问题推荐方法、装置、电子设备及存储介质与流程

1.本发明涉及自然语言处理技术领域，具体而言，涉及一种问题推荐方法、装置、电子设备及存储介质。


背景技术：

2.在客服自助场景中会向用户推荐一些问题，以便于用户能够自助解决。目前一般是通过召回和排序这两个阶段来推荐问题，则这两个阶段对于最终推荐的问题都有影响，而为了使这两个阶段都能够有良好的效果，往往需要挖掘大量与推荐内容相关的特征，这样就会导致工作量大，同时还会影响问题推荐的准确性。


技术实现要素：

3.有鉴于此，本发明的目的在于提供一种问题推荐方法、装置、电子设备及存储介质。
4.为了实现上述目的，本发明采用的技术方案如下：
5.第一方面，本发明提供一种问题推荐方法，应用于电子设备，所述电子设备存储有多个用户的用户特征信息和多个表示问题推荐界面的位置标识，所述方法包括：
6.基于目标用户的交互操作，获取所述目标用户的目标用户特征信息和目标位置标识；所述目标位置标识表示所述交互操作对应的目标问题推荐界面；
7.基于所述目标用户特征信息进行编码得到目标用户特征向量，并基于所述目标位置标识进行编码得到目标位置特征向量；
8.利用预先训练的意图识别模型，基于所述目标用户特征向量和所述目标位置特征向量进行意图识别，得到每个目标意图；
9.在所述目标问题推荐界面推荐每个所述目标意图对应的问题。
10.在可选的实施方式中，每个所述位置标识均有对应的编码位；
11.所述基于所述目标位置标识进行编码得到目标位置特征向量，包括：
12.确定所述目标位置标识对应的目标编码位；
13.将所述目标编码位上的数值编码为有效值，并将每个其他编码位上的数值编码为无效值，得到所述目标位置特征向量。
14.在可选的实施方式中，每个所述位置标识均有对应的编码位，全部问题推荐界面中包括主推荐界面；
15.所述基于所述目标位置标识进行编码得到目标位置特征向量，包括：
16.若所述目标位置标识所表示的目标问题推荐界面为所述主推荐界面，则将每个所述编码位上的数值均编码为有效值，得到所述目标位置特征向量。
17.在可选的实施方式中，所述利用预先训练的意图识别模型，基于所述目标用户特征向量和所述目标位置特征向量进行意图识别，得到每个目标意图，包括：
18.预测每个预设意图与所述目标用户特征向量和所述目标位置特征向量的匹配度，
得到每个所述预设意图对应的匹配度；
19.从全部预设意图中选取所述匹配度大于预设阈值的每个目标意图。
20.在可选的实施方式中，所述意图识别模型是按照以下方式得到的：
21.基于多个原始用户的基本信息和行为信息，获得多个待训练信息；
22.其中，所述待训练信息包括原始用户的用户特征信息、历史位置标识和实际意图，所述历史位置标识表示所述原始用户浏览过的历史问题推荐界面，所述实际意图表示所述原始用户在历史问题推荐界面查看过的问题所对应的意图；
23.对于每个所述待训练信息，基于所述待训练信息中的用户特征信息进行编码获得用户特征向量样本，并基于所述待训练信息中的历史位置标识进行编码获得位置特征向量样本，得到每个待训练样本；
24.基于每个所述待训练信息中的实际意图，对每个所述待训练样本进行标注，得到每个带有实际意图标签的训练样本；
25.基于每个所述带有实际意图标签的训练样本，对基础意图识别模型进行训练，得到所述意图识别模型。
26.在可选的实施方式中，每个所述位置标识均有对应的编码位；
27.所述基于所述待训练信息中的历史位置标识进行编码获得位置特征向量样本，包括：
28.确定所述待训练信息中历史位置标识对应的第一编码位；
29.将所述第一编码位上的数值编码为有效值，并将除所述第一编码位以外的每个第二编码位上的数值编码为无效值，得到所述位置特征向量样本。
30.第二方面，本发明提供一种问题推荐装置，应用于电子设备，所述电子设备存储有多个用户的用户特征信息和多个表示问题推荐界面的位置标识，所述装置包括：
31.获取模块，用于基于目标用户的交互操作，获取所述目标用户的目标用户特征信息和目标位置标识；所述目标位置标识表示所述交互操作对应的目标问题推荐界面；
32.编码模块，用于基于所述目标用户特征信息进行编码得到目标用户特征向量，并基于所述目标位置标识进行编码得到目标位置特征向量；
33.推荐模块，用于利用预先训练的意图识别模型，基于所述目标用户特征向量和所述目标位置特征向量进行意图识别，得到每个目标意图；
34.在所述目标问题推荐界面推荐每个所述目标意图对应的问题。
35.在可选的实施方式中，每个所述位置标识均有对应的编码位，所述编码模块还用于：
36.确定所述目标位置标识对应的目标编码位；
37.将所述目标编码位上的数值编码为有效值，并将每个其他编码位上的数值编码为无效值，得到所述目标位置特征向量。
38.第三方面，本发明提供一种电子设备，包括处理器和存储器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时，实现前述实施方式中任一项所述的方法。
39.第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时，实现前述实施方式中任一项所述的方法。
40.本发明提供的问题推荐方法、装置、电子设备及存储介质，电子设备存储有多个用
户的用户特征信息和多个表示问题推荐界面的位置标识；首先基于目标用户的交互操作，获取目标用户的目标用户特征信息和目标位置标识，其中目标位置标识表示交互操作对应的目标问题推荐界面；然后基于目标用户特征信息进行编码得到目标用户特征向量，并基于目标位置标识进行编码得到目标位置特征向量；再利用预先训练的意图识别模型，基于目标用户特征向量和目标位置特征向量进行意图识别，得到每个目标意图；最后在目标问题推荐界面推荐每个目标意图对应的问题。基于用户特征信息和用户触发的问题推荐界面，考虑到用户的个性化特征和不同界面中问题的差异性，并利用意图识别模型进行意图识别来向用户推荐问题，提高了问题推荐的准确性，并且通过模型实现意图识别，减少了工作量并提高了推荐效率。
41.为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
42.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。
43.图1示出了本发明实施例提供的电子设备方框示意图；
44.图2示出了本发明实施例提供的问题推荐方法的一种流程示意图；
45.图3示出了本发明实施例提供的问题推荐方法的又一种流程示意图；
46.图4示出了本发明实施例提供的问题推荐方法的一个示例图；
47.图5示出了本发明实施例提供的问题推荐方法的又一个示例图；
48.图6示出了本发明实施例提供的问题推荐方法的又一个示例图；
49.图7示出了本发明实施例提供的问题推荐方法的又一种流程示意图；
50.图8示出了本发明实施例提供的问题推荐方法的又一种流程示意图；
51.图9示出了本发明实施例提供的问题推荐装置的一种功能模块图。
52.图标：110-总线；120-处理器；130-存储器；150-i/o模块；170-通信接口；300-问题推荐装置；310-获取模块；330-编码模块；350-推荐模块；370-训练模块。
具体实施方式
53.下面将结合本发明实施例中附图，对本发明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发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
54.因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域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，都属于本发明保护的范围。
55.需要说明的是，术语“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。而且，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。
56.请参照图1，是本发明实施例提供的一种电子设备的方框示意图。电子设备包括总线110、处理器120、存储器130、i/o模块150、通信接口170。
57.总线110可以是将上述元件相互连接并在上述元件之间传递通信(例如控制消息)的电路。
58.处理器120可以通过总线110从上述其它元件(例如存储器130、i/o模块150、通信接口170等)接收命令，可以解释接收到的命令，并可以根据所解释的命令来执行计算或数据处理。
59.处理器120可以是一种集成电路芯片，具有信号处理能力。该处理器120可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(dsp)、专用集成电路(asic)、现成可编程门阵列(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。
60.存储器130可以存储从处理器120或其它元件(例如i/o模块150、通信接口170等)接收的命令或数据或者由处理器120或其它元件产生的命令或数据。
61.存储器130可以是但不限于，随机存取存储器(random access memory，ram)，只读存储器(read only memory，rom)，可编程只读存储器(programmable read-only memory，prom)，可擦除只读存储器(erasable programmable read-only memory，eprom)，电可擦除只读存储器(electric erasable programmable read-only memory，eeprom)。
62.i/o模块150可以接收经由输入-输出手段(例如，传感器、键盘、触摸屏等)从用户输入的命令或数据，并可以通过总线110向处理器120或存储器130传送接收到的命令或数据。并且用于显示从上述元件接收、存储、处理的各种信息(例如多媒体数据、文本数据)，可以向用户显示视频、图像、数据等。
63.通信接口170可用于与其他节点设备进行信令或数据的通信。
64.可以理解的是，图1所示的结构仅为电子设备的结构示意图，电子设备还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
65.本发明实施例提供的电子设备可以是智能手机、个人计算机、平板电脑、可穿戴设备、超级移动个人计算机(ultra-mobilepersonalcomputer，umpc)、上网本、个人数字助理(personaldigitalassistant，pda)等。本发明实施例对此不作任何限制。
66.可以理解的是，电子设备中安装有应用程序，通过运行应用程序实现本发明实施例提供的问题推荐方法。
67.下面将以上述的电子设备作为执行主体，执行本发明实施例提供的各个方法中的各个步骤，并实现对应技术效果。
68.请参阅图2，图2是本发明实施例提供的一种问题推荐方法的流程示意图。
69.步骤s202，基于目标用户的交互操作，获取目标用户的目标用户特征信息和目标位置标识；目标位置标识表示交互操作对应的目标问题推荐界面；
70.在本实施例中，应用程序中存储有多个用户的用户特征信息和多个位置标识，每个位置标识用于表示问题推荐界面。用户特征信息可以包括用户的性别、年龄、会员状态等信息。应当理解的是，用户特征信息可以按照实际应用设置，本发明实施例不作限定。
71.用户在使用应用程序过程中，如果想要了解应用程序的更多内容，可以通过交互操作进入到问题推荐界面。可选地，该交互操作可以通过语音、交互按键、物理按键、外部设备等方式实现。
72.基于目标用户执行的交互操作，可以获得目标用户的标识并基于这个标识从多个用户特征信息中获取对应的用户特征信息，即得到目标用户的目标用户特征信息。同时，基于这个交互操作所触发的问题推荐界面，确定目标问题推荐界面，并获取表示这个目标问题推荐界面的位置标识，即得到目标位置标识。
73.步骤s204，基于目标用户特征信息进行编码得到目标用户特征向量，并基于目标位置标识进行编码得到目标位置特征向量；
74.在本实施例中，分别基于获得的目标用户特征信息和目标位置标识进行编码，以得到后续步骤中意图识别模型的输入数据，即基于目标用户特征信息进行编码得到目标用户特征向量，并基于目标位置标识进行编码得到目标位置特征向量。可选地，可以采用onehot即独热编码方式进行编码。
75.步骤s206，利用预先训练的意图识别模型，基于目标用户特征向量和目标位置特征向量进行意图识别，得到每个目标意图；
76.步骤s208，在目标问题推荐界面推荐每个目标意图对应的问题；
77.在本实施例中，将目标用户特征向量和目标位置特征向量输入到预先训练的意图识别模型，并利用意图识别模型进行意图识别，以得到每个目标意图；然后获取每个目标意图对应的问题，并将这些问题显示在目标问题推荐界面以推荐给目标用户。
78.可以理解的是，本发明实施例根据用户的用户特征信息和用户触发的问题推荐界面，并利用意图识别模型进行意图识别来向用户推荐问题，不仅考虑了用户的个性化特征还考虑了不同界面中问题的差异性，从而提高了问题推荐的准确性。同时，相比于现有技术，本发明实施例通过模型实现意图识别，可以简化流程减少工作量，提高了问题推荐的效率。
79.可见基于上述步骤，电子设备存储有多个用户的用户特征信息和多个表示问题推荐界面的位置标识；首先基于目标用户的交互操作，获取目标用户的目标用户特征信息和目标位置标识，其中目标位置标识表示交互操作对应的目标问题推荐界面；然后基于目标用户特征信息进行编码得到目标用户特征向量，并基于目标位置标识进行编码得到目标位置特征向量；再利用预先训练的意图识别模型，基于目标用户特征向量和目标位置特征向量进行意图识别，得到每个目标意图；最后在目标问题推荐界面推荐每个目标意图对应的问题。基于用户特征信息和用户触发的问题推荐界面，考虑到用户的个性化特征和不同界面中问题的差异性，并利用意图识别模型进行意图识别来向用户推荐问题，提高了问题推荐的准确性，并且通过模型实现意图识别，减少了工作量并提高了推荐效率。
80.可选地，对于上述步骤s204中基于目标位置标识进行编码得到目标位置特征向量的过程，本发明实施例提供了一种可能的实现方式，请参阅图3。
81.步骤s204a-1，确定目标位置标识对应的目标编码位；
82.步骤s204a-3，将目标编码位上的数值编码为有效值，并将每个其他编码位上的数值编码为无效值，得到目标位置特征向量。
83.在本实施例中，每个位置标识均有对应的编码位。为了便于理解，本发明实施例提供了一个示例。例如，问题推荐界面有三个，分别为客服界面、搜索界面和机器人界面。
84.客服界面如图4所示，其中包括功能区域和推荐区域，通过功能区域可以了解应用程序中多个功能的相关内容；通过推荐区域可以查看多个问题对应的解决方式。搜索界面如图5所示，其中包括搜索区域和推荐区域，通过搜索区域可以搜索相关内容；通过推荐区域可以查看多个问题对应的解决方式。机器人界面如图6所示，其中包括智能助手和推荐区域，通过与智能助手互动可以了解相关内容；通过推荐区域可以查看多个问题对应的解决方式。
85.假设，位置标识a、b和c分别表示客服界面、搜索界面和机器人界面，并且其分别对应的编码位为第1位、第2位和第3位；有效值为1、无效值为0。应当理解的是，问题推荐界面的个数、位置标识、编码位和有效值与无效值，可以按照实际应用设置，本发明实施例不作限定。
86.如果目标位置标识为a，即目标问题推荐界面为客服界面，那么目标位置标识对应的目标编码位为第1位，则将第1位上的数值编码为有效值即1，并将每个其他编码位即第2位和第3位上的数值编码为无效值即0，获得的目标位置特征向量即为[1,0,0]。
[0087]
如果目标位置标识为b，即目标问题推荐界面为搜索界面，那么目标位置标识对应的目标编码位为第2位，则将第2位上的数值编码为有效值即1，并将每个其他编码位即第1位和第3位上的数值编码为无效值即0，获得的目标位置特征向量即为[0,1,0]。
[0088]
如果目标位置标识为c，即目标问题推荐界面为机器人界面，那么目标位置标识对应的目标编码位为第3位，则将第3位上的数值编码为有效值即1，并将每个其他编码位即第1位和第2位上的数值编码为无效值即0，获得的目标位置特征向量即为[0,0,1]。
[0089]
可选地，对于上述步骤s204中基于目标位置标识进行编码得到目标位置特征向量的过程，本发明实施例提供了另一种可能的实现方式，请参阅图3。
[0090]
步骤s204b，若目标位置标识所表示的目标问题推荐界面为主推荐界面，则将每个编码位上的数值均编码为有效值，得到目标位置特征向量。
[0091]
在本实施例中，全部问题推荐界面中包括主推荐界面和子推荐界面，即用户需要先触发显示主推荐界面，然后通过主推荐界面才能触发显示子推荐界面。
[0092]
可以理解的是，由于主推荐界面和子推荐界面在操作顺序上存在先后关系，所以本发明实施例在目标位置标识所表示的目标问题推荐界面为主推荐界面的情况下，会将每个编码位上的数值均编码为有效值，来将各个问题推荐界面所对应的推荐问题集中展示在主推荐界面，以便于用户能够快速地获取到想要了解的内容。
[0093]
继续按照上述示例进行说明，假设客服界面为主推荐界面，搜索界面和机器人界面均为子推荐界面。
[0094]
如果目标位置标识为a，目标问题推荐界面是客服界面即为主推荐界面，那么将每个编码位即第1位、第2位和第3位上的数值均编码为有效值即1，获得的目标位置特征向量即为[1,1,1]，以基于该目标位置特征向量获得客服界面、搜索界面和机器人界面这三个问题推荐界面各自对应的推荐问题，并将这些推荐问题共同展示在客服界面，以便于目标用
户能够快速地获取到想要了解的内容。
[0095]
可选地，对于上述步骤s206，本发明实施例提供了一种可能的实现方式，请参阅图7。
[0096]
步骤s206-1，预测每个预设意图与目标用户特征向量和目标位置特征向量的匹配度，得到每个预设意图对应的匹配度；
[0097]
步骤s206-3，从全部预设意图中选取匹配度大于预设阈值的每个目标意图。
[0098]
在本实施例中，预设阈值可以理解为预先设置的匹配度阈值。应当理解的是，预设阈值可以按照实际应用设置，本发明实施例不作限定。
[0099]
可以将目标用户特征向量和目标位置特征向量输入意图识别模型，并利用意图识别模型预测每个预设意图与目标用户特征向量和目标位置特征向量的匹配度，得到每个预设意图对应的匹配度，然后将每个预设意图对应的匹配度与预设阈值进行比较。
[0100]
如果该预设意图对应的匹配度小于或者等于预设阈值，则表示目标用户在目标问题推荐界面咨询该预设意图对应的问题的可能性较小。如果预设意图对应的匹配度大于预设阈值，则表示目标用户在目标问题推荐界面咨询该预设意图对应的问题的可能性较大，那么将该预设意图作为目标意图，以从全部预设意图中获得每个目标意图。
[0101]
可选地，还可以通过排序的方式从全部预设意图中选取目标意图，如将全部预设意图按照匹配度从大到小的顺序进行排列，并选取前n个预设意图作为每个目标意图，其中n为正整数。
[0102]
可选地，对于上述意图识别模型，本发明实施例还提供了一种获得意图识别模型的实现方式，请参阅图8。
[0103]
步骤s210，基于多个原始用户的基本信息和行为信息，获得多个待训练信息；
[0104]
其中，待训练信息包括原始用户的用户特征信息、历史位置标识和实际意图，历史位置标识表示原始用户浏览过的历史问题推荐界面，实际意图表示原始用户在历史问题推荐界面查看过的问题所对应的意图；
[0105]
在本实施例中，可以获取多个原始用户的基本信息和行为信息，基本信息可以是用户在应用程序中注册账号时填写的信息，行为信息可以理解为用户在使用应用程序过程中执行的操作。
[0106]
对于每个原始用户，可以先从该原始用户的基本信息中提取该原始用户的用户特征信息；然后根据该原始用户的行为信息，确定该原始用户曾经浏览过的问题推荐界面即历史问题推荐界面，以获取表示历史问题推荐界面的位置标识即获得历史位置标识，并确定该原始用户在该历史问题推荐界面中查看过的问题即获得历史查看问题，且基于该历史查看问题确定其对应的意图即获得实际意图；再将该原始的用户特征信息，该原始用户对应的历史位置标识和实际意图作为一个待训练信息。基于多个原始用户的基本信息和行为信息，则可以得到多个待训练信息。
[0107]
步骤s212，对于每个待训练信息，基于待训练信息中的用户特征信息进行编码获得用户特征向量样本，并基于待训练信息中的历史位置标识进行编码获得位置特征向量样本，得到每个待训练样本；
[0108]
可以理解的是，基于每个待训练信息获取每个待训练样本的方式类似，为了简要，本发明实施例将以一个待训练信息作为示例来进行说明。
[0109]
在本实施中，可以基于待训练信息中的用户特征信息进行编码获得用户特征向量样本，并基于待训练信息中的历史位置标识进行编码获得位置特征向量样本，即得到包括用户特征向量样本和位置特征向量样本的待训练样本。
[0110]
可以理解的是，获得用户特征向量样本的方式与上述获得目标用户特征向量的方式类似，而获得位置特征向量样本的方式与上述获得目标位置特征向量的方式存在差异，后续将具体说明。
[0111]
按照类似的方式对每个待训练信息进行处理，可以得到每个待训练样本。
[0112]
步骤s214，基于每个待训练信息中的实际意图，对每个待训练样本进行标注，得到每个带有实际意图标签的训练样本；
[0113]
步骤s216，基于每个带有实际意图标签的训练样本，对基础意图识别模型进行训练，得到意图识别模型；
[0114]
在本实施例中，基于每个待训练信息中的实际意图，对每个待训练样本进行标注，即得到每个训练样本，该训练样本包括用户特征向量样本和位置特征向量样本，以及具有实际意图标签。
[0115]
将每个带有实际意图标签的训练样本输入基础意图识别模型，并利用基础意图识别模型基于每个训练样本进行意图识别，得到每个训练样本对应的预测意图；然后基于每个训练样本具有的实际意图和对应的预测意图，对基础意图识别模型进行训练，以得到意图识别模型。
[0116]
可以理解的是，意图识别模型通常为分类模型，而现有的分类模型一般是通过构建正样本和负样本来进行训练后得到的，而负样本往往需要参考多个维度以确定策略才能构建，所以需要采集大量的特征，会耗费大量的时间。而本发明实施中是将实际意图作为正样本，将除实际意图以外的意图默认为负样本，进而可以简化了样本构建的流程，节省了时间并提高了模型训练的效率。
[0117]
可选地，对于上述步骤s212中基于待训练信息中的历史位置标识进行编码获得位置特征向量样本的过程，本发明实施例提供了一种可能的实现方式。
[0118]
步骤s212-1，确定待训练信息中历史位置标识对应的第一编码位；
[0119]
步骤s212-3，将第一编码位上的数值编码为有效值，并将除第一编码位以外的每个第二编码位上的数值编码为无效值，得到位置特征向量样本。
[0120]
在本实施例中，虽然在问题推荐阶段，基于位置标识进行编码得到位置特征向量的实现方式有多种，但是在模型训练阶段，本发明实施例是通过确定待训练信息中历史位置标识对应的第一编码位，并将第一编码位上的数值编码为有效值，和将除第一编码位以外的每个第二编码位上的数值编码为无效值，来得到位置特征向量样本。
[0121]
可以理解为，本发明实施例是通过训练意图识别模型，来建立用户的特征信息和问题推荐界面与意图的对应关系，而待训练信息中的历史位置标识表示原始用户实际浏览过的问题推荐界面，所以必须将待训练信息中历史位置标识对应的编码位上的数值编码为有效值，才能确保最终训练得到的意图识别模型能够准确地识别出意图，以保证问题推荐的准确性。
[0122]
为了执行上述实施例及各个可能的方式中的相应步骤，下面给出一种问题推荐装置的实现方式。请参阅图9，图9为本发明实施例提供的一种问题推荐装置300的功能模块
图。需要说明的是，本实施例所提供的问题推荐装置300，其基本原理及产生的技术效果和上述实施例相同，为简要描述，本实施例部分未提及之处，可参考上述的实施例中相应内容。该问题推荐装置300包括：
[0123]
获取模块310，用于基于目标用户的交互操作，获取目标用户的目标用户特征信息和目标位置标识；目标位置标识表示交互操作对应的目标问题推荐界面；
[0124]
编码模块330，用于基于目标用户特征信息进行编码得到目标用户特征向量，并基于目标位置标识进行编码得到目标位置特征向量；
[0125]
推荐模块350，用于利用预先训练的意图识别模型，基于目标用户特征向量和目标位置特征向量进行意图识别，得到每个目标意图；
[0126]
在目标问题推荐界面推荐每个目标意图对应的问题。
[0127]
可选地，编码模块330还用于：确定目标位置标识对应的目标编码位；将目标编码位上的数值编码为有效值，并将每个其他编码位上的数值编码为无效值，得到目标位置特征向量。
[0128]
可选地，编码模块330还用于：若目标位置标识所表示的目标问题推荐界面为主推荐界面，则将每个编码位上的数值均编码为有效值，得到目标位置特征向量。
[0129]
可选地，推荐模块350还用于：预测每个预设意图与目标用户特征向量和目标位置特征向量的匹配度，得到每个预设意图对应的匹配度；从全部预设意图中选取匹配度大于预设阈值的每个目标意图。
[0130]
可选地，问题推荐装置300还包括训练模块370，用于基于多个原始用户的基本信息和行为信息，获得多个待训练信息；其中，待训练信息包括原始用户的用户特征信息、历史位置标识和实际意图，历史位置标识表示原始用户浏览过的历史问题推荐界面，实际意图表示原始用户在历史问题推荐界面查看过的问题所对应的意图；对于每个待训练信息，基于待训练信息中的用户特征信息进行编码获得用户特征向量样本，并基于待训练信息中的历史位置标识进行编码获得位置特征向量样本，得到每个待训练样本；基于每个待训练信息中的实际意图，对每个待训练样本进行标注，得到每个带有实际意图标签的训练样本；基于每个带有实际意图标签的训练样本，对基础意图识别模型进行训练，得到意图识别模型。
[0131]
可选地，训练模块370还用于：确定待训练信息中历史位置标识对应的第一编码位；将第一编码位上的数值编码为有效值，并将除第一编码位以外的每个第二编码位上的数值编码为无效值，得到位置特征向量样本。
[0132]
本发明实施例还提供了一种电子设备，包括处理器和存储器，存储器存储有计算机程序，处理器执行计算机程序时，实现本发明实施例揭示的问题推荐方法。
[0133]
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本发明实施例揭示的问题推荐方法。
[0134]
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执
行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0135]
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0136]
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0137]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种问题推荐方法，其特征在于，应用于电子设备，所述电子设备存储有多个用户的用户特征信息和多个表示问题推荐界面的位置标识，所述方法包括：基于目标用户的交互操作，获取所述目标用户的目标用户特征信息和目标位置标识；所述目标位置标识表示所述交互操作对应的目标问题推荐界面；基于所述目标用户特征信息进行编码得到目标用户特征向量，并基于所述目标位置标识进行编码得到目标位置特征向量；利用预先训练的意图识别模型，基于所述目标用户特征向量和所述目标位置特征向量进行意图识别，得到每个目标意图；在所述目标问题推荐界面推荐每个所述目标意图对应的问题。2.根据权利要求1所述的方法，其特征在于，每个所述位置标识均有对应的编码位；所述基于所述目标位置标识进行编码得到目标位置特征向量，包括：确定所述目标位置标识对应的目标编码位；将所述目标编码位上的数值编码为有效值，并将每个其他编码位上的数值编码为无效值，得到所述目标位置特征向量。3.根据权利要求1所述的方法，其特征在于，每个所述位置标识均有对应的编码位，全部问题推荐界面中包括主推荐界面；所述基于所述目标位置标识进行编码得到目标位置特征向量，包括：若所述目标位置标识所表示的目标问题推荐界面为所述主推荐界面，则将每个所述编码位上的数值均编码为有效值，得到所述目标位置特征向量。4.根据权利要求1所述的方法，其特征在于，所述利用预先训练的意图识别模型，基于所述目标用户特征向量和所述目标位置特征向量进行意图识别，得到每个目标意图，包括：预测每个预设意图与所述目标用户特征向量和所述目标位置特征向量的匹配度，得到每个所述预设意图对应的匹配度；从全部预设意图中选取所述匹配度大于预设阈值的每个目标意图。5.根据权利要求1所述的方法，其特征在于，所述意图识别模型是按照以下方式得到的：基于多个原始用户的基本信息和行为信息，获得多个待训练信息；其中，所述待训练信息包括原始用户的用户特征信息、历史位置标识和实际意图，所述历史位置标识表示所述原始用户浏览过的历史问题推荐界面，所述实际意图表示所述原始用户在历史问题推荐界面查看过的问题所对应的意图；对于每个所述待训练信息，基于所述待训练信息中的用户特征信息进行编码获得用户特征向量样本，并基于所述待训练信息中的历史位置标识进行编码获得位置特征向量样本，得到每个待训练样本；基于每个所述待训练信息中的实际意图，对每个所述待训练样本进行标注，得到每个带有实际意图标签的训练样本；基于每个所述带有实际意图标签的训练样本，对基础意图识别模型进行训练，得到所述意图识别模型。6.根据权利要求5所述的方法，其特征在于，每个所述位置标识均有对应的编码位；所述基于所述待训练信息中的历史位置标识进行编码获得位置特征向量样本，包括：
确定所述待训练信息中历史位置标识对应的第一编码位；将所述第一编码位上的数值编码为有效值，并将除所述第一编码位以外的每个第二编码位上的数值编码为无效值，得到所述位置特征向量样本。7.一种问题推荐装置，其特征在于，应用于电子设备，所述电子设备存储有多个用户的用户特征信息和多个表示问题推荐界面的位置标识，所述装置包括：获取模块，用于基于目标用户的交互操作，获取所述目标用户的目标用户特征信息和目标位置标识；所述目标位置标识表示所述交互操作对应的目标问题推荐界面；编码模块，用于基于所述目标用户特征信息进行编码得到目标用户特征向量，并基于所述目标位置标识进行编码得到目标位置特征向量；推荐模块，用于利用预先训练的意图识别模型，基于所述目标用户特征向量和所述目标位置特征向量进行意图识别，得到每个目标意图；在所述目标问题推荐界面推荐每个所述目标意图对应的问题。8.根据权利要求7所述的装置，其特征在于，每个所述位置标识均有对应的编码位，所述编码模块还用于：确定所述目标位置标识对应的目标编码位；将所述目标编码位上的数值编码为有效值，并将每个其他编码位上的数值编码为无效值，得到所述目标位置特征向量。9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时，实现权利要求1至6中任一项所述的方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时，实现权利要求1至6中任一项所述的方法。

技术总结
本发明涉及自然语言处理技术领域，提供一种问题推荐方法、装置、电子设备及存储介质。基于目标用户的交互操作，获取目标用户的目标用户特征信息和目标位置标识，其中目标位置标识表示交互操作对应的目标问题推荐界面；然后基于目标用户特征信息进行编码得到目标用户特征向量，并基于目标位置标识进行编码得到目标位置特征向量；再利用预先训练的意图识别模型，基于目标用户特征向量和目标位置特征向量进行意图识别，得到每个目标意图；最后在目标问题推荐界面推荐每个目标意图对应的问题。基于用户特征信息和用户触发的问题推荐界面，考虑到用户的个性化特征和不同界面中问题的差异性，提高了问题推荐的准确性和效率。提高了问题推荐的准确性和效率。提高了问题推荐的准确性和效率。


技术研发人员：罗欢 陈超 李辛 侯元春
受保护的技术使用者：上海喜马拉雅科技有限公司
技术研发日：2023.02.10
技术公布日：2023/9/22