一种招生问答方法及装置与流程

本发明涉及智能交互技术领域，尤其涉及一种招生问答方法及装置。

背景技术：

招生过程面对较多的对象，招生的主体也较多，在招生过程中通常会出现大量的咨询。咨询与答复通常通过人工完成，这些咨询中往往会存在较多的重复，传统的人工答复会浪费较多的人力物力。

在一种现有技术中，通过检测咨询问题是否为已出现过的咨询问题，若为已出现过的咨询问题则进行自动回复。

但是，现有的自动回复的智能化水平有待提升。

技术实现要素：

本发明解决的技术问题是提升招生问答的智能化水平。

为解决上述技术问题，本发明实施例提供一种招生问答方法，包括：获取用户的当前请求信息，对基于所述当前请求信息的请求文本进行自然语义理解，以得到当前请求要素；根据所述当前请求要素匹配招生知识库，若匹配成功，则根据匹配结果得到所述当前请求信息的请求答案向所述用户发送所述请求答案。

可选的，根据所述当前请求要素匹配招生知识库包括：确定历史请求要素，所述历史请求要素是对所述用户的历史请求信息进行自然语义理解得到的请求要素；结合所述当前请求要素和所述历史请求要素匹配招生知识库。

可选的，所述招生知识库包括以下知识库的一种或多种：通用招生知识库、针对一个或多个学校方的学校招生知识库和针对一个或多个生源地的生源地招生知识库。

可选的，所述招生知识库包括通用招生知识库，还包括一个或多个学校方的学校招生知识库和/或针对一个或多个生源地的生源地招生知识库，所述结合所述当前请求要素和所述历史请求要素匹配招生知识库包括：判断所述当前请求要素和所述历史请求要素中是否包括学校信息或生源地信息；若是，则与对应的学校招生知识库或生源地招生知识库相匹配；若否，则与所述通用招生知识库相匹配。

可选的，所述结合所述当前请求要素和所述历史请求要素匹配招生知识库包括：若所述当前请求要素和所述历史请求要素中均包含学校信息或生源地信息，则判断所述当前请求要素和所述历史请求要素中包含的学校信息和/或生源地信息是否一致；若一致，则与对应的学校招生知识库或生源地招生知识库相匹配；若有不一致，则提示用户选择所述当前请求要素和所述历史请求要素中不一致的学校信息和/或生源地信息，以与对应的学校招生知识库或生源地招生知识库相匹配；或若有不一致，则根据所述当前请求要素中的学校信息和/或生源地信息与对应的学校招生知识库或生源地招生知识库相匹配。

可选的，所述获取用户的当前请求信息包括通过以下至少一种方式获取当前请求信息：微信、网页、应用软件、电话、短信、实体机器人和自主咨询终端。

可选的，所述招生知识库包括：本地招生知识库和至少一个外部招生知识库，所述本地招生知识库通过外部接口和所述外部招生知识库相连接。

可选的，根据所述当前请求要素匹配招生知识库包括：在所述本地招生知识库和至少一个外部招生知识库中选择与所述当前请求要素的至少一部分关联的招生知识库；根据所述当前请求要素匹配选择的招生知识库。

可选的，所述外部招生知识库包括以下任一种：不同学校方的数据库，其中存储有招生信息和/或招生政策；第三方的数据库，其中存储有招生网络问答和/或评价。

可选的，所述招生问答方法还包括：向用户提供多个推荐问，用户从中选择一个或多个推荐问作为所述当前请求信息。

可选的，所述招生问答方法还包括：若匹配失败，则向所述用户发送反问消息，以使得用户对所述当前请求信息进行补充。

可选的，所述反问消息包括与所述当前请求信息相关的补充信息和/或推荐信息。

可选的，在向用户发送所述当前请求答案后，还包括：向所述用户推荐与所述当前请求答案和/或当前请求信息相关的其他信息。

可选的，所述用户的当前请求信息为语音信息；通过语音识别获取基于所述当前请求信息的请求文本。

可选的，对基于所述当前请求信息的请求文本进行自然语义理解包括对所述请求文本进行以下至少一种容错修订：非法词过滤、前后缀过滤、停词过滤和拼音过滤。

本发明实施例还提供一种招生问答装置，包括：当前请求要素获取单元，用于获取用户的当前请求信息，对基于所述当前请求信息的请求文本进行自然语义理解，以得到当前请求要素；招生知识库匹配单元，用于根据所述当前请求要素匹配招生知识库；请求答案单元，用于若匹配成功，则根据匹配结果得到所述当前请求信息的请求答案向所述用户发送所述请求答案。

可选的，所述招生知识库匹配单元包括：历史请求要素确定单元，用于确定历史请求要素，所述历史请求要素是对所述用户的历史请求信息进行自然语义理解得到的请求要素；结合匹配单元，用于结合所述当前请求要素和所述历史请求要素匹配招生知识库。

可选的，所述招生知识库包括以下知识库的一种或多种：通用招生知识库、针对一个或多个学校方的学校招生知识库和针对一个或多个生源地的生源地招生知识库。

可选的，所述招生知识库包括通用招生知识库，还包括一个或多个学校方的学校招生知识库和/或针对一个或多个生源地的生源地招生知识库，所述结合匹配单元包括：第一判断单元，用于判断所述当前请求要素和所述历史请求要素中是否包括学校信息或生源地信息；第一匹配单元，用于在所述判断单元的判断结果为是时，与对应的学校招生知识库或生源地招生知识库相匹配；第二匹配单元，用于在所述第一判断单元的判断结果为否时，与所述通用招生知识库相匹配。

可选的，所述结合匹配单元包括：第二判断单元，用于在所述当前请求要素和所述历史请求要素中均包含学校信息或生源地信息时，判断所述当前请求要素和所述历史请求要素中包含的学校信息和/或生源地信息是否一致；第三匹配单元，用于在所述第二判断单元的判断结果为是时，与对应的学校招生知识库或生源地招生知识库相匹配；提示单元或第四匹配单元，其中：提示单元，用于在所述第二判断单元的判断结果为否时，提示用户选择所述当前请求要素和所述历史请求要素中不一致的学校信息和/或生源地信息，以与对应的学校招生知识库或生源地招生知识库相匹配；第四匹配单元，用于在所述第二判断单元的判断结果为否时，根据所述当前请求要素中的学校信息和/或生源地信息与对应的学校招生知识库或生源地招生知识库相匹配。

可选的，所述当前请求要素获取单元用于通过以下至少一种方式获取当前请求信息：微信、网页、应用软件、电话、短信、实体机器人和自主咨询终端。

可选的，所述招生知识库包括：本地招生知识库和至少一个外部招生知识库，所述本地招生知识库通过外部接口和所述外部招生知识库相连接。

可选的，所述招生知识库匹配单元包括：知识库选择单元，用于在所述本地招生知识库和至少一个外部招生知识库中选择与所述当前请求要素的至少一部分关联的招生知识库；第五匹配单元，用于根据所述当前请求要素匹配选择的招生知识库。

可选的，所述外部招生知识库包括以下任一种：不同学校方的数据库，其中存储有招生信息和/或招生政策；第三方的数据库，其中存储有招生网络问答和/或评价。

可选的，所述招生问答装置还包括：推荐问单元，用于向用户提供多个推荐问，用户从中选择一个或多个推荐问作为所述当前请求信息。

可选的，所述招生问答装置还包括：反问单元，用于在匹配失败时，向所述用户发送反问消息，以使得用户对所述当前请求信息进行补充。

可选的，所述反问消息包括与所述当前请求信息相关的补充信息和/或推荐信息。

可选的，所述招生问答装置还包括：推荐单元，用于在向用户发送所述当前请求答案后，向所述用户推荐与所述当前请求答案和/或当前请求信息相关的其他信息。

可选的，所述用户的当前请求信息为语音信息；所述当前请求要素获取单元用于通过语音识别获取基于所述当前请求信息的请求文本。

可选的，所述当前请求要素获取单元用于对所述请求文本进行以下至少一种容错修订：非法词过滤、前后缀过滤、停词过滤和拼音过滤。

与现有技术相比，本发明实施例的技术方案具有以下有益效果：

在本发明实施例中，对当前请求信息的请求文本进行自然语言理解，以得到当前请求要素，并根据所述当前请求要素匹配招生知识库，若匹配成功，则根据匹配结果得到所述当前请求信息的请求答案向所述用户发送所述请求答案。通过对请求文本进行自然语义理解得到当前请求要素，而得到的当前请求要素的可识别性更高，故根据所述当前请求要素匹配招生知识库，匹配成功的几率远远大于直接利用咨询问题进行文本匹配，从而使得本发明实施例中的招生问答方法可以对更多的当前请求信息给与回复，进而可以更大程度上提升招生咨询过程的效率，并节约成本，进一步也提升了招生问答方法的智能化水平。

附图说明

图1是本发明实施例中一种招生问答方法的流程图；

图2是图1中步骤S12的一种具体实现的流程图；

图3是图2中步骤S22的一种具体实现的流程图；

图4是图2中步骤S22的另一种具体实现的流程图；

图5是图2中步骤S22的又一种具体实现的流程图

图6本发明实施例中一种招生问答装置的结构示意图；

图7是图6中招生知识库匹配单元62的一种具体实现的结构示意图；

图8是图7中结合匹配单元72的一种具体实现的结构示意图；

图9a是图7中结合匹配单元72的另一种具体实现的结构示意图；

图9b是图7中结合匹配单元72的又一种具体实现的结构示意图；

图10是图6中招生知识库匹配单元62的另一种具体实现的结构示意图。

具体实施方式

如前所述，现有的自动回复方法，通过检测咨询问题是否为已出现过的咨询问题，若为已出现过的咨询问题则进行自动回复。

但是，由于自然语言的多样性，仅通过检测咨询问题是否字面重复，能够自动回复的问题较少，覆盖面较小，对整个咨询过程的效率提升较少，智能化水平有待提升。

在本发明实施例中，对当前请求信息的请求文本进行自然语言理解，以得到当前请求要素，并根据所述当前请求要素匹配招生知识库，若匹配成功，则根据匹配结果得到所述当前请求信息的请求答案向所述用户发送所述请求答案。

由于得到的当前请求要素是对请求文本进行自然语义理解后得到的，机器可识别性更高，故根据所述当前请求要素匹配招生知识库，匹配成功的几率远远大于直接利用咨询问题进行文本匹配，从而本发明实施例中的招生问答方法可以对更多的当前请求信息给与回复，进而可以更大程度上提升招生咨询过程的效率，并节约成本，进一步也提升了招生问答方法的智能化水平。

为使本发明的上述目的、特征和有益效果能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。

图1是本发明实施例中一种招生问答方法的流程图，具体可以包括如下步骤：

步骤S11，获取用户的当前请求信息，对基于所述当前请求信息的请求文本进行自然语义理解，以得到当前请求要素；

步骤S12，根据所述当前请求要素匹配招生知识库，若匹配成功，则根据匹配结果得到所述当前请求信息的请求答案向所述用户发送所述请求答案。

其中，用户的当前请求信息可以是来自多种渠道的信息，例如可以是通过以下至少一种方式获取到的：微信、网页、应用软件、电话、短信、实体机器人和自主咨询终端。用户的当前请求信息可以包括一种或多种类型的信息，例如可以包括语音信息、文字信息、图片信息中的一种或多种。

基于当前请求信息的请求文本可以是基于不同类型的当前请求信息进行针对性的处理得到的，例如当请求信息中包含非文字信息时，可以对这些非文字信息进行类型转换，转换成为文字信息。

在一个非限定性的例子中，用户的当前请求信息为语音信息，可以通过语音识别，获取基于所述当前请求信息的请求文本。

对请求文本进行自然语义理解，可以包括对请求文本进行容错修订，以更大限度的得到请求文本的关键信息，并确定请求要素。具体可以包括对请求文本中的词语进行过滤，例如可以进行以下任一种或多种过滤：非法词过滤、前后缀过滤、停词过滤和拼音过滤。

非法词过滤、前后缀过滤、停词过滤和拼音过滤可以基于对应的非法词库、前后缀库、停词库、拼音库进行。非法词过滤可以过滤掉脏词等非法词；停词过滤可以过滤掉停用词；拼音过滤可以直接过滤掉拼音，或者将拼音结合前后词进行转换，以得到对应的文字。

当前请求要素可以包括匹配招生知识库所需的索引项，例如学校、省份、分数、专业、文理科等。根据当前请求要素匹配招生知识库，可以包括利用当前请求要素中包含的索引项匹配招生知识库。根据当前请求要素匹配招生知识库，在匹配成功时，向用户发送所述请求答案，也可以保证请求答案的准确性。所述请求答案中可以包括对应当前请求的完整描述方式，以降低用户错误理解答案的可能性。

下面以一个非限定性的例子对步骤S11及步骤S12进行说明：当前请求信息的文本为“你好，我考了490分，我是SS省考生，能报考XX学校什么专业”；通过自然语义理解，得到的当前请求要素可以是：“490分”、“SS省”、“XX学校”“专业”；此时根据当前请求要素对招生知识库进行匹配后，可以做出如下回答：“XX学校yyyy年在SS省计划招zzzz、mmmm专业，yyyy年录取分数线是……”。

图2是图1中步骤S12的一种具体实现的流程图，具体可以包括以下步骤：

步骤S21，确定历史请求要素，所述历史请求要素是对所述用户的历史请求信息进行自然语义理解得到的请求要素；

步骤S22，结合所述当前请求要素和所述历史请求要素匹配招生知识库。

历史请求信息是与当前请求信息对应同一用户的请求信息，可以通过用户ID或者对话过程确定对应关系。

历史请求信息的接收方式和类型可以相同或类似于当前请求信息，对历史请求信息进行处理得到历史请求要素的方式也可以与对当前请求信息进行处理的方式相同或类似，在此均不赘述。

用户的当前请求信息以及历史请求信息均可以是基于咨询问题的请求信息，或者说明自身情况的信息。

以下通过一个非限定性的例子进行进一步说明：当前请求信息的请求文本为“多少分可以上XX大学”，而对应该用户的历史请求信息中包含“我是SS省的”。此时，若仅利用当前请求信息得到的当前请求要素，较难与招生知识库匹配成功，但若结合由历史请求信息得到的历史请求要素，则可以成功进行匹配。

在具体实施中，招生知识库可以包括以下知识库的一种或多种：通用招生知识库、针对一个或多个学校方的学校招生知识库和针对一个或多个生源地的生源地招生知识库。

参见图3，在本发明一实施例中，所述招生知识库包括通用招生知识库，还包括一个或多个学校方的学校招生知识库和/或针对一个或多个生源地的生源地招生知识库，步骤S22可以包括如下步骤：

步骤S221，判断所述当前请求要素和所述历史请求要素中是否包括学校信息或生源地信息；若是，则执行步骤S222，若否，则执行步骤S223。

步骤S222，与对应的学校招生知识库或生源地招生知识库相匹配；

步骤S223，与所述通用招生知识库相匹配。

由于针对不同学校，或针对不同生源地，用户关心的问题可能会有不同的特点，故对知识库进行区分，分为通用知识库和有针对性的知识库，可以在当前请求信息指向某个学校，或者当前请求信息指向某个生源地时，根据当前请求要素匹配当前请求信息指向的学校或生源地中的知识库，从而可以获得更加准确的请求答案。

通过设置通用招生知识库，使得本发明实施例中的招生问答方法可以适用于更多的场景，在用户的当前请求信息中并未指向某个学校或生源地时，也可以进行匹配，并进一步提供请求答案。

在智能问答领域，通常而言，若通过智能问答可以解决用户的问题，则无需人工介入；反之，若通过智能问答无法解决用户的问题，则需要人工介入。故若智能问答的答复准确性较高，针对性较强，则可以节省人工资源，进一步提升招生过程的效率。

图4是图2中步骤S22的另一种具体实现的流程图，具体可以包括如下步骤：

步骤S41，确定所述当前请求要素和所述历史请求要素中均包含学校信息或生源地信息；

步骤S42，判断所述当前请求要素和所述历史请求要素中包含的学校信息和/或生源地信息是否一致；若一致，则执行步骤S43，否则，执行步骤S44。

步骤S43，与对应的学校招生知识库或生源地招生知识库相匹配；

步骤S44，提示用户选择所述当前请求要素和所述历史请求要素中不一致的学校信息和/或生源地信息，以与对应的学校招生知识库或生源地招生知识库相匹配；或根据所述当前请求要素中的学校信息和/或生源地信息与对应的学校招生知识库或生源地招生知识库相匹配。

在具体实施中，招生知识库可以包括：本地招生知识库和至少一个外部招生知识库，所述本地招生知识库通过外部接口和所述外部招生知识库相连接。

本地招生知识库可以位于提供招生问答服务的服务器，外部招生知识库可以是通过网络和外部接口与本地招生知识库相连接的知识库。通过设置外部知识库，可以使得招生知识库更加完备，从而可以对更多的用户当前请求信息进行回应。

图5是图2中步骤S22的又一种具体实现的流程图，具体可以包括如下步骤：

步骤S51，在所述本地招生知识库和至少一个外部招生知识库中选择与所述当前请求要素的至少一部分关联的招生知识库；

步骤S52，根据所述当前请求要素匹配选择的招生知识库。

其中，所述外部招生知识库可以包括以下任一种：不同学校方的数据库，其中存储有招生信息和/或招生政策；第三方的数据库，其中存储有招生网络问答和/或评价。

例如，在当前请求要素中包括XX学校和生源地SS省时，若所述本地招生知识库即为XX学校的知识库，外部知识库中包括存储SS省份招生政策的招生知识库以和存储有对XX学校的网络问答和/或评价的招生知识库，则可以根据当前请求要素匹配本地招生知识库、存储SS省份招生政策的招生知识库，以及存储有对XX学校的网络问答和/或评价的招生知识库。

继续参见图1，本发明实施例的招生问答方法还可以包括：向用户提供多个推荐问，用户从中选择一个或多个推荐问作为步骤S11中当前请求信息。

可以在用户输入过程中，根据用户输入的关键字向用户提供推荐问，例如，当用户输入“XX学校”时，提供的推荐问可以是“XX学校招多少人”，“XX学校分数线”，或者“XX学校有哪些校区”。

在具体实施中，若步骤S12中的匹配失败，则可以向所述用户发送反问消息，以使得用户对所述当前请求信息进行补充。

其中，反问消息包括与所述当前请求信息相关的补充信息和/或推荐信息。

例如，当用户的当前请求信息为“你们学校PP专业”，根据基于当前请求信息得到的当前请求要素对招生知识库进行匹配失败，此时可以向用户发送反问消息，例如可以发送：“您可能想问的是：1、PP专业今年招多少人？或2、pp专业本科在哪个校区”；或也可以发送“请问您是在什么省份参加考试的”。

在本发明实施例的招生问答方法中，在步骤S12之后，还可以包括步骤S13：向所述用户推荐与所述当前请求答案和/或当前请求信息相关的其他信息。其他信息的推荐可以是基于对问答的数据统计。

例如，当用户当前请求信息的请求文本为“你好，我考了490分，我是SS省考生，能报考XX学校什么专业”，根据当前请求要素对招生知识库进行匹配后，做出如下回答：“XX学校yyyy年在SS省计划招zzzz、mmmm专业，yyyy年录取分数线是……”。

在此之后，还可以向用户推荐其他信息“或许您还想知道：1、XX学校的校区分布；2、XX学校在SS省招多少人3、XX学校有哪些重点学科和特色专业”。

在本发明实施例中，对当前请求信息的请求文本进行自然语言理解，以得到当前请求要素，并根据所述当前请求要素匹配招生知识库，若匹配成功，则根据匹配结果得到所述当前请求信息的请求答案向所述用户发送所述请求答案。通过对请求文本进行自然语义理解得到当前请求要素，而得到的当前请求要素的可识别性更高，故根据所述当前请求要素匹配招生知识库，匹配成功的几率远远大于直接利用咨询问题进行文本匹配，从而本发明实施例中的招生问答方法可以对更多的当前请求信息给与回复，进而可以更大程度上提升招生咨询过程的效率，并节约成本，进一步也提升了招生问答方法的智能化水平。

本发明实施例还提供一种招生问答装置，其结构示意图参见图6。招生问答装置具体可以包括：

当前请求要素获取单元61，用于获取用户的当前请求信息，对基于所述当前请求信息的请求文本进行自然语义理解，以得到当前请求要素；

招生知识库匹配单元62，用于根据所述当前请求要素匹配招生知识库；

请求答案单元63，用于若匹配成功，则根据匹配结果得到所述当前请求信息的请求答案向所述用户发送所述请求答案。

招生问答装置可以集成于提供招生问答服务的服务器，该服务器可以是分布式服务器，招生问答装置也可以分布于招生问答机器人和服务器，其中，问答机器人也可以视作服务器。例如，当前请求要素获取单元61中获取用户请求信息的实现部分以及请求答案单元63中向所述用户发送所述请求答案的实现部分可以位于招生问答机器人。

当前请求要素获取单元61可以通过以下至少一种方式获取当前请求信息：微信、网页、应用软件、电话、短信、实体机器人和自主咨询终端。

用户的当前请求信息为语音信息时，当前请求要素获取单元61还可以包括语音采集装置采集声音信号，所述当前请求要素获取单元61可以通过语音识别装置对声音信号进行识别，以获取基于所述当前请求信息的请求文本。在具体实施中，当前请求要素获取单元61可以对请求文本进行以下至少一种容错修订：非法词过滤、前后缀过滤、停词过滤和拼音过滤。

进行过滤非法词过滤、前后缀过滤、停词过滤的过程可以基于对词库进行的匹配，进行拼音过滤可以基于拼音识别装置。

根据当前请求要素匹配招生知识库，在匹配成功时，向用户发送所述请求答案，也可以保证请求答案的准确性。所述请求答案中可以包括对应当前请求的完整描述方式，以降低用户错误理解答案的可能性。

参见图7，在具体实施中，招生知识库匹配单元62可以包括：

历史请求要素确定单元71，用于确定历史请求要素，所述历史请求要素是对所述用户的历史请求信息进行自然语义理解得到的请求要素；

结合匹配单元72，用于结合所述当前请求要素和所述历史请求要素匹配招生知识库。

其中，历史请求要素确定单元71可以通过检测用户输入的界面或者用户ID判断是否属于同一用户输入的请求信息，将属于同一用户输入的请求信息作为历史请求信息。

在具体实施中，所述招生知识库包括以下知识库的一种或多种：通用招生知识库、针对一个或多个学校方的学校招生知识库和针对一个或多个生源地的生源地招生知识库。

参见图8，在本发明一实施例中，所述招生知识库包括通用招生知识库，还包括一个或多个学校方的学校招生知识库和/或针对一个或多个生源地的生源地招生知识库，结合匹配单元72可以包括：

第一判断单元81，用于判断所述当前请求要素和所述历史请求要素中是否包括学校信息或生源地信息；

第一匹配单元82，用于在所述判断单元的判断结果为是时，与对应的学校招生知识库或生源地招生知识库相匹配；

第二匹配单元83，用于在所述第一判断单元的判断结果为否时，与所述通用招生知识库相匹配。

其中，第一判断单元81可以通过识别当前请求要素和所述历史请求要素中的关键字，来判断所述当前请求要素和所述历史请求要素中是否包括学校信息或生源地信息。

由于针对不同学校，或针对不同生源地，用户关心的问题可能会有不同的特点，故对知识库进行区分，分为通用知识库和有针对性的知识库，可以在当前请求信息指向某个学校，或者当前请求信息指向某个生源地时，根据当前请求要素匹配当前请求信息指向的学校或生源地中的知识库，从而可以获得更加准确的请求答案。

通过设置通用招生知识库，使得本发明实施例中的招生问答方法可以适用于更多的场景，在用户的当前请求信息中并未指向某个学校或生源地时，也可以进行匹配，并进一步提供请求答案。

图9a是图7中结合匹配单元72的另一种具体实现的结构示意图，具体可以包括：

第二判断单元91，用于在所述当前请求要素和所述历史请求要素中均包含学校信息或生源地信息时，判断所述当前请求要素和所述历史请求要素中包含的学校信息和/或生源地信息是否一致；

第三匹配单元92，用于在所述第二判断单元的判断结果为是时，与对应的学校招生知识库或生源地招生知识库相匹配；

提示单元93，用于在所述第二判断单元的判断结果为否时，提示用户选择所述当前请求要素和所述历史请求要素中不一致的学校信息和/或生源地信息，以与对应的学校招生知识库或生源地招生知识库相匹配。

在具体实施中，招生知识库可以包括：本地招生知识库和至少一个外部招生知识库，所述本地招生知识库通过外部接口和所述外部招生知识库相连接。

本地招生知识库可以位于提供招生问答服务的服务器，外部招生知识库可以是通过网络和外部接口与本地招生知识库相连接的知识库。通过设置外部知识库，可以使得招生知识库更加完备，从而可以对更多的用户当前请求信息进行回应。

图9b是图7中结合匹配单元72的又一种具体实现的结构示意图，同样可以包括：第二判断单元91、第三匹配单元92，另外可以包括第四匹配单元94，用于在所述第二判断单元的判断结果为否时，根据所述当前请求要素中的学校信息和/或生源地信息与对应的学校招生知识库或生源地招生知识库相匹配。

在具体实施中，所述招生知识库可以包括：本地招生知识库和至少一个外部招生知识库，所述本地招生知识库通过外部接口和所述外部招生知识库相连接。

其中，所述外部招生知识库包括以下任一种：不同学校方的数据库，其中存储有招生信息和/或招生政策；第三方的数据库，其中存储有招生网络问答和/或评价。

参见图10，招生知识库匹配单元62可以包括：

知识库选择单元101，用于在所述本地招生知识库和至少一个外部招生知识库中选择与所述当前请求要素的至少一部分关联的招生知识库；

第五匹配单元102，用于根据所述当前请求要素匹配选择的招生知识库。

其中，知识库选择单元101可以通过匹配当前请求要素中的关键字，与招生知识库中的关键字，来选择与所述当前请求要素的至少一部分关联的招生知识库。

继续参见图6，招生问答装置还可以包括推荐问单元64，用于向用户提供多个推荐问，用户从中选择一个或多个推荐问作为所述当前请求信息。

招生问答装置还可以包括反问单元65，用于在匹配失败时，向所述用户发送反问消息，以使得用户对所述当前请求信息进行补充。

其中，所述反问消息可以包括与所述当前请求信息相关的补充信息和/或推荐信息。

招生问答装置还可以包括推荐单元66，用于在在向用户发送所述当前请求答案后，向所述用户推荐与所述当前请求答案和/或当前请求信息相关的其他信息。

推荐问单元64、反问单元65以及推荐单元66均可以与面向用户的提示装置配合工作，例如显示屏、语音播放装置等，利用提示装置向用户提供推荐问、反问消息和/或其他信息。

在本发明实施例中，对当前请求信息的请求文本进行自然语言理解，以得到当前请求要素，并根据所述当前请求要素匹配招生知识库，若匹配成功，则根据匹配结果得到所述当前请求信息的请求答案向所述用户发送所述请求答案。通过对请求文本进行自然语义理解得到当前请求要素，而得到的当前请求要素的可识别性更高，故根据所述当前请求要素匹配招生知识库，匹配成功的几率远远大于直接利用咨询问题进行文本匹配，从而本发明实施例中的招生问答方法可以对更多的当前请求信息给与回复，进而可以更大程度上提升招生咨询过程的效率，并节约成本，进一步也提升了招生问答方法的智能化水平。

本发明实施例中的招生问答装置涉及的各名词的解释、具体应用场景等可以参见招生问答方法，在此不再赘述。

本发明实施例中的招生问答装置中的各单元可以利用一个或多个通用处理器结合交互装置实现。通用处理器可以是微处理器，但在替换方案中，该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合，例如DSP与微处理器的组合、多个微处理器、与DSP核心协作的一个或多个微处理器、或任何其他此类配置。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：ROM、RAM、磁盘或光盘等。

虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。