詞處理(常用的切詞方法包括n-gram切詞方法)，從而將句子轉(zhuǎn)化為詞的形式；

3.生成匯總詞列表，記錄每個(gè)詞出現(xiàn)的次數(shù)，并取其中高頻詞，加入到關(guān)鍵詞庫(kù)。

綜上所述，目前業(yè)界比較常用的使用關(guān)鍵詞庫(kù)的判斷方法，詞庫(kù)的建設(shè)可以基于個(gè)人經(jīng)驗(yàn)，也可以基于統(tǒng)計(jì)。最終，用戶(hù)的問(wèn)題一旦命中關(guān)鍵詞，則彈出邀評(píng)提示，以此保證收集到較高的好評(píng)率。

基于關(guān)鍵詞的方法，只能解決非常特殊的情況，如果用戶(hù)的問(wèn)題中沒(méi)有包含詞庫(kù)中的關(guān)鍵詞，那這種方法就很難判斷出機(jī)器人是否解決了用戶(hù)的問(wèn)題，也不知道用戶(hù)的評(píng)價(jià)傾向。此外，通過(guò)觀察歷史人機(jī)對(duì)話日志信息得知，大部分給出好評(píng)的用戶(hù)，并沒(méi)有使用這些非常有限的標(biāo)示。因此，僅僅根據(jù)一些關(guān)鍵詞去做出邀評(píng)判斷，是有一定局限性的。

技術(shù)實(shí)現(xiàn)要素：

為了解決現(xiàn)有技術(shù)中存在的上述問(wèn)題，本發(fā)明提出了一種用于確定向網(wǎng)絡(luò)用戶(hù)進(jìn)行服務(wù)評(píng)價(jià)請(qǐng)求的方法和裝置。

根據(jù)本發(fā)明的一個(gè)方面，提出了一種用于確定向網(wǎng)絡(luò)用戶(hù)進(jìn)行服務(wù)評(píng)價(jià)請(qǐng)求的方法。所述方法包括：從所述網(wǎng)絡(luò)用戶(hù)接收至少一個(gè)評(píng)論消息，所述評(píng)論消息指示所述網(wǎng)絡(luò)用戶(hù)在用戶(hù)端輸入的文本；將所述至少一個(gè)評(píng)論消息中的每一個(gè)中包括的文本分割成至少一個(gè)特征；將所述至少一個(gè)特征中的每一個(gè)與參考特征列表中的參考特征進(jìn)行匹配，所述參考特征列表中的每個(gè)參考特征具有權(quán)重值；針對(duì)存在匹配的特征，根據(jù)與其匹配的參考特征的權(quán)重值確定該特征的權(quán)重值；基于所有存在匹配的特征的權(quán)重值，確定所述網(wǎng)絡(luò)用戶(hù)的評(píng)價(jià)值；以及在所述評(píng)價(jià)值大于閾值的情況下，確定向所述網(wǎng)絡(luò)用戶(hù)提出服務(wù)評(píng)價(jià)請(qǐng)求。

優(yōu)選地，所述參考特征列表是由從特征庫(kù)中選出的特征組成的列表，其中，所述特征庫(kù)由對(duì)歷史文本進(jìn)行分割得到的特征組成，所述歷史文本包括正向歷史文本和負(fù)向歷史文本，所述正向歷史文本是由最終對(duì)相應(yīng)服務(wù)做出積極評(píng)價(jià)的用戶(hù)針對(duì)該相應(yīng)服務(wù)輸入的文本，所述負(fù)向歷史文本是由最終對(duì)相應(yīng)服務(wù)做出消極評(píng)價(jià)的用戶(hù)針對(duì)該相應(yīng)服務(wù)輸入的文本。

優(yōu)選地，針對(duì)特征庫(kù)中的特征x，通過(guò)以下公式來(lái)計(jì)算x的權(quán)重值w(x)：

其中，m為正向歷史文本的數(shù)量，ti為第i個(gè)正向歷史文本中的特征總數(shù)，ai(x)為x在第i個(gè)正向歷史文本中出現(xiàn)的次數(shù)，n為負(fù)向歷史文本的數(shù)量，sj為第j個(gè)負(fù)向歷史文本中的特征總數(shù)，bj(x)為x在第j個(gè)負(fù)向歷史文本中出現(xiàn)的次數(shù)。

優(yōu)選地，所述參考特征列表是由所述特征庫(kù)中具有較高權(quán)重值的特征組成的列表。

優(yōu)選地，所述特征庫(kù)中濾除了噪聲特征，所述噪聲特征是預(yù)先指定的。

優(yōu)選地，所述根據(jù)與其匹配的參考特征的權(quán)重值確定該特征的權(quán)重值包括：將與存在匹配的特征相匹配的參考特征的權(quán)重值確定為該存在匹配的特征的權(quán)重值。

優(yōu)選地，所述基于所有存在匹配的特征的權(quán)重值確定所述網(wǎng)絡(luò)用戶(hù)的評(píng)價(jià)值包括：通過(guò)預(yù)先指定的運(yùn)算規(guī)則，從所有存在匹配的特征的權(quán)重值計(jì)算出所述評(píng)價(jià)值。

優(yōu)選地，所述閾值是預(yù)先指定的并且能夠被更新。

優(yōu)選地，在將所述至少一個(gè)特征中的每一個(gè)與參考特征列表中的參考特征進(jìn)行匹配之前，所述方法還包括：將所述至少一個(gè)特征中的每一個(gè)與特定特征集合進(jìn)行匹配；當(dāng)所述至少一個(gè)特征中存在與所述特定特征集合中的特定特征匹配的特征時(shí)，確定向所述網(wǎng)絡(luò)用戶(hù)提出服務(wù)評(píng)價(jià)請(qǐng)求。

根據(jù)本發(fā)明的另一方面，提出了一種用于確定向網(wǎng)絡(luò)用戶(hù)進(jìn)行服務(wù)評(píng)價(jià)請(qǐng)求的裝置。所述裝置包括：用戶(hù)接口，用于從所述網(wǎng)絡(luò)用戶(hù)接收至少一個(gè)評(píng)論消息，所述評(píng)論消息指示所述網(wǎng)絡(luò)用戶(hù)在用戶(hù)端輸入的文本；分割單元，用于將所述至少一個(gè)評(píng)論消息中的每一個(gè)中包括的文本分割成至少一個(gè)特征；以及確定單元。所述確定單元包括第一匹配模塊，用于將所述至少一個(gè)特征中的每一個(gè)與參考特征列表中的參考特征進(jìn)行匹配，所述參考特征列表中的每個(gè)參考特征具有權(quán)重值；權(quán)重值確定模塊，用于針對(duì)存在匹配的特征，根據(jù)與其匹配的參考特征的權(quán)重值確定該特征的權(quán)重值；評(píng)價(jià)值確定模塊，用于基于所有存在匹配的特征的權(quán)重值，確定所述網(wǎng)絡(luò)用戶(hù)的評(píng)價(jià)值；以及判斷模塊，在所述評(píng)價(jià)值大于閾值的情況下，確定向所述網(wǎng)絡(luò)用戶(hù)提出服務(wù)評(píng)價(jià)請(qǐng)求。

優(yōu)選地，所述裝置還包括：存儲(chǔ)單元，用于存儲(chǔ)歷史文本庫(kù)和特征庫(kù)，其中所述歷史文本庫(kù)包括正向歷史文本和負(fù)向歷史文本，所述正向歷史文本是由最終對(duì)相應(yīng)服務(wù)做出積極評(píng)價(jià)的用戶(hù)針對(duì)該相應(yīng)服務(wù)輸入的文本，所述負(fù)向歷史文本是由最終對(duì)相應(yīng)服務(wù)做出消極評(píng)價(jià)的用戶(hù)針對(duì)該相應(yīng)服務(wù)輸入的文本，所述特征庫(kù)包括對(duì)所述歷史文本庫(kù)中的歷史文本進(jìn)行分割得到的特征；計(jì)算單元，用于為所述特征庫(kù)中的每個(gè)特征計(jì)算權(quán)重值；列表生成單元，用于基于所述計(jì)算單元的計(jì)算結(jié)果，從特征庫(kù)中的特征生成所述參考特征列表。

優(yōu)選地，所述計(jì)算單元被配置為：針對(duì)特征庫(kù)中的特征x，通過(guò)以下公式來(lái)計(jì)算x的權(quán)重值w(x)：

其中，m為歷史文本庫(kù)中正向歷史文本的數(shù)量，ti為第i個(gè)正向歷史文本中的特征總數(shù)，ai(x)為x在第i個(gè)正向歷史文本中出現(xiàn)的次數(shù)，n為歷史文本庫(kù)中負(fù)向歷史文本的數(shù)量，sj為第j個(gè)負(fù)向歷史文本中的特征總數(shù)，bj(x)為x在第j個(gè)負(fù)向歷史文本中出現(xiàn)的次數(shù)。

優(yōu)選地，所述列表生成單元被配置為從所述特征庫(kù)中選擇具有較高權(quán)重值的特征組成所述參考特征列表。

優(yōu)選地，所述特征庫(kù)中濾除了噪聲特征，所述噪聲特征是預(yù)先指定的。

優(yōu)選地，所述權(quán)重值確定模塊被配置為：將與存在匹配的特征相匹配的參考特征的權(quán)重值確定為該存在匹配的特征的權(quán)重值。

優(yōu)選地，所述評(píng)價(jià)值確定模塊被配置為：通過(guò)預(yù)先指定的運(yùn)算規(guī)則，從所有存在匹配的特征的權(quán)重值計(jì)算出所述評(píng)價(jià)值。

優(yōu)選地，所述閾值是預(yù)先指定的并且能夠被更新。

優(yōu)選地，所述確定單元還包括第二匹配模塊，所述第二匹配模塊被配置為將所述至少一個(gè)特征中的每一個(gè)與特定特征集合進(jìn)行匹配，并且所述判斷模塊還被配置為：當(dāng)所述至少一個(gè)特征中存在與所述特定特征集合中的特定特征匹配的特征時(shí)，確定向所述網(wǎng)絡(luò)用戶(hù)提出服務(wù)評(píng)價(jià)請(qǐng)求。

通過(guò)使用向網(wǎng)絡(luò)用戶(hù)進(jìn)行服務(wù)評(píng)價(jià)請(qǐng)求的方法和裝置，能夠在一定程度上解決現(xiàn)有技術(shù)的局限性，并且在很大程度上排除了邀請(qǐng)判斷的偶然性。本發(fā)明的方法提高了判斷的準(zhǔn)確率，并進(jìn)而實(shí)現(xiàn)了更高的好評(píng)率。

附圖說(shuō)明

圖1示出了根據(jù)本發(fā)明的一種實(shí)施例的用于確定向網(wǎng)絡(luò)用戶(hù)進(jìn)行服務(wù)評(píng)價(jià)請(qǐng)求的方法的流程圖；

圖2示出了根據(jù)本發(fā)明的一種實(shí)施例的用于確定向網(wǎng)絡(luò)用戶(hù)進(jìn)行服務(wù)評(píng)價(jià)請(qǐng)求的裝置的結(jié)構(gòu)框圖；

圖3示出了根據(jù)本發(fā)明的一種優(yōu)選實(shí)施例的用于確定向網(wǎng)絡(luò)用戶(hù)進(jìn)行服務(wù)評(píng)價(jià)請(qǐng)求的裝置的結(jié)構(gòu)框圖。

具體實(shí)施方式

以下參考附圖對(duì)本發(fā)明進(jìn)行具體描述。

首先，圖1示出了根據(jù)本發(fā)明的一種實(shí)施例的用于確定向網(wǎng)絡(luò)用戶(hù)進(jìn)行服務(wù)評(píng)價(jià)請(qǐng)求的方法100的流程圖。所述方法100開(kāi)始于步驟s110，在步驟s110中，從所述網(wǎng)絡(luò)用戶(hù)接收至少一個(gè)評(píng)論消息，所述評(píng)論消息指示所述網(wǎng)絡(luò)用戶(hù)在用戶(hù)端輸入的文本。然后，在步驟s120中，將所述至少一個(gè)評(píng)論消息中的每一個(gè)中包括的文本分割成至少一個(gè)特征。接下來(lái)，在步驟s130中，將所述至少一個(gè)特征中的每一個(gè)與參考特征列表中的參考特征進(jìn)行匹配，所述參考特征列表中的每個(gè)參考特征具有權(quán)重值。接下來(lái)，在步驟s140中，針對(duì)存在匹配的特征，根據(jù)與其匹配的參考特征的權(quán)重值確定該特征的權(quán)重值。接下來(lái)，在步驟s150中，基于所有存在匹配的特征的權(quán)重值，確定所述網(wǎng)絡(luò)用戶(hù)的評(píng)價(jià)值。最后，在步驟s160中，在所述評(píng)價(jià)值大于閾值的情況下，確定向所述網(wǎng)絡(luò)用戶(hù)提出服務(wù)評(píng)價(jià)請(qǐng)求。

在步驟s110中，從所述網(wǎng)絡(luò)用戶(hù)接收用戶(hù)輸入的文本，所述文本以評(píng)論消息的形式傳輸并被接收。用戶(hù)輸入的文本包括用戶(hù)輸入的所有文字、表情、符號(hào)等，是用來(lái)判斷用戶(hù)是否滿意以及進(jìn)而是否向其發(fā)送評(píng)價(jià)請(qǐng)求的依據(jù)。

接下來(lái)，在步驟s120中，用戶(hù)輸入的文本分割成特征。特征是構(gòu)成文本的元素，包括但不限于，字、詞、詞組、固定搭配等。

在一個(gè)實(shí)施例中，采用常用的切詞方法(比如n-gram切詞方法)來(lái)分割，但應(yīng)該理解的是，本發(fā)明中將文本分割成特征的方法不限于此。

接下來(lái)，在步驟s130中，將經(jīng)過(guò)分割得到的特征與參考特征列表中的參考特征進(jìn)行匹配。參考特征列表是由經(jīng)過(guò)預(yù)先選擇的參考特征組成的列表，并且其中的每個(gè)參考特征具有相應(yīng)的權(quán)重值。

所述參考特征列表中的參考特征是由從特征庫(kù)中選出的。特征庫(kù)是通過(guò)對(duì)歷史文本(比如從系統(tǒng)日志、聊天記錄等中得到的)進(jìn)行分割得到的特征組成。在使用本發(fā)明所要求保護(hù)的方法之前，需要首先收集用戶(hù)(所有用戶(hù)或特定的部分用戶(hù)，比如金牌及以上用戶(hù))在特定時(shí)間段(比如6個(gè)月)內(nèi)的評(píng)論歷史，并從中提取出所需的歷史文本。采用與步驟s120中一樣的分割方法對(duì)這些歷史文本進(jìn)行分割，得到眾多的特征。然后，這些歷史文本(歷史文本庫(kù))和分割得到的特征(特征庫(kù))均被存儲(chǔ)在服務(wù)器上。

所述歷史文本包括正向歷史文本和負(fù)向歷史文本。正向歷史文本是由最終對(duì)相應(yīng)服務(wù)做出積極評(píng)價(jià)的用戶(hù)針對(duì)該相應(yīng)服務(wù)輸入的文本，即如果某一用戶(hù)在收到評(píng)價(jià)請(qǐng)求后對(duì)某一服務(wù)給出了好評(píng)，則在其針對(duì)該服務(wù)進(jìn)行咨詢(xún)時(shí)所輸入的文字便被認(rèn)為是正向歷史文本。相反地，負(fù)向歷史文本是由最終對(duì)相應(yīng)服務(wù)做出消極評(píng)價(jià)的用戶(hù)針對(duì)該相應(yīng)服務(wù)輸入的文本，即如果某一用戶(hù)在收到評(píng)價(jià)請(qǐng)求后對(duì)某一服務(wù)給出了差評(píng)，則在其針對(duì)該服務(wù)進(jìn)行咨詢(xún)時(shí)所輸入的文字便被認(rèn)為是負(fù)向歷史文本。

在如上生成特征庫(kù)之前，可以先對(duì)歷史文本進(jìn)行篩選。這樣，可以控制得到的歷史文本庫(kù)和特征庫(kù)的規(guī)模，避免占用過(guò)多的系統(tǒng)資源。優(yōu)選地，篩選出的正向歷史文本和負(fù)向歷史文本的數(shù)量應(yīng)盡量接近。例如，可以選擇例如8000個(gè)正向歷史文本和8000個(gè)負(fù)向歷史文本。

特征庫(kù)中的特征只是用戶(hù)輸入過(guò)的文字，不同的特征對(duì)確定是否發(fā)出評(píng)價(jià)請(qǐng)求的貢獻(xiàn)各不相同。需要對(duì)不同特征的作用進(jìn)行估計(jì)。

在本發(fā)明的一個(gè)實(shí)施例中，通過(guò)權(quán)重值來(lái)表示特征對(duì)所述確定的作用。具體來(lái)講，針對(duì)特征庫(kù)中的某一特征x，通過(guò)以下公式來(lái)計(jì)算x的權(quán)重值w(x)：

其中，m為正向歷史文本的數(shù)量，ti為第i個(gè)正向歷史文本中的特征總數(shù)，ai(x)為x在第i個(gè)正向歷史文本中出現(xiàn)的次數(shù)，n為負(fù)向歷史文本的數(shù)量，sj為第j個(gè)負(fù)向歷史文本中的特征總數(shù)，bj(x)為x在第j個(gè)負(fù)向歷史文本中出現(xiàn)的次數(shù)?？梢?jiàn)，按如上公式計(jì)算出的權(quán)重值越高，說(shuō)明其與好評(píng)結(jié)果有著更大的一致性，從而如果該特征在某一文本中出現(xiàn)的次數(shù)越多，便在一定程度上預(yù)示輸入該文本的客戶(hù)更有可能對(duì)相應(yīng)的服務(wù)給予好評(píng)。

優(yōu)選地，在針對(duì)特征庫(kù)中的特征進(jìn)行權(quán)重值計(jì)算之前，需要剔除掉其中的噪聲特征。所述噪聲特征包括冗余、不相關(guān)、對(duì)最終結(jié)果沒(méi)有影響甚至有負(fù)向影響的特征，比如，助詞(例如“的”、“了”、“嗎”等)、相關(guān)商品名稱(chēng)、用戶(hù)信息等。這些噪聲特征是預(yù)先確定的，或者可通過(guò)預(yù)先確定的規(guī)則來(lái)遍歷特征庫(kù)，得到經(jīng)過(guò)優(yōu)化的特征庫(kù)。

此外，為了進(jìn)一步節(jié)約系統(tǒng)資源，并且提高效率，在應(yīng)用已經(jīng)計(jì)算過(guò)權(quán)重值的特征之前，還可以進(jìn)一步對(duì)特征庫(kù)中的特征進(jìn)行選擇，形成步驟s130中所提到的參考特征列表。當(dāng)然，如果不考慮這一點(diǎn)，參考特征列表可以等同于整個(gè)特征庫(kù)。

在一個(gè)實(shí)施例中，可以預(yù)先設(shè)定參考特征列表中參考特征的數(shù)量，比如2000。

優(yōu)選地，所述參考特征列表可以是由所述特征庫(kù)中具有較高權(quán)重值的特征組成的列表。比如，可以令特征庫(kù)中權(quán)重值最高的前2000個(gè)特征組成參考特征列表。

備選地，所述參考特征列表可以是由所述特征庫(kù)中具有最高權(quán)重值的特征和具有最低權(quán)重值的特征組成的列表。比如，可以令特征庫(kù)中權(quán)重值最高的前1000個(gè)特征和權(quán)重值最低的前1000個(gè)特征組成參考特征列表。

需要指出的是，雖然上文中對(duì)參考特征列表的來(lái)由進(jìn)行了描述，但本發(fā)明中的參考特征列表不限于此。任何包括參考特征與權(quán)重值對(duì)的參考特征列表都適用于本發(fā)明的技術(shù)方案。比如，本領(lǐng)域技術(shù)人員可以任意指定其認(rèn)為能夠反映用戶(hù)對(duì)服務(wù)的評(píng)價(jià)的特征作為參考特征，并為該參考特征指定相應(yīng)的權(quán)重值。

接下來(lái)，在步驟s140中，針對(duì)存在匹配的特征，根據(jù)與其匹配的參考特征的權(quán)重值確定該特征的權(quán)重值。在一個(gè)實(shí)施例中，將與存在匹配的特征相匹配的參考特征的權(quán)重值確定為該存在匹配的特征的權(quán)重值。

從而，在步驟s150中，基于所有存在匹配的特征的權(quán)重值，可以確定發(fā)出所述文本的所述網(wǎng)絡(luò)用戶(hù)的評(píng)價(jià)值。所述評(píng)價(jià)值是通過(guò)預(yù)先指定的運(yùn)算規(guī)則從所有存在匹配的特征的權(quán)重值計(jì)算得到的。所述運(yùn)算規(guī)則可以是四則運(yùn)算，例如加法。

應(yīng)該理解的是，所述運(yùn)算規(guī)則還可以通過(guò)特定算法或程序來(lái)實(shí)現(xiàn)，本發(fā)明的發(fā)明人在實(shí)踐中還采用中國(guó)臺(tái)灣大學(xué)的chih-jenlin博士開(kāi)發(fā)的liblinear工具實(shí)現(xiàn)算法，并進(jìn)而得到所述評(píng)價(jià)值。

最后，在步驟s160中，在所述評(píng)價(jià)值大于閾值的情況下，確定向所述網(wǎng)絡(luò)用戶(hù)提出服務(wù)評(píng)價(jià)請(qǐng)求。優(yōu)選地，所述閾值是預(yù)先指定的。此外，系統(tǒng)可以根據(jù)所述方法的結(jié)果隨時(shí)對(duì)所述閾值進(jìn)行更新。

關(guān)于圖1所述的方法100，在一個(gè)實(shí)施例中，首先在步驟s110中接收用戶(hù)輸入的文本，當(dāng)接收到用戶(hù)針對(duì)特定問(wèn)題的答復(fù)時(shí)，才開(kāi)始進(jìn)行后續(xù)步驟s120-s160。比如，系統(tǒng)可以在適當(dāng)時(shí)刻向用戶(hù)發(fā)出詢(xún)問(wèn)消息，例如“請(qǐng)問(wèn)，您還需要其他幫助嗎？”。當(dāng)用戶(hù)針對(duì)該詢(xún)問(wèn)消息給出否定應(yīng)答時(shí)，比如“不需要了！”，則系統(tǒng)此時(shí)開(kāi)始執(zhí)行后續(xù)步驟。

在另一實(shí)施例中，可以在不斷地接收用戶(hù)輸入的文本的同時(shí)(即，人機(jī)對(duì)話的同時(shí))針對(duì)已經(jīng)接收到的部分文本進(jìn)行步驟s120-s160中的一部分步驟，比如步驟s120-s140。在接收到足夠的文本之后或在接收到如上所述針對(duì)特定問(wèn)題的答復(fù)時(shí)，再執(zhí)行步驟剩余步驟，比如步驟s150-s160。

在一個(gè)實(shí)施例中，可以在執(zhí)行步驟s130之前，執(zhí)行以下操作：將所述至少一個(gè)特征中的每一個(gè)與特定特征集合進(jìn)行匹配；當(dāng)所述至少一個(gè)特征中存在與所述特定特征集合中的特定特征匹配的特征時(shí)，確定向所述網(wǎng)絡(luò)用戶(hù)提出服務(wù)評(píng)價(jià)請(qǐng)求。

所述特定特征集合是預(yù)先制定的集合，該集合中的任一特征都足以預(yù)示用戶(hù)將對(duì)服務(wù)給予好評(píng)，比如，所述集合中可包括“非常滿意”、“十分感謝”等特征。當(dāng)從用戶(hù)接收的文本包括上述任一特征時(shí)，可以認(rèn)為用戶(hù)很有可能會(huì)對(duì)服務(wù)給予好評(píng)。從而，在此情況下，可以直接確定向所述網(wǎng)絡(luò)用戶(hù)提出服務(wù)評(píng)價(jià)請(qǐng)求，而不再執(zhí)行剩余步驟s130-s160。

接下來(lái)，參見(jiàn)圖2。圖2示出了根據(jù)本發(fā)明的一種實(shí)施例的用于確定向網(wǎng)絡(luò)用戶(hù)進(jìn)行服務(wù)評(píng)價(jià)請(qǐng)求的裝置200的結(jié)構(gòu)框圖。所述裝置200包括用戶(hù)接口210、分割單元220和確定單元230。

所述用戶(hù)接口210用于從所述網(wǎng)絡(luò)用戶(hù)接收至少一個(gè)評(píng)論消息，所述評(píng)論消息指示所述網(wǎng)絡(luò)用戶(hù)在用戶(hù)端輸入的文本。用戶(hù)輸入的文本包括用戶(hù)輸入的所有文字、表情、符號(hào)等，是用來(lái)判斷用戶(hù)是否滿意以及進(jìn)而是否向其發(fā)送評(píng)價(jià)請(qǐng)求的依據(jù)。

所述分割單元220用于將所述至少一個(gè)評(píng)論消息中的每一個(gè)中包括的文本分割成至少一個(gè)特征。特征是構(gòu)成文本的元素，包括但不限于，字、詞、詞組、固定搭配等。

在一個(gè)實(shí)施例中，所述分割單元220采用常用的切詞方法(比如n-gram切詞方法)來(lái)分割，但應(yīng)該理解的是，本發(fā)明中將文本分割成特征的方法不限于此。

所述確定單元230包括第一匹配模塊232、權(quán)重值確定模塊234、評(píng)價(jià)值確定模塊236和判斷模塊238。

所述第一匹配模塊232用于將所述至少一個(gè)特征中的每一個(gè)與參考特征列表中的參考特征進(jìn)行匹配。參考特征列表是由經(jīng)過(guò)預(yù)先選擇的參考特征組成的列表，并且其中的每個(gè)參考特征具有相應(yīng)的權(quán)重值。

所述權(quán)重值確定模塊234用于針對(duì)存在匹配的特征，根據(jù)與其匹配的參考特征的權(quán)重值確定該特征的權(quán)重值。優(yōu)選地，所述權(quán)重值確定模塊234被配置為將與存在匹配的特征相匹配的參考特征的權(quán)重值確定為該存在匹配的特征的權(quán)重值。

所述評(píng)價(jià)值確定模塊236用于基于所有存在匹配的特征的權(quán)重值，確定所述網(wǎng)絡(luò)用戶(hù)的評(píng)價(jià)值。優(yōu)選地，所述評(píng)價(jià)值是通過(guò)預(yù)先指定的運(yùn)算規(guī)則從所有存在匹配的特征的權(quán)重值計(jì)算得到的。所述運(yùn)算規(guī)則可以是四則運(yùn)算，例如加法。

所述判斷模塊238用于在所述評(píng)價(jià)值大于閾值的情況下，確定向所述網(wǎng)絡(luò)用戶(hù)提出服務(wù)評(píng)價(jià)請(qǐng)求。優(yōu)選地，所述閾值是預(yù)先指定的。此外，系統(tǒng)可以根據(jù)所述方法的結(jié)果隨時(shí)對(duì)所述閾值進(jìn)行更新。

優(yōu)選地，所述裝置200還包括用于產(chǎn)生所述參考特征列表的組件。圖3示出了根據(jù)本發(fā)明的一種優(yōu)選實(shí)施例的用于確定向網(wǎng)絡(luò)用戶(hù)進(jìn)行服務(wù)評(píng)價(jià)請(qǐng)求的裝置300的結(jié)構(gòu)框圖。所述裝置300還附加地包括存儲(chǔ)單元240、計(jì)算單元250和列表生成單元260。

所述存儲(chǔ)單元240用于存儲(chǔ)歷史文本庫(kù)和特征庫(kù)。其中，所述歷史文本庫(kù)存儲(chǔ)歷史文本，所述歷史文本可以從例如系統(tǒng)日志、聊天記錄等中收集。歷史文本包括正向歷史文本和負(fù)向歷史文本。正向歷史文本是由最終對(duì)相應(yīng)服務(wù)做出積極評(píng)價(jià)的用戶(hù)針對(duì)該相應(yīng)服務(wù)輸入的文本，即如果某一用戶(hù)在收到評(píng)價(jià)請(qǐng)求后對(duì)某一服務(wù)給出了好評(píng)，則在其針對(duì)該服務(wù)進(jìn)行咨詢(xún)時(shí)所輸入的文字便被認(rèn)為是正向歷史文本。相反地，負(fù)向歷史文本是由最終對(duì)相應(yīng)服務(wù)做出消極評(píng)價(jià)的用戶(hù)針對(duì)該相應(yīng)服務(wù)輸入的文本，即如果某一用戶(hù)在收到評(píng)價(jià)請(qǐng)求后對(duì)某一服務(wù)給出了差評(píng)，則在其針對(duì)該服務(wù)進(jìn)行咨詢(xún)時(shí)所輸入的文字便被認(rèn)為是負(fù)向歷史文本。

特征庫(kù)是通過(guò)對(duì)歷史文本進(jìn)行分割得到的特征組成。在使用本發(fā)明所要求保護(hù)的裝置之前，需要首先收集用戶(hù)(所有用戶(hù)或特定的部分用戶(hù)，比如金牌及以上用戶(hù))在特定時(shí)間段(比如6個(gè)月)內(nèi)的評(píng)論歷史，并從中提取出所需的歷史文本。通過(guò)分割單元(比如圖2中的分割單元220)對(duì)這些歷史文本進(jìn)行分割，得到眾多的特征(該過(guò)程如圖3中的虛線所示)。然后，這些歷史文本(歷史文本庫(kù))和分割得到的特征(特征庫(kù))均被存儲(chǔ)在存儲(chǔ)單元240上。

所述計(jì)算單元250用于為所述特征庫(kù)中的每個(gè)特征計(jì)算權(quán)重值。

優(yōu)選地，所述計(jì)算單元250被配置為：針對(duì)特征庫(kù)中的特征x，通過(guò)以下公式來(lái)計(jì)算x的權(quán)重值w(x)：

其中，m為歷史文本庫(kù)中正向歷史文本的數(shù)量，ti為第i個(gè)正向歷史文本中的特征總數(shù)，ai(x)為x在第i個(gè)正向歷史文本中出現(xiàn)的次數(shù)，n為歷史文本庫(kù)中負(fù)向歷史文本的數(shù)量，sj為第j個(gè)負(fù)向歷史文本中的特征總數(shù)，bj(x)為x在第j個(gè)負(fù)向歷史文本中出現(xiàn)的次數(shù)。

所述列表生成單元260用于基于所述計(jì)算單元250的計(jì)算結(jié)果從特征庫(kù)中的特征生成所述參考特征列表。優(yōu)選地，所述列表生成單元260被配置為從所述特征庫(kù)中選擇具有較高權(quán)重值的特征組成所述參考特征列表。

優(yōu)選地，在通過(guò)計(jì)算單元250對(duì)特征庫(kù)中的特征進(jìn)行權(quán)重值計(jì)算之前，需要剔除掉其中的噪聲特征。所述噪聲特征包括冗余、不相關(guān)、對(duì)最終結(jié)果沒(méi)有影響甚至有負(fù)向影響的特征，比如，助詞(例如“的”、“了”、“嗎”等)、相關(guān)商品名稱(chēng)、用戶(hù)信息等。這些噪聲特征是預(yù)先確定的，或者可通過(guò)預(yù)先確定的規(guī)則來(lái)遍歷特征庫(kù)，得到經(jīng)過(guò)優(yōu)化的特征庫(kù)。

在一種優(yōu)選實(shí)施例中，所述確定單元230還可包括第二匹配模塊。所述第二匹配模塊被配置為將所述至少一個(gè)特征中的每一個(gè)與特定特征集合進(jìn)行匹配。并且，所述判斷模塊238還被配置為：當(dāng)所述至少一個(gè)特征中存在與所述特定特征集合中的特定特征匹配的特征時(shí)，確定向所述網(wǎng)絡(luò)用戶(hù)提出服務(wù)評(píng)價(jià)請(qǐng)求。

所述特定特征集合是預(yù)先制定的集合，該集合中的任一特征都足以預(yù)示用戶(hù)將對(duì)服務(wù)給予好評(píng)，比如，所述集合中可包括“非常滿意”、“十分感謝”等特征。當(dāng)從用戶(hù)接收的文本包括上述任一特征時(shí)，可以認(rèn)為用戶(hù)很有可能會(huì)對(duì)服務(wù)給予好評(píng)。從而，在此情況下，可以直接確定向所述網(wǎng)絡(luò)用戶(hù)提出服務(wù)評(píng)價(jià)請(qǐng)求，而省略其他模塊的后續(xù)操作。

在以上針對(duì)方法100和裝置200和/或300分別進(jìn)行描述的過(guò)程中，有可能只在針對(duì)方法100的描述(或針對(duì)裝置200和/或300的描述)中對(duì)某些特征或細(xì)節(jié)有所提及。但應(yīng)該理解的是，這些特征或細(xì)節(jié)同樣適用于針對(duì)裝置200和/或300的描述(或針對(duì)方法100的描述)。

盡管以上已經(jīng)結(jié)合本發(fā)明的優(yōu)選實(shí)施例示出了本發(fā)明，但是本領(lǐng)域的技術(shù)人員將會(huì)理解，在不脫離本發(fā)明的精神和范圍的情況下，可以對(duì)本發(fā)明進(jìn)行各種修改、替換和改變。因此，本發(fā)明不應(yīng)由上述實(shí)施例來(lái)限定，而應(yīng)由所附權(quán)利要求及其等價(jià)物來(lái)限定。