基于聊天日志的摘要生成方法及装置、存储介质及电子终端与流程

本公开涉及电子商务技术领域，具体涉及一种基于聊天日志的摘要生成方法、一种基于聊天日志的摘要生成装置、一种存储介质以及一种电子终端。

背景技术：

随着互联网电子商务的蓬勃发展，在线客服作为与客户沟通交流的渠道，已成为电子商务网站的重要组成部分，同时也是展示企业形象的重要工具。在线客服经常需要在短时间内浏览大量的会话记录信息，以快速了解客户信息和需求。例如，在接听其他人工客服或客服机器人转接进线时，需要快速了解客户与前一个客服的聊天记录，以了解客户需求；或者在接收到客户的留言信息时，客户留言中可能包含数量较多的内容以及多个问题描述，此时客服需要阅读大量的消息记录以整理出简短且有效的信息及数据。或者当访问的客户较多，在线客服需要同时接待多个客户时，在线客户难以对客户信息快速响应，客户可能会连续输入多条消息，此时在线客服就需要阅读大量的消息记录并作出回应。此时对聊天记录进行压缩、提炼，生成摘要就显得尤为重要。

现有技术中为会话记录生成摘要主要通过以下几种方式：1)在线客服与客户沟通并保存会话记录，通过人工去除无用信息的方式整理出摘要；2)基于文本相似度的自动处理，对消息记录的内容进行筛选以生成摘要。但以上方式均存在一定的问题，人工去除无用信息时，信息压缩效果差，经常会剩余过多的消息记录，数据量仍然较大，阅读负担较重；而基于文本相似度的自动处理方式准确率较低，由于客户表述的内容较多，可能使自动生产的摘要偏离主题，从而误导阅读者。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现要素：

本公开的目的在于提供一基于聊天日志的摘要生成方法、一种基于聊天日志的摘要生成装置、一种存储介质以及一种电子终端，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的第一方面，提供一种基于聊天日志的摘要生成方法，包括：

对聊天日志按预设规则进行清理，得到由会话一方的消息语句组成的消息记录；

计算所述消息记录中各消息语句与所述消息记录的相似度得分；

根据各消息语句的相似度得分排序，并选取预设排序数量的消息语句生成摘要。

在本公开的一种示例性实施例中，所述对聊天日志按预设规则进行清理包括：

删除所述聊天日志中的系统消息语句以及会话另一方发出的消息语句，保留会话一方发出的消息语句。

在本公开的一种示例性实施例中，所述对聊天日志按预设规则进行清理包括下述处理中的一种或多种：

语句删除处理，删除所述消息记录中的标识会话开始、标识会话结束以及表示问候的消息语句；

表情符号删除处理，删除所述消息记录中的表情符号。

在本公开的一种示例性实施例中，所述对聊天日志按预设规则进行清理还包括：

占位符处理，统一各所述消息语句中的占位符；

替换处理，将所述消息语句中的口头用语替换为书面用语。

在本公开的一种示例性实施例中，所述计算所述消息记录中各语句与所述消息记录的相似度包括：

依据各所述消息语句中的关键字利用余弦公式计算各所述消息语句与所述消息记录的相似度，所述余弦公式如下：

其中，ai为所述消息语句中关键字的字频向量；bi为消息记录中关键字的字频向量。

在本公开的一种示例性实施例中，所述根据各消息语句的相似度得分排序包括：

判断各消息语句的相似度得分是否相同；

在判断存在相似度得分相同的消息语句时，随机选取一条所述相似度得分相同的消息语句进行排序；其余的所述相似度得分相同的消息语句不进行排序。

在本公开的一种示例性实施例中，所述聊天日志中包括：文本消息、音频消息或视频消息中的一种或多种。

根据本公开的第二方面，提供一种基于聊天日志的摘要生成装置，包括：

消息整理模块，用于对聊天日志按预设规则进行清理，得到由会话一方的消息语句组成的消息记录；

相似度计算模块，用于计算所述消息记录中各消息语句与所述消息记录的相似度得分；

摘要生成模块，用于根据各消息语句的相似度得分排序，并选取预设排序数量的消息语句生成摘要。

根据本公开的第三方面，提供一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述的基于聊天日志的摘要生成方法。

根据本公开的第四方面，提供一种电子终端，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行以下操作：

对聊天日志按预设规则进行清理，得到由会话一方的消息语句组成的消息记录；

计算所述消息记录中各消息语句与所述消息记录的相似度得分；

根据各消息语句的相似度得分排序，并选取预设排序数量的消息语句生成摘要。

本公开的一种实施例所提供的基于聊天日志的摘要生成方法中，通过对聊天日志进行清理，只保留会话双方中一方所发送的消息语句；并对各消息语句与完整的消息记录进行相似度得分计算，并依据相似度得分排序，根据排序结果选取消息语句生成摘要信息。通过对聊天日志进行清理，能够删除聊天日志中一部分与主题无关的消息语句，从而减少计算相似度语句的数量，进而减轻数据计算的负担。并且，通过将各消息语句与完整的消息记录计算相似度得分，使各消息语句的相似度得分更加准确，更能够体现各消息语句与聊天日志核心内容的相关程度，使得最终生成的摘要能够更加准确的表达聊天记录的核心内容，减少摘要中的无用信息，进而提高阅读者的阅读效率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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，还可以根据这些附图获得其他的附图。

图1示意性示出本公开示例性实施例中一种基于聊天日志的摘要生成方法示意图；

图2示意性示出本公开示例性实施例中一种基于聊天日志的摘要生成装置的组成示意图；

图3示意性示出本公开示例性实施例中一种基于聊天日志的摘要生成装置的另一种示意图；

图4示意性示出本公开示例性实施例中一种基于聊天日志的摘要生成装置的再一种示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

本示例实施方式中首先提供了一种基于聊天日志的摘要生成方法，可以应用于电子商务网站、语音客服等平台的在线客户服务系统。参考图1中所示，上述的基于聊天日志的摘要生成方法可以包括以下步骤：

s1，对聊天日志按预设规则进行清理，得到由会话一方的消息语句组成的消息记录；

s2，计算所述消息记录中各消息语句与所述消息记录的相似度得分；

s3，根据各消息语句的相似度得分排序，并选取预设排序数量的消息语句生成摘要。

本示例实施方式所提供的基于聊天日志的摘要生成方法中，通过对聊天日志进行清理，能够删除聊天日志中一部分与主题无关的消息语句，从而减少计算相似度语句的数量，进而减轻数据计算的负担。并且，通过将各消息语句与完整的消息记录计算相似度得分，使各消息语句的相似度得分更加准确，更能够体现各消息语句与聊天日志核心内容的相关程度，使得最终生成的摘要能够更加准确的表达聊天记录的核心内容，减少摘要中的无用信息，进而提高阅读者的阅读效率。

下面，将结合附图及实施例对本示例实施方式中的基于聊天日志的摘要生成方法的各个步骤进行更详细的说明。

步骤s1，对聊天日志按预设规则进行清理，得到由会话一方的消息语句组成的消息记录。

本示例实施方式中，上述的对聊天日志按预设规则进行清理具体可以包括：删除所述聊天日志中的系统消息语句以及会话另一方发出的消息语句，保留会话一方发出的消息语句。

当服务器接收到一需要生成摘要的聊天日志时，可以先对所述聊天信息进行清理，删除聊天日志中被咨询一方的消息语句以及系统发送的消息语句；保留主动咨询一方，即聊天发起者的消息语句。

示例1，聊天记录如下：

(m1)在线客服：欢迎咨询在线客服，本次由“xx旗舰店”为您解答，感谢您的支持！

(m2)系统消息：请注意账号和财产安全，切勿轻易透露您的其他联系方式和账号信息。

(m3)顾客：您好，在吗？

(m4)顾客：我买的包需要退货(表情符号：苦笑脸)。

(m5)在线客服：在的，客官。

(m6)在线客服：请问您是已经收到货了吗？

(m7)顾客：收到货了。

(m8)顾客：这个是给家里人买的。

(m9)顾客：但是家里人不喜欢这个颜色和款式，所以想要退了。

(m10)在线客服：请问您的订单号是多少呢？

(m11)顾客：订单编号：001002003004。

(m12)在线客服：好吧，亲亲，这个您申请退货退款就可以了呢。

(m13)顾客：好的，知道了

(m14)顾客：谢谢哦。

(m15)在线客服：不客气呢，亲亲。

在上述的示例1中，可以先将系统消息语句m2，以及在线客服发送的消息语句m1、m5、m6、m10、m12以及m15删除。删除后的消息记录中只包含顾客发送的消息语句，删除处理后的消息记录1包括如下消息语句：m3、m4、m7、m8、m9、m11、m13以及m14；即将顾客发送的每一条消息作为一个消息语句。通过删除系统消息语句及在线客服的消息语句，能够较大幅度的减小消息记录的数据量。

在本公开的其他示例中，也可以将多条消息合并为一条消息语句，例如将顾客发送的每2条或3条消息作为一个消息语句；或根据消息发送的时间间隔生成一条消息语句，例如设置时间间隔为20s，每20s内发送的消息生成一条消息语句。本公开对于消息语句的分割方式不做特殊限定。

在本公开的其他示例性实施例中，上述的对聊天日志按预设规则进行清理还可以包括：语句删除处理、表情符号删除处理、占位符处理以及替换处理中的一种或多种。其中，

所述语句删除处理可以用于删除所述消息记录中的标识会话开始、标识会话结束以及表示问候的消息语句。如消息记录1中，可以删除标识会话开始的消息语句m3，标示会话结束的消息语句m13，以及表示问候的消息语句14。

所述表情符号删除处理可以用于删除所述消息记录中的表情符号；如消息记录1中m4的表情符号(表情符号：苦笑脸)，由于对最终生成的摘要文本没有实际意义，可以将其删除。

所述占位符处理可以用于统一各所述消息语句中的占位符。由于聊天日志中各消息语句中可能存在多个不同的占位符或占位符数量不同，可以通过统一占位符，可以将消息记录中各消息语句的格式保持一致，便于查看。

所述替换处理可以将所述消息语句中的口头用语替换为书面用语。例如可以将口头语或方言替换为标准的书面用语，以便于后续的消息语句相似度计算。比如可以将“啥”、“啥子”、“么子”、“啥玩意儿”转换为“什么”，等等。

上述修改或删除示例只是对各种处理方式的说明，对聊天日志的具体处理方法应根据各聊天日志的具体内容进行删除或修改，本公开对此不做特殊限定。在本公开的其他示例性实施例中，还可以对消息语句中的英文大小写进行统一处理，便于后续的相似度计算和查阅。

步骤s2，计算所述消息记录中各消息语句与所述消息记录的相似度得分。

本示例实施方式中，上述计算过程具体可以包括：依据各所述消息语句中的关键字利用余弦公式计算各所述消息语句与所述消息记录的相似度，所述余弦公式如下：

其中，ai为所述消息语句中关键字的字频向量；bi为消息记录中关键字的字频向量。

在上述的公式(1)中，在计算各消息语句的相似度时，首先对各消息语句列出所有的字，并不进行分词。然后计算各字的字频，并写出该消息语句的字频向量，所述消息语句中没有的字则记为0。由于是利用各消息语句相对完整的消息记录计算相似度，所以利用各消息语句的字频向量与完整的消息记录的字频向量利用公式(1)计算余弦值。并且，通过利用各消息语句中的字频计算该消息语句的相似度，提高计算精度，使得各消息语句得到的相似度值更加准确。

举例而言，若上述示例1最终得到的消息记录2包括：m4、m7、m8、m9和m11。则利用公式(1)分别计算m4、m7、m8、m9和m11与消息记录2的文本相似度。在计算字频时，可以将上述消息语句中的一组数字可以作为一个字，一个英文词组可以作为一个字。通过计算各消息语句与完整消息记录的文本相似度，各消息语句的相似度得分可以更准确的体现与消息记录的相关程度，从而为后续的生成摘要提供数据基础。

步骤s3，根据各消息语句的相似度得分排序，并选取预设排序数量的消息语句生成摘要。

本示例实施方式中，当计算得到各消息语句的相似度得分后，可以首先判断各消息语句的相似度得分是否相同。若各消息语句的相似度得分均不相同，则开始排序。若判断存在相似度得分相同的消息语句时，则可以随机选取一条所述相似度得分相同的消息语句进行排序；其余的所述相似度得分相同的消息语句可以删除，且不进行排序。

在按照相似度得分由高到低或由低到高进行排序后，可以按照预设规则选取一定数量对应的消息语句生成摘要。举例而言，在示例1中，若最终排序为：m4>m11>m7>m9>m8，预设规则为选取排序前三名的消息语句生成摘要，则摘要由消息语句m4、m11和m7组成。

此外，本示例实施方式中，上述的聊天日志中可以包括：文本消息、音频消息或视频消息中的一种或多种。

当所述聊天日志中包含音频消息或视频消息时，可以先将所述音频信息转化为文本信息生成对应的消息语句，或者将所述视频中的音频信息转化为文本信息生成对应的消息语句，再进行聊天日志的清理及个消息记录的文本相似度计算。

通过将音频及视频消息转化为文本消息，可以有效避免最终生成的摘要信息中遗漏音频信息和视频信息中的重要信息，保证摘要的准确性。

本公开提供的基于聊天日志的摘要生成方法中，通过计算各消息语句与完整消息记录的相似度，可以更加准确的判断各消息语句与消息记录的相关程度，使得最终生成的摘要能够准确的表达聊天记录的核心内容，从而缩短在线客服阅读摘要的时间，提高阅读效率，进而提高在线客服的接待效率。

需要注意的是，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

进一步的，参考图2所示，本示例的实施方式中还提供了一种基于聊天日志的摘要生成装置2，包括：消息整理模块21、相似度计算模块22以及摘要生成模块。其中：

所述消息整理模块21可以用于对聊天日志按预设规则进行清理，得到由会话一方的消息语句组成的消息记录。

所述相似度计算模块22可以用于计算所述消息记录中各消息语句与所述消息记录的相似度得分。

所述摘要生成模23可以用于根据各消息语句的相似度得分排序，并选取预设排序数量的消息语句生成摘要。

上述的基于聊天日志的摘要生成装置中各模块的具体细节已经在对应的摘要生成方法中进行了详细的描述，因此此处不再赘述。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图3来描述根据本发明的这种实施方式的电子设备600。图3显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图3所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：上述至少一个处理单元610、上述至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图1中所示的步骤s1：对聊天日志按预设规则进行清理，得到由会话一方的消息语句组成的消息记录；步骤s2：计算所述消息记录中各消息语句与所述消息记录的相似度得分；步骤s3：根据各消息语句的相似度得分排序，并选取预设排序数量的消息语句生成摘要。

存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(rom)6203。

存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器660通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。

参考图4所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。