CN116860935B - 基于提示词问答交互的内容管理方法、装置、设备及介质 - Google Patents

Abstract

本发明涉及人工智能技术领域，揭露了一种基于提示词问答交互的内容管理方法，包括：获取交互界面的输入问题，对所述输入问题进行提示词提取，得到所述输入问题的输入提示词；依次对所述输入提示词进行关键词验证、模板期望验证、个性化验证和情绪异常判性断，通过验证可以选择性地生成所述输入提示词的反馈答案、期望模板、个性化答案或者问题答案。此外，本发明还涉及区块链技术，数据列表可存储于区块链的节点。本发明还提出一种基于提示词问答交互的内容管理装置、设备以及介质。本发明可以应用于数字医疗领域，还可以基于提示词问答交互的内容管理提高用户使用体验。

Description

基于提示词问答交互的内容管理方法、装置、设备及介质

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于提示词问答交互的内容管理方法、装置、设备及介质。

背景技术

医疗健康管理平台是帮助医院管理数字内容，将数字内容发布至网络的一种软件系统，医疗健康管理平台的使用人员可以使用该平台来创建、编辑、组织和发布内容。医疗健康管理平台作为存储数字内容的平台，为应对不同的用户诉求，演变出了多种不同的操作方式和交互流程，以便对数字内容的进行协作管理。

传统的医疗健康管理平台使用人工进行表单、拖拽配置，不仅要求配置一定的人力维护成本，也给患者造成较差的使用体验，而且对于不同的患者，支持的医护人员经常对相同问题的重复解答，固定会损耗一部分的运营和研发成本，响应患者的速度也受到一定的影响，因此如何提升用户进行问题问答时体验感，成为了亟待解决的问题。

发明内容

本发明提供一种基于提示词问答交互的内容管理方法、装置及介质，其主要目的在于解决用户进行问题问答时体验感较低的问题。

为实现上述目的，本发明提供的一种基于提示词问答交互的内容管理方法，包括：

获取交互界面的输入问题，对所述输入问题进行提示词提取，得到所述输入问题的输入提示词；

获取所述交互界面的交互数据库，利用所述交互数据库确定所述输入提示词是否通过关键词验证；

当所述输入提示词通过所述关键词验证时，利用所述交互数据库生成所述输入提示词的反馈答案；

当所述输入提示词未通过所述关键词验证时，确定所述输入提示词是否通过模板期望验证；

当所述输入提示词通过所述模板期望验证时，根据所述输入提示词生成所述输入问题的期望模板；

当所述输入提示词未通过所述模板期望验证时，确定所述输入提示词是否通过个性化验证；

当所述输入提示词通过所述个性化验证时，根据所述输入提示词生成所述输入问题的个性化答案；

当所述输入提示词未通过所述个性化验证时，对所述输入提示词进行情绪异常性判断，根据所述情绪异常性判断结果生成所述输入问题的沟通类型，根据所述沟通类型生成所述输入问题的问题答案。

可选地，所述对所述输入问题进行提示词提取，得到所述输入问题的输入提示词，包括：

对所述输入问题进行分词处理，得到所述输入问题的问题分词；

逐个生成所述问题分词的分词频率，根据所述分词频率对所述问题分词进行常用词提取，得到所述问题分词的常用词；

对所述常用词进行停用词过滤，得到所述问题分词的标准分词；

根据所述标准分词生成所述输入问题的输入提示词。

可选地，所述利用所述交互数据库确定所述输入提示词是否通过关键词验证，包括：

获取所述交互数据库的交互关键词，对所述交互关键词进行向量转化，得到所述交互关键词的交互向量；

对所述输入提示词进行向量转化，得到所述输入提示词的输入向量；

计算所述交互向量与所述输入向量的向量距离，根据所述向量距离确定所述输入提示词与所述交互关键词的词语相似度；

利用所述词语相似度和预设的相似度阈值对所述对所述输入提示词进行关键词验证。

可选地，所述利用所述交互数据库生成所述输入提示词的反馈答案，包括：

获取所述输入提示词的相似关键词，确定所述相似关键词在所述交互数据库中的链接索引；

根据所述交互数据库和所述链接索引生成所述相似关键词的链接数据，根据所述链接数据生成所述输入提示词的反馈答案。

可选地，所述根据所述输入提示词生成所述输入问题的期望模板，包括：

对所述输入提示词进行功能词筛选，得到所述输入提示词的输入功能词；

获取历史用户的历史模板，根据所述输入功能词对所述历史模板进行初级过滤，得到所述历史模板的初级模板；

根据所述输入功能词对所述初级模板进行模块配置，得到所述初级模板的配置模板，确定所述配置模板是所述输入问题的期望模板。

可选地，所述根据所述输入提示词生成所述输入问题的个性化答案，包括：

根据所述输入问题的交互界面确定所述输入问题的输入用户，获取所述输入用户的历史习惯值；

根据所述历史习惯值生成所述输入提示词的词语权重；

根据所述词语权重和所述输入提示词生成所述输入问题的输入加权值，根据所述输入加权值生成所述输入问题的个性化答案。

可选地，所述对所述输入提示词进行情绪异常性判断，根据所述情绪异常性判断结果生成所述输入问题的沟通类型，包括：

获取所述输入问题的问题语境，根据所述问题语境对所述输入提示词进行情感分析，得到所述输入提示词的输入情感值；

利用所述输入情感值和预设的情感阈值对所述输入提示词进行情绪异常性判断，当所述输入情感值大于所述预设的情感阈值时，确定所述输入问题的沟通类型为智能回复；

当所述输入情感值小于或者等于所述预设的情感阈值时，确定所述输入问题的沟通类型为人工回复。

为了解决上述问题，本发明还提供一种基于提示词问答交互的内容管理装置，所述装置包括：

提示词提取模块，用于获取交互界面的输入问题，对所述输入问题进行提示词提取，得到所述输入问题的输入提示词；

关键词验证获取所述交互界面的交互数据库，利用所述交互数据库确定所述输入提示词是否通过关键词验证；

反馈答案模块生成，用于当所述输入提示词通过所述关键词验证时，利用所述交互数据库生成所述输入提示词的反馈答案；

模板期望验证模块，用于当所述输入提示词未通过所述关键词验证时，确定所述输入提示词是否通过模板期望验证；

期望模板生成模块，用于当所述输入提示词通过所述模板期望验证时，根据所述输入提示词生成所述输入问题的期望模板；

个性化验证模块，用于当所述输入提示词未通过所述模板期望验证时，确定所述输入提示词是否通过个性化验证；

生成个性化答案模块，用于当所述输入提示词通过所述个性化验证时，根据所述输入提示词生成所述输入问题的个性化答案；

情绪异常判断模块，用于当所述输入提示词未通过所述个性化验证时，对所述输入提示词进行情绪异常性判断，根据所述情绪异常性判断结果生成所述输入问题的沟通类型，根据所述沟通类型生成所述输入问题的问题答案。

为了解决上述问题，本发明还提供一种设备，所述设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的基于提示词问答交互的内容管理方法。

为了解决上述问题，本发明还提供一种介质，所述介质中存储有至少一个计算机程序，所述至少一个计算机程序被设备中的处理器执行以实现上述所述的基于提示词问答交互的内容管理方法。

本发明实施例通过获取交互界面的输入问题，对所述输入问题进行提示词提取，得到所述输入问题的输入提示词，是为了基于所述输入提示词识别用户输入诉求，依次对所述输入提示词进行关键词验证、模板期望验证、个性化验证和情绪异常判性断，是为了使得用户快速选择到最合适的模块进行数据展示和功能配置，极大的提升运营人员进行数字内容管理的配置和发布效率，同时，所述情绪异常判性断在照顾使用者情绪的同时快速给出解答，必要时提供对应维护人员进行支持，同时记录当前用户行为习惯及偏好，类似提示词快速响应并进行个性化推荐，不断优化数字内容管理效率，提升用户体验，因此本发明提出基于提示词问答交互的内容管理方法、装置、设备及介质，可以解决用户进行问题问答时体验感较低的问题。

附图说明

图1为本发明一实施例提供的基于提示词问答交互的内容管理方法的流程示意图；

图2为本发明一实施例提供的问题的提示词提取的流程示意图；

图3为本发明一实施例提供的提示词的关键词验证的流程示意图；

图4为本发明一实施例提供的基于提示词问答交互的内容管理装置的功能模块图；

图5为本发明一实施例提供的实现所述基于提示词问答交互的内容管理方法的电子设备的结构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本申请实施例提供一种基于提示词问答交互的内容管理方法。所述基于提示词问答交互的内容管理方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的设备中的至少一种。换言之，所述基于提示词问答交互的内容管理方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content DeliveryNetwork，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。

参照图1所示，为本发明一实施例提供的基于提示词问答交互的内容管理方法的流程示意图。在本实施例中，所述基于提示词问答交互的内容管理方法包括：

S1、获取交互界面的输入问题，对所述输入问题进行提示词提取，得到所述输入问题的输入提示词。

在本发明实施例中，在医疗健康平台中，所述交互界面的输入问题可以是根据用户亲属的症状表述的问题、可以是获取病人的病史、可以是对病人病史的描述以及可以是病人的身体数据等。

详细地，所述交互界面是指是指在医疗健康平台上确保医生和病人或者用户和平台能够有效沟通的界面，使得病人或者用户能够有效地获取医疗信息，

在本发明实施例中，参图2所示，所述对所述输入问题进行提示词提取，得到所述输入问题的输入提示词，包括：

S21、对所述输入问题进行分词处理，得到所述输入问题的问题分词；

S22、逐个生成所述问题分词的分词频率，根据所述分词频率对所述问题分词进行常用词提取，得到所述问题分词的常用词；

S23、对所述常用词进行停用词过滤，得到所述问题分词的标准分词；

S24、根据所述标准分词生成所述输入问题的输入提示词。

详细地，所述输入提示词可以是病人病史，例如：主病史、既往史、家族史和过敏史等；所述输入提示词可以是病人症状，例如：疼痛、发热、呕吐、头晕等；所述输入提示词可以是身体数据，例如：年龄、身高、体重、血压、心率等。

详细地，所述对所述输入问题进行分词处理可以更好地对输入问题进行理解和分析，并为后续的数据存储和处理提供更加清晰的依据，同时，在实际的交互界面设计中，也可以根据这些分词，选择更加恰当的输入控件和提示信息，进一步优化用户体验。

详细地，针对所述问题分词可以统计出每个分词在问题中出现的频率，对分词进行这种频率计算可以帮助从文本中抽取重要词汇、弱化停用词和减少单词数量，这些处理有助于更好地理解和分析文本内容，为后续的自然语言处理和机器学习提供更有用的特征和数据。

详细地，所述停用词可能包括“的”、“是”、“在”等一些常规的连接词、介词以及冠词等，这些停用词对问题的处理和后续的自然语言处理和机器学习没有帮助，因此需要进行过滤。

进一步地，停用词过滤方法包括使用已知的停用词表、计算单词频率、TF-IDF、逆文档频率、或在语言模型中使用词性标注进行动态的文本处理，其中，一些常用的停用词表可以在网上下载使用，也可以根据具体应用场景自定义特殊的停用词表。

详细地，所述根据所述标准分词生成所述输入问题的输入提示词可以帮助用户快速定位需要填写的信息，且输入准确、快速完成，同时还可以减少错误输入和重复填写，提高输入效率和体验。

S2、获取所述交互界面的交互数据库，利用所述交互数据库确定所述输入提示词是否通过关键词验证。

在本发明实施例中，所述交互数据库通常在系统开发过程中被创建、维护和更新。一般情况下，开发者可以使用数据库管理系统(DBMS)或其他相关工具来创建、配置和管理数据库。在医疗健康系统中，交互界面的交互数据库往往需要从多个渠道获取和整合，如从医院信息系统中提取医生和患者信息，从药品和耗材供应商处获取价格和库存信息，从针灸理疗等科室系统中获取治疗信息等；同时，一些现成的开放数据源也可以作为交互界面交互数据库的来源，例如政府公开数据和互联网医疗健康平台等。这些数据源需要经过数据挖掘和数据清洗等处理过程，以提高其数据的质量和可用性。

在本发明实施例中，参图3所示，所述利用所述交互数据库确定所述输入提示词是否通过关键词验证，包括：

S31、获取所述交互数据库的交互关键词，对所述交互关键词进行向量转化，得到所述交互关键词的交互向量；

S32、对所述输入提示词进行向量转化，得到所述输入提示词的输入向量；

S33、计算所述交互向量与所述输入向量的向量距离，根据所述向量距离确定所述输入提示词与所述交互关键词的词语相似度；

S34、利用所述词语相似度和预设的相似度阈值对所述对所述输入提示词进行关键词验证。

详细地，所述交互关键词是指所述交互数据库的数据库索引。

详细地，所述利用所述交互数据库确定所述输入提示词是否通过关键词验证是指利用交互数据库对输入提示词的关键词进行验证，检查其是否合法或者已经存在，例如：对于病人病史，可以验证患者是否有该疾病史，对于症状，可以验证是否符合相应的疾病特征，对于身体数据，可以验证是否符合常规的测量标准。

详细地，所述计算所述交互向量与所述输入向量的向量距离可以欧氏距离算法，所述根据所述向量距离确定所述输入提示词与所述交互关键词的词语相似度是指利用所述向量距离的倒数表示所述输入提示词与所述交互关键词的词语相似度。

详细地，所述利用所述词语相似度和预设的相似度阈值对所述对所述输入提示词进行关键词验证是指判断所述词语相似度与预设的相似度阈值进行大小比较，根据大小比较对所述输入提示词进行关键词验证。

进一步地，当所述词语相似度大于预设的相似度阈值时，所述输入提示词通过所述关键词验证；当所述词语相似度小于或者等于预设的相似度阈值时，所述输入提示词未通过所述关键词验证。

S3、当所述输入提示词通过所述关键词验证时，利用所述交互数据库生成所述输入提示词的反馈答案。

在本发明实施例中，所述利用所述交互数据库生成所述输入提示词的反馈答案是指根据所述输入提示词在交互数据库中查询相应的信息，并收集相关的数据和知识。可以使用ORM框架或者原生SQL命令来进行查询操作，基于查询结果和策略，生成所述输入提示词的反馈答案，所述反馈答案包括但不限于推荐治疗方案、疾病诊断建议、生活方式指导等，其中，所述反馈答案的生成可以采用知识图谱、规则引擎、机器学习等技术。

进一步地，将生成的反馈答案返回到交互界面中，提示用户进行相应的操作和处理，可以使用前端框架或者后端API来进行相应的交互。

在本发明实施例中，所述利用所述交互数据库生成所述输入提示词的反馈答案，包括：

获取所述输入提示词的相似关键词，确定所述相似关键词在所述交互数据库中的链接索引；

根据所述交互数据库和所述链接索引生成所述相似关键词的链接数据，根据所述链接数据生成所述输入提示词的反馈答案。

详细地，在所述交互数据库中，将相似关键词与其相关联的数据进行链接索引，建立相应的关系和依赖，所以可以确定所述相似关键词在所述交互数据库中的链接索引。

详细地，所述根据所述交互数据库和所述链接索引生成所述相似关键词的链接数据，根据所述链接数据生成所述输入提示词的反馈答案是指根据查询结果和链接数据生成相应的答案，可以包括推荐治疗方案、疾病诊断建议、生活方式指导等。

S4、当所述输入提示词未通过所述关键词验证时，确定所述输入提示词是否通过模板期望验证。

在本发明实施例中，所述确定所述输入提示词是否通过模板期望验证是指根据所述输入提示词确定用户需要期望模板的需求；所述模板期望验证是指利用文本分析、语音识别或者手动输入等方式，对输入提示词进行验证，并检查其是否符合模板期望。例如，如果输入提示词是针对疾病症状的，可以验证其是否符合疾病症状的描述要求，考虑到症状的程度、频率、时长等；如果输入提示词是针对病历的，可以验证其是否符合病历格式要求，包括病史、诊断、治疗方案等。

详细地，所述期望验证可以根据提示词的匹配度进行。

S5、当所述输入提示词通过所述模板期望验证时，根据所述输入提示词生成所述输入问题的期望模板。

在本发明实施例中，所述根据所述输入提示词生成所述输入问题的期望模板是指根据用户的需求描述和期望，分析用户需要展示的数据和功能，并确定相应的模块类型和要素，这些要素包括但不限于模块类型、展示格式、界面设计、数据源、交互方式等。

进一步地，基于用户数据和期望需求、以及最佳实践和资源库，自动生成适合的模块，并提供用户选择和自定义的接口，自动生成模块可以采用代码生成器、面向模板编程、算法优化等技术。

在本发明实施例中，所述根据所述输入提示词生成所述输入问题的期望模板，包括：

对所述输入提示词进行功能词筛选，得到所述输入提示词的输入功能词；

获取历史用户的历史模板，根据所述输入功能词对所述历史模板进行初级过滤，得到所述历史模板的初级模板；

根据所述输入功能词对所述初级模板进行模块配置，得到所述初级模板的配置模板，确定所述配置模板是所述输入问题的期望模板。

详细地，所述对所述输入提示词进行功能词筛选是指筛选出所述输入提示词中的关于期望模板的一些功能，利用这些功能词对期望模板进行模板配置。

详细地，所述历史模板是根据历史用户的用户信息进行整合分析得到的，所述历史模板可以包括访问页面、点击链接、选用服务、阅读内容等，也可以包括用户的偏好、习惯和需求等。

详细地，所述根据所述输入功能词对所述历史模板进行初级过滤，得到所述历史模板的初级模板是指根据所述输入功能词对所有历史模板进行匹配，根据匹配结果对所述历史模板进行初级过滤；所述根据所述输入功能词对所述初级模板进行模块配置是指确定给出初级模板的相关信息、属性和参数等，利用所述输入功能词对所述初级模板进行进一步地参数配置，所述模板配置包括数据源配置、UI设计、交互逻辑等，其中，所述模板配置可以在可视化界面中进行，也可以在代码中进行，以满足不同用户的需求和要求。

S6、当所述输入提示词未通过所述模板期望验证时，确定所述输入提示词是否通过个性化验证。

在本发明实施例中，所述确定所述输入提示词是否通过个性化验证是指确定用户是否需要个性化推荐，所述个性化推荐是根据用户的配置习惯和喜好偏向确定的。

S7、当所述输入提示词通过所述个性化验证时，根据所述输入提示词生成所述输入问题的个性化答案。

在本发明实施例中，所述根据所述输入提示词生成所述输入问题的个性化答案，包括：

根据所述输入问题的交互界面确定所述输入问题的输入用户，获取所述输入用户的历史习惯值；

根据所述历史习惯值生成所述输入提示词的词语权重；

根据所述词语权重和所述输入提示词生成所述输入问题的输入加权值，根据所述输入加权值生成所述输入问题的个性化答案。

详细地，所述根据所述输入问题的交互界面确定所述输入问题的输入用户可以根据交互界面的界面属性中获取与输入问题相关的信息，包括交互方式、内容输入形式、数据类型、数据长度、数据规范等，通过界面输入信息和交互方式，识别出与输入问题相关的用户属性，包括用户ID、性别、年龄、历史信息、疾病史、习惯偏好等。

详细地，所述获取所述输入用户的历史习惯值是指生成所述输入用户的历史习惯的习惯向量，使用机器学习算法或深度学习算法对所述习惯向量进行历史习惯值得学习，根据学习到得模型生成所述输入用户的历史习惯值；所述历史习惯值代表所述输入用户得历史习惯，亦即，可以用所述历史习惯值表征所述输入用户关于某一输入提示词得输入次数。

详细地，所述根据所述词语权重和所述输入提示词生成所述输入问题的输入加权值可以根据所述词语权重确定所述输入提示词得对应权重，将所述输入提示词得对应权重赋值给相应得输入提示词，将输入问题中每个输入提示词的权重值相加，得到输入问题的输入加权值。

S8、当所述输入提示词未通过所述个性化验证时，对所述输入提示词进行情绪异常性判断，根据所述情绪异常性判断结果生成所述输入问题的沟通类型，根据所述沟通类型生成所述输入问题的问题答案。

在本发明实施例中，所述对所述输入提示词进行情绪异常性判断，根据所述情绪异常性判断结果生成所述输入问题的沟通类型，包括：

获取所述输入问题的问题语境，根据所述问题语境对所述输入提示词进行情感分析，得到所述输入提示词的输入情感值；

利用所述输入情感值和预设的情感阈值对所述输入提示词进行情绪异常性判断，当所述输入情感值大于所述预设的情感阈值时，确定所述输入问题的沟通类型为智能回复；

当所述输入情感值小于或者等于所述预设的情感阈值时，确定所述输入问题的沟通类型为人工回复。

详细地，所述对所述输入提示词进行情绪异常性判断是指对输入提示词进行情感分析，判断其情感倾向，包括正向、中性和负向，可以使用情感分析算法，如基于词典的情感分析和基于神经网络的情感分析等，对输入提示词进行情感分析；根据情感分析结果，对输入提示词进行异常性判断，如果提示词的情感倾向偏负向，或者输入频率偏高，可能会引起用户的情绪异常。

详细地，当所述输入情感值小于所述预设的情感阈值时，情感倾向为负向；当所述输入情感值等于所述预设的情感阈值时，情感倾向为中性；当所述输入情感值大于所述预设的情感阈值时，情感倾向为正向。

进一步地，当所述情感倾向为正向时，可以继续使用智能系统回答输入问题，减轻了医患压力，降低工作负担，从而让患者和医生都处于更为放松的状态，从而达到更好的医患沟通效果；当所述情感倾向为负向和中性时，需要人工介入回答用户的输入问题，避免用户与智能回答系统进行无效沟通；

详细地，所述对所述输入提示词进行情绪异常性判断是因为每个用户都可能带有不同的情绪，通过用户输入的提示词来判断其当前的情绪状态，以此在回复中提供有针对性的情绪价值，在此过程中，在不影响回复信息准确性的情况下，为其进行一些相关润色，以提高用户的满意度。

本发明实施例通过获取交互界面的输入问题，对所述输入问题进行提示词提取，得到所述输入问题的输入提示词，是为了基于所述输入提示词识别用户输入诉求，依次对所述输入提示词进行关键词验证、模板期望验证、个性化验证和情绪异常判性断，是为了使得用户快速选择到最合适的模块进行数据展示和功能配置，极大的提升运营人员进行数字内容管理的配置和发布效率，同时，所述情绪异常判性断在照顾使用者情绪的同时快速给出解答，必要时提供对应维护人员进行支持，同时记录当前用户行为习惯及偏好，类似提示词快速响应并进行个性化推荐，不断优化数字内容管理效率，提升用户体验，因此本发明提出基于提示词问答交互的内容管理方法，可以解决用户进行问题问答时体验感较低的问题。

如图4所示，是本发明一实施例提供的基于提示词问答交互的内容管理装置的功能模块图。

本发明所述基于提示词问答交互的内容管理装置100可以安装于设备中。根据实现的功能，所述基于提示词问答交互的内容管理装置100可以包括提示词提取模块101、关键词验证模块102、反馈答案生成模块103、模板期望验证模块104、期望模板生成模块105、个性化验证模块106、个性化答案生成模块107及情绪异常判断模块108。本发明所述模块也可以称之为单元，是指一种能够被设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在设备的存储器中。

在本实施例中，关于各模块/单元的功能如下：

所述提示词提取模块101，用于获取交互界面的输入问题，对所述输入问题进行提示词提取，得到所述输入问题的输入提示词；

所述关键词验证模块102，用于获取所述交互界面的交互数据库，利用所述交互数据库确定所述输入提示词是否通过关键词验证；

所述反馈答案生成模块103，用于当所述输入提示词通过所述关键词验证时，利用所述交互数据库生成所述输入提示词的反馈答案；

所述模板期望验证模块104，用于当所述输入提示词未通过所述关键词验证时，确定所述输入提示词是否通过模板期望验证；

所述期望模板生成模块105，用于当所述输入提示词通过所述模板期望验证时，根据所述输入提示词生成所述输入问题的期望模板；

所述个性化验证模块106，用于当所述输入提示词未通过所述模板期望验证时，确定所述输入提示词是否通过个性化验证；

所述个性化答案生成模块107，用于当所述输入提示词通过所述个性化验证时，根据所述输入提示词生成所述输入问题的个性化答案；

所述情绪异常判断模块108，用于当所述输入提示词未通过所述个性化验证时，对所述输入提示词进行情绪异常性判断，根据所述情绪异常性判断结果生成所述输入问题的沟通类型，根据所述沟通类型生成所述输入问题的问题答案。

如图5所示，是本发明一实施例提供的实现基于提示词问答交互的内容管理方法的电子设备的结构示意图。

所述电子设备可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于提示词问答交互的内容管理程序。

其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing Unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述设备的控制核心(Control Unit)，利用各种接口和线路连接整个设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行基于提示词问答交互的内容管理程序等)，以及调用存储在所述存储器11内的数据，以执行设备的各种功能和处理数据。

所述存储器11至少包括一种类型的介质，所述介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是设备的内部存储单元，例如该设备的移动硬盘。所述存储器11在另一些实施例中也可以是设备的外部存储设备，例如设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于设备的应用软件及各类数据，例如基于提示词问答交互的内容管理程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

所述通信总线12可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。

所述通信接口13用于上述设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该设备与其他设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在设备中处理的信息以及用于显示可视化的用户界面。

图中仅示出了具有部件的设备，本领域技术人员可以理解的是，图中示出的结构并不构成对所述设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

例如，尽管未示出，所述设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。

应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。

所述设备中的所述存储器11存储的基于提示词问答交互的内容管理程序是多个指令的组合，在所述处理器10中运行时，可以实现：

获取交互界面的输入问题，对所述输入问题进行提示词提取，得到所述输入问题的输入提示词；

获取所述交互界面的交互数据库，利用所述交互数据库确定所述输入提示词是否通过关键词验证；

当所述输入提示词通过所述关键词验证时，利用所述交互数据库生成所述输入提示词的反馈答案；

当所述输入提示词未通过所述关键词验证时，确定所述输入提示词是否通过模板期望验证；

当所述输入提示词通过所述模板期望验证时，根据所述输入提示词生成所述输入问题的期望模板；

当所述输入提示词未通过所述模板期望验证时，确定所述输入提示词是否通过个性化验证；

当所述输入提示词通过所述个性化验证时，根据所述输入提示词生成所述输入问题的个性化答案；

当所述输入提示词未通过所述个性化验证时，对所述输入提示词进行情绪异常性判断，根据所述情绪异常性判断结果生成所述输入问题的沟通类型，根据所述沟通类型生成所述输入问题的问题答案。

具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。

进一步地，所述设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个介质中。所述介质可以是易失性的，也可以是非易失性的。例如，所述介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。

本发明还提供一种介质，所述介质存储有计算机程序，所述计算机程序在被设备的处理器所执行时，可以实现：

获取交互界面的输入问题，对所述输入问题进行提示词提取，得到所述输入问题的输入提示词；

获取所述交互界面的交互数据库，利用所述交互数据库确定所述输入提示词是否通过关键词验证；

当所述输入提示词通过所述关键词验证时，利用所述交互数据库生成所述输入提示词的反馈答案；

当所述输入提示词未通过所述关键词验证时，确定所述输入提示词是否通过模板期望验证；

当所述输入提示词通过所述模板期望验证时，根据所述输入提示词生成所述输入问题的期望模板；

当所述输入提示词未通过所述模板期望验证时，确定所述输入提示词是否通过个性化验证；

当所述输入提示词通过所述个性化验证时，根据所述输入提示词生成所述输入问题的个性化答案；

当所述输入提示词未通过所述个性化验证时，对所述输入提示词进行情绪异常性判断，根据所述情绪异常性判断结果生成所述输入问题的沟通类型，根据所述沟通类型生成所述输入问题的问题答案。

在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。

本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种基于提示词问答交互的内容管理方法，其特征在于，所述方法包括：

获取交互界面的输入问题，对所述输入问题进行提示词提取，得到所述输入问题的输入提示词；

获取所述交互界面的交互数据库，利用所述交互数据库确定所述输入提示词是否通过关键词验证；

当所述输入提示词通过所述关键词验证时，利用所述交互数据库生成所述输入提示词的反馈答案；

当所述输入提示词未通过所述关键词验证时，确定所述输入提示词是否通过模板期望验证；

当所述输入提示词通过所述模板期望验证时，根据所述输入提示词生成所述输入问题的期望模板；

当所述输入提示词未通过所述模板期望验证时，确定所述输入提示词是否通过个性化验证；

当所述输入提示词通过所述个性化验证时，根据所述输入提示词生成所述输入问题的个性化答案；

当所述输入提示词未通过所述个性化验证时，对所述输入提示词进行情绪异常性判断，根据所述情绪异常性判断结果生成所述输入问题的沟通类型，根据所述沟通类型生成所述输入问题的问题答案。

2.如权利要求1所述的基于提示词问答交互的内容管理方法，其特征在于，所述对所述输入问题进行提示词提取，得到所述输入问题的输入提示词，包括：

对所述输入问题进行分词处理，得到所述输入问题的问题分词；

逐个生成所述问题分词的分词频率，根据所述分词频率对所述问题分词进行常用词提取，得到所述问题分词的常用词；

对所述常用词进行停用词过滤，得到所述问题分词的标准分词；

根据所述标准分词生成所述输入问题的输入提示词。

3.如权利要求1所述的基于提示词问答交互的内容管理方法，其特征在于，所述利用所述交互数据库确定所述输入提示词是否通过关键词验证，包括：

获取所述交互数据库的交互关键词，对所述交互关键词进行向量转化，得到所述交互关键词的交互向量；

对所述输入提示词进行向量转化，得到所述输入提示词的输入向量；

计算所述交互向量与所述输入向量的向量距离，根据所述向量距离确定所述输入提示词与所述交互关键词的词语相似度；

利用所述词语相似度和预设的相似度阈值对所述对所述输入提示词进行关键词验证。

4.如权利要求1所述的基于提示词问答交互的内容管理方法，其特征在于，所述利用所述交互数据库生成所述输入提示词的反馈答案，包括：

获取所述输入提示词的相似关键词，确定所述相似关键词在所述交互数据库中的链接索引；

根据所述交互数据库和所述链接索引生成所述相似关键词的链接数据，根据所述链接数据生成所述输入提示词的反馈答案。

5.如权利要求1所述的基于提示词问答交互的内容管理方法，其特征在于，所述根据所述输入提示词生成所述输入问题的期望模板，包括：

对所述输入提示词进行功能词筛选，得到所述输入提示词的输入功能词；

获取历史用户的历史模板，根据所述输入功能词对所述历史模板进行初级过滤，得到所述历史模板的初级模板；

根据所述输入功能词对所述初级模板进行模块配置，得到所述初级模板的配置模板，确定所述配置模板是所述输入问题的期望模板。

6.如权利要求1所述的基于提示词问答交互的内容管理方法，其特征在于，所述根据所述输入提示词生成所述输入问题的个性化答案，包括：

根据所述输入问题的交互界面确定所述输入问题的输入用户，获取所述输入用户的历史习惯值；

根据所述历史习惯值生成所述输入提示词的词语权重；

根据所述词语权重和所述输入提示词生成所述输入问题的输入加权值，根据所述输入加权值生成所述输入问题的个性化答案。

7.如权利要求1至6中任一项所述的基于提示词问答交互的内容管理方法，其特征在于，所述对所述输入提示词进行情绪异常性判断，根据所述情绪异常性判断结果生成所述输入问题的沟通类型，包括：

获取所述输入问题的问题语境，根据所述问题语境对所述输入提示词进行情感分析，得到所述输入提示词的输入情感值；

利用所述输入情感值和预设的情感阈值对所述输入提示词进行情绪异常性判断，当所述输入情感值大于所述预设的情感阈值时，确定所述输入问题的沟通类型为智能回复；

当所述输入情感值小于或者等于所述预设的情感阈值时，确定所述输入问题的沟通类型为人工回复。

8.一种基于提示词问答交互的内容管理装置，其特征在于，所述装置包括：

提示词提取模块，用于获取交互界面的输入问题，对所述输入问题进行提示词提取，得到所述输入问题的输入提示词；

关键词验证模块，用于获取所述交互界面的交互数据库，利用所述交互数据库确定所述输入提示词是否通过关键词验证；

反馈答案生成模块，用于当所述输入提示词通过所述关键词验证时，利用所述交互数据库生成所述输入提示词的反馈答案；

模板期望验证模块，用于当所述输入提示词未通过所述关键词验证时，确定所述输入提示词是否通过模板期望验证；

期望模板生成模块，用于当所述输入提示词通过所述模板期望验证时，根据所述输入提示词生成所述输入问题的期望模板；

个性化验证模块，用于当所述输入提示词未通过所述模板期望验证时，确定所述输入提示词是否通过个性化验证；

个性化答案生成模块，用于当所述输入提示词通过所述个性化验证时，根据所述输入提示词生成所述输入问题的个性化答案；

情绪异常判断模块，用于当所述输入提示词未通过所述个性化验证时，对所述输入提示词进行情绪异常性判断，根据所述情绪异常性判断结果生成所述输入问题的沟通类型，根据所述沟通类型生成所述输入问题的问题答案。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的基于提示词问答交互的内容管理方法。

10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的基于提示词问答交互的内容管理方法。