确定描述信息的方法、装置、电子设备和计算机存储介质与流程

本公开的实施例主要涉及信息处理领域，并且更具体地，涉及确定描述信息的方法、装置、电子设备和计算机可读存储介质。

背景技术：

在很多行业的日常工作流程中存在大量的裁决类工作。这类工作需要基于若干条件的组合来判定使用不同的策略或方式来对工作进行处理。大量类似的高重复性的工作会消耗相关从业者的工作精力和时间。此外，并非业内人士的其他用户由于不具备相关行业的知识，当存在与该行业相关联的疑问时，也无法方便、准确地获取解答该疑问的答案。

技术实现要素：

根据本公开的示例实施例，提供了一种确定描述信息的方案。

在本公开的第一方面中，提供了一种确定描述信息的方法，包括：确定接收到的查询信息的特征表示。该方法还可以包括：从事件要素库中确定与特征表示相匹配的要素表示，该要素表示可以是基于知识库中所记录的事件所生成的。此外，该方法还可以包括：从知识库中获取与匹配的所述要素表示相对应的事件的描述信息，进而基于所获取的描述信息，确定与查询信息对应的描述信息。

在本公开的第二方面中，提供了一种确定描述信息的装置，包括：特征表示确定模块，被配置为确定接收到的查询信息的特征表示；要素表示确定模块，被配置为从事件要素库中确定与特征表示相匹配的要素表示，该要素表示可以是基于知识库中所记录的事件所生成的；描述信息获取模块，被配置为从知识库中获取与匹配的要素表示相对应的事件的描述信息；以及描述信息确定模块，被配置为基于所获取的描述信息确定与查询信息对应的描述信息。

在本公开的第三方面中，提供了一种设备，包括一个或多个处理器；以及存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现根据本公开的第一方面的方法。

在本公开的第四方面中，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的第一方面的方法。

应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标注表示相同或相似的元素，其中：

图1示出了本公开的多个实施例能够在其中实现的示例环境的示意图；

图2示出了根据本公开的一些实施例的知识库的示意图；

图3示出了根据本公开的实施例的用于确定描述信息的过程的流程图；

图4示出了根据本公开的实施例的用于建立事件要素库的过程的流程图；

图5示出了根据本公开的实施例的用于确定描述信息的装置的示意框图；以及

图6示出了能够实施本公开的多个实施例的计算设备的框图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

在本公开的实施例的描述中，术语“包括”及其类似用语应当理解为开放性包含，即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。

如上文提及的，亟需一种具有类似问答机制的信息处理方法，从而可以基于若干条件的组合来判定使用何种策略或方式来处理裁决类工作。目前存在的类似的传统方法。例如，用户需要手动选择该工作所涉及的“事由类别”等信息，从而明确相似工作的范围。之后，计算机通常基于对相似工作的数据的简单统计，得到一种或多种处理方式的成功或失败的概率数值。这类方法具有局限性，因为执行该方法需要用户具有较高的相关知识积累，才能在人机交互阶段选择正确的事由类别或咨询范围，故提高了用户的使用门槛。同时，用户无法使用快捷的自然语言交互或直接提交文本素材，这就限制了用户的行为。此外，使用最简单的数学统计来完成对同一类问题的“成功”、“失败”概率判断，对用户的预测分析需求仅仅具有数学参考意义，而并没有任何实际的参考意义。因此，如何准确且自动化地判定裁决类工作的处理方式是目前亟待解决的问题。

根据本公开的实施例，提出了一种用于确定描述信息的方案。在该方案中，可以基于某类工作的历史文本和数据预先生成一个知识图谱形式的知识库，并且从该知识库中拉取相应历史文本中的关键字，以生成向量化的条件信息的集合，作为事件要素库。在用户输入问题或相应的工作文本之后，可以从该问题或工作文本中抓取关键字，以生成向量化的查询条件信息。当该查询条件信息与上述事件要素库中的一个或多个条件信息匹配或具有较高相似度时，可以基于匹配的条件信息找到知识库中相关的工作文本，再基于这些文本就可以判定用户询问的工作应当如何处理。本公开的方案能够准确且自动化地判定裁决类工作的处理方式，显著提高了工作效率，且能够给行业内和行业外的用户提供更有价值的参考。

以下将参照附图来具体描述本公开的实施例。图1示出了本公开的多个实施例能够在其中实现的示例环境100的示意图。如图1所示，示例环境100中包含输入信息120、计算设备110和输出信息130。输入信息120可以是用户输入的查询信息，例如，用户询问的问题、某个工作或事件的描述文本等。输入信息120中可以包括被视为条件的一个或多个特征，例如，事件的主题、问题的类型等。应当理解，本公开的实施例可以不局限于文本信息，还可以包含可识别为文本的音频或视频信息。计算设备110可以接收输入信息120，并基于输入信息120来生成与输入信息120相关的处理方案的输出信息130。此外，输出信息130通常是与输入信息120强相关的描述信息。该描述信息可以包含数据信息130中的问题的处理方式以及参考的历史事件。

在图1中，基于输入信息120生成输出信息130的关键在于，需要将表示输入信息120的主题的查询信息与由计算设备110管理的多个参考信息进行匹配，一旦找到匹配的参考信息，就可以基于与该参考信息对应的处理方式来确定解决数据信息130中的问题的处理方式。上述多个参考信息是可以从知识库中抓取的。在某些实施例中，知识库可以根据互联网上的海量文本信息或者相关机构的内部文本信息以知识图谱的形式进行创建。下文将详细描述知识图谱形式的知识库。

图2示出了根据本公开的一些实施例的知识库200的示意图。在图2中，第一实体210可以表示某一工作或事件，其包含一个相关联的记录文本。如图2所示，除了第一实体210，知识库200还包括实体220、230、240和250。例如，实体220可以表示第一实体210的工作委托人，实体230可以表示第一实体210的工作人员，实体250可以表示第一实体210的协同工作人员(例如，工作记录人)，以及实体240可以表示实体230和实体250的工作单位。

此外，知识库200还包括多个双向箭头，用于表示各实体间的关系。在图2中，虚线箭头表示图中的实体还可能与其他实体关联。当知识库200创建完成后，计算设备110可以从知识库200中拉取类似第一实体210的多个实体中的记录文本。基于每个记录文本，可以提取一组关键字。与各记录文本对应的一组关键字即为上述一个参考信息。一旦发现与表示输入信息120的主题的查询信息相匹配的参考信息，就可以基于与该参考信息对应的记录文本来确定解决数据信息130中的问题的处理方式。为了更清楚地解释上述方案的原理，下文将参考图3来更详细描述确定输出信息130的过程。

图3示出了根据本公开的一些实施例的用于确定描述信息(即，输出信息)130的过程300的流程图。过程300可以由图1的计算设备110来实现，该计算设备110可以是设置在服务器侧的独立设备。为了方便讨论，将结合图1来描述过程300。

在310，通过计算设备110确定接收到的查询信息(即，输入信息)120的特征表示。在某些实施例中，可以先接收用户输入的查询信息120，之后从查询信息120中提取一组特征，进而基于所提取的一组特征生成所述特征表示。作为示例，可以从用户输入的一句问话中提取关键字a和关键字b，用于与上文描述的多个参考信息进行匹配。在某些实施例中，例如，在医疗领域，查询信息120可以是任意用户的医疗问题或任意患者的症状描述。又例如，在法律服务领域，查询信息120可以是任意用户提出的法律问题或案情描述。

更为优选地，还可以对提取的特征进行向量化。经向量化的特征表示并非关键字的形式，而是浮点矩阵的形式。因此，在与上文描述的多个参考信息进行匹配时，即便可能没有找到与提取的特征完全匹配的参考信息，但仍然可以找到与提取的特征相似度或匹配度较高的参考信息。例如，在上文描述的法律服务领域，查询信息120可以是与“交通事故”和“逃逸”有关的问题描述。这时，计算设备可以对提取的特征“交通事故”和“逃逸”的组合进行向量化。向量化能够对诸如推荐、问答、关系预测等的上层应用进行有力支持。

在320，通过计算设备110从事件要素库中确定与特征表示相匹配的要素表示，该要素表示可以是基于知识库200中所记录的特定事件所生成的。作为示例，可以通过计算设备110从事件要素库中确定与特征表示的相似度超过预定阈值的要素表示。

在某些实施例中，知识库200可以是基于多个历史事件、该多个历史事件的描述信息以及其他关联信息而预先生成的。应理解，此处提及的“历史事件”并不等同于上文的“特定事件”，“特定事件”可以是多个“历史事件”中的一个事件。知识库200是基于“历史事件”生成的，而组成事件要素库的要素表示则是基于知识库200中的“特定事件”而非“历史事件”生成的，由此节约了计算资源。而对于从“历史事件”中选择“特定事件”的方式，可以通过例如聚类等技术来实现。如上文所述，知识库200中可以包括多个实体，有的实体可以表示某一事件(如图2中的第一实体210)，其包含一个相关联的记录文本。上述事件要素库就是通过拉取知识库200中的多个历史事件中包含的记录文本而建立的。下文将参照图4来详细描述建立事件要素库的过程。

图4示出了根据本公开的实施例的用于建立事件要素库的过程400的流程图。过程400可以由图1的计算设备110来实现，该计算设备110可以是设置在服务器侧的独立设备。为了方便讨论，将结合图1来描述过程400。

在410，通过计算设备110从上文所述的知识库200中的多个历史事件中的一个历史事件的描述信息中提取与该事件相关联的要素。作为示例，计算设备110可以先从知识库200中的多个实体中确定多个历史事件(事件可具有特定标识，或者可以将具有描述信息的实体视为事件)，之后再从确定的事件中拉取相应的描述信息。进而，计算设备110可以从相应描述信息中提取关键词。在某些实施例中，可以使用自然语言处理(nlp)技术与词频(tfidf)统计技术中的至少一种技术从相应描述信息中提取关键词作为与该事件相关联的要素。相比于处理知识库200中的所有实体的信息，仅处理作为事件的实体的描述信息能够减少计算量，节约计算资源。

在某些实施例中，例如，在上文描述的医疗领域，事件可以是某一患者的疗程的至少一部分，而相应描述信息可以是记录该疗程的详细情况的病例记录。可以通过计算设备110拉取该病例记录，并通过上述取词技术将与症状有关的词语确定为一个或多个关键词。又例如，在上文描述的法律服务领域，事件可以是某个案情或案例，而相应描述信息可以是记录该案情的详细情况的法律文件。可以通过计算设备110拉取该法律文件，并通过上述取词技术将与案由中的各要素有关的词语确定为一个或多个关键词。

此外，在某些实施例中，在使用自然语言处理技术与词频统计技术进行取词的同时，还可以借助相关行业专家的人工输入来对关键词进行辅助标注。因此，还可以通过计算设备110接收来自管理员的辅助标注信息，并基于辅助标注信息更新与该事件相关联的要素。作为示例，当计算设备110使用自然语言处理技术与词频统计技术从相应描述信息中提取了关键词a、关键词b和关键词c时，如果管理员发现关键词c与本行业无关，则可以将与相应描述信息对应的关键词更新为关键词a和关键词b。作为另一示例，如果管理员发现相应描述信息与另一关键词d更为相关，但该词由于在描述信息中出现的频率较小没有被计算设备110确定为关键词，则管理员可以将与相应描述信息对应的关键词更新为关键词a、关键词b、关键词c和关键词d。通过上述三种且不限于上述三种的取词技术，可以从历史事件的描述文本中准确提取与该事件强相关的关键词。

在420，基于所提取的要素，生成与上述事件相对应的要素表示。作为示例，如果如上文确定了与该事件相关联的要素则可以将该要素向量化。例如，经上述确定过程之后，第一事件的要素为关键词a、关键词b和关键词c，而第二事件的要素为关键词a和关键词b。如果仅进行这些关键词进行匹配，则只能判定第一事件与第二事件不同。如果将这两个事件的要素向量化为浮点矩阵，则不但能够判定两事件的匹配结果为相同或不同，还可以确定两事件的相似度。

在430，计算设备110基于所生成的要素表示，建立事件要素库。需要注意的是，该事件要素库是上述知识库200中的全部或部分事件的向量化要素的集合。与向量化知识库200中的所有实体相比，通过仅在知识库200中提取与事件相关的描述文本的关键词，并进行向量化操作，可以显著节约计算资源，提高系统的工作效率。

在详细描述了事件要素库的建立过程之后，回到图3，继续讨论确定描述信息(即，输出信息)130的过程300。在从事件要素库中确定了匹配的要素表示之后，过程300进行到330。

在330，从知识库200中获取与匹配的要素表示相对应的事件的描述信息。应理解，为了便于对输入信息120的特征表示进行查询，计算设备110预先建立了包含多个向量化的参考要素表示的事件要素库。然而，为了节约事件要素库的存储空间并且简化查询过程的复杂度，事件要素库中仅包含向量化的要素表示。与这些要素表示相关联的对应事件的描述信息仍位于知识库200中的相应位置。因此，当确定了匹配的要素表示之后，需要返回查找与该要素表示对应的事件的描述信息。

在340，基于所获取的描述信息，确定与查询信息对应的描述信息。作为示例，当获取了描述信息之后，可以从该描述信息中提取关键字，以形成结构化的描述信息作为解决输入信息120中的问题的处理方案，即，输出信息130。在某些实施例中，例如，在上文描述的医疗领域，输出信息130可以是相关病情的诊断方案、用药剂量、以及参考的历史病例。又例如，在上文描述的法律服务领域，输出信息130可以是相关案情的案由、量刑、以及参考的案例和相关法条。当然，对于医疗领域的并发症的情况以及法律服务领域的多案共现(数罪并罚)的情况，还可以基于知识库200中的历史事件生成一个共现概率库，来为此类问题提供参考。应当理解，上述示例仅仅是示意性的，而无意对本公开的实施例进行任何限制。本领域技术人员完全可以理解，本公开的实施例可以应用于任何适当的场景和环境。

与传统技术相比，本公开的方案采用了较多自然语言处理技术，允许用户用更加贴近自然语言(询问信息或行业内事件的描述文本)的方式来提出问题，降低了传统技术中必须用相对专业的点选交互方式来完成问题描述的复杂度和专业门槛。此外，本公开的方案采用了知识图谱技术而非简单的统计数据，从而能够模拟给定工作场景下的工作人员的思维方式。由此，本公开的方案可以更友好、更准确地模拟行业专家的思维方式，定性、且定量地提出处理某项工作的参考意见并提供得出该参考意见的依据和示例事件。

以上讨论了在一些示例场景下综合知识库200中各事件的要素表示来确定能够解决来自用户的输入信息120的处理方式作为输出信息130的示例。然而，应当理解，这些场景的描述仅为了以示例方式来解释说明本公开的实施例。取决于实际需要，在不同或类似场景下，还可以选择不同的策略，以便使输出信息130的准确性得到最大化。还需要注意的是，本公开的技术方案不限于应用到医疗、法律服务行业，本公开的技术方案在应用于需要丰富经验的其他行业时同样可以具备上文提到的各种优点。

图5示出了根据本公开实施例的用于确定描述信息的装置500的示意性框图。装置500可以被包括在图1的计算设备110中或者被实现为计算设备110。如图5所示，装置500包括特征表示确定模块510，被配置为确定接收到的查询信息的特征表示。装置500还包括要素表示确定模块520，被配置为从事件要素库中确定与特征表示相匹配的要素表示，该要素表示可以是基于知识库中所记录的事件所生成的。装置500进一步包括描述信息获取模块530，被配置为从知识库中获取与匹配的要素表示相对应的事件的描述信息。此外，装置500还可以包括描述信息确定模块540，被配置为基于所获取的描述信息确定与查询信息对应的描述信息。

在一些实施例中，装置500还可以包括：知识库生成模块(未示出)，被配置为基于多个历史事件以及所述多个历史事件的描述信息生成所述知识库。

在一些实施例中，装置500还可以包括：要素提取模块(未示出)，被配置为从所述知识库中的所述多个历史事件中的一个历史事件的描述信息中提取与所述一个历史事件相关联的要素；要素表示生成模块(未示出)，被配置为基于所提取的要素，生成与所述一个历史事件相对应的要素表示；以及事件要素库建立模块(未示出)，被配置为基于所生成的要素表示建立所述事件要素库。

在一些实施例中，要素提取模块可以包括：关键词提取模块(未示出)，被配置为从所述一个历史事件的描述信息中提取关键词；以及要素确定模块(未示出)，被配置为基于所述关键词确定与所述一个历史事件相关联的要素。

在一些实施例中，装置500还可以包括：标注信息接收模块(未示出)，被配置为接收来自管理员的辅助标注信息；以及要素更新模块(未示出)，被配置为基于所述辅助标注信息更新与所述一个历史事件相关联的要素。

在一些实施例中，特征表示确定模块可以包括：查询信息接收模块(未示出)，被配置为接收用户输入的查询信息；特征表示提取模块(未示出)，被配置为从所述查询信息中提取一组特征；以及特征表示生成模块，被配置为基于所提取的一组特征生成所述特征表示。

在一些实施例中，要素表示确定模块可以被进一步配置为从所述事件要素库中确定与所述特征表示的相似度超过预定阈值的要素表示。

在一些实施例中，查询信息包括以下多项中的至少一项：所述用户的询问信息；以及事件描述文本。

图6示出了可以用来实施本公开的实施例的示例设备600的示意性框图。设备600可以用于实现图1的计算设备110。如图所示，设备600包括中央处理单元(cpu)601，其可以根据存储在只读存储器(rom)602中的计算机程序指令或者从存储单元608加载到随机访问存储器(ram)603中的计算机程序指令，来执行各种适当的动作和处理。在ram603中，还可存储设备600操作所需的各种程序和数据。cpu601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。

设备600中的多个部件连接至i/o接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理单元601执行上文所描述的各个方法和处理，例如过程300。例如，在一些实施例中，过程300可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由rom602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到ram603并由cpu601执行时，可以执行上文描述的过程300的一个或多个步骤。备选地，在其他实施例中，cpu601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行过程300。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)等等。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

此外，虽然采用特定次序描绘了各操作，但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行，或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地，在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。