自动回复信息的方法以及装置的制造方法
【技术领域】
[0001] 本申请涉及人工智能，特别是涉及自动回复信息的方法W及装置。
【背景技术】
[0002] 为用户带来更好的使用体验是终端生产商的重要目标，也是终端生产商脱颖而出 的法宝。在现有技术中，当用户收到短信后，要回复短信就只能手动逐个输入，或者在QQ聊 天中，当对方发过来一条待回复信息后，只能在回复框中手动逐个输入，效率非常低，给用 户带来使用非常麻烦的感觉。
[0003] 为了解决上述问题，现有技术提出了一种方法，可W预先设定一些常用回复，例 如；"我正在开会，过一会再联系您"等等，当遇到相应的情景时，可选择该些设定的回复W 实现快速输入的目的。
[0004]但是，该些做法只能针对特定的情景，当面对开放领域时，所接收到的对方所发的 待回复信息的内容可能是千差万别的，则现有技术无法进行处理。
【发明内容】
[0005]本申请提供自动回复信息的方法W及装置，能够在开放领域中，对对方所发的信 息进行自动回复，大大提高了回复的输入效率。
[0006]本申请第一方面提供了一种特征相关度获取方法，包括如下步骤；从语料环境中 获取原文W及对所述原文的合格回复，其中，所述语料环境包括微博、论坛W及贴吧，所述 合格回复为符合设定条件的回复；获取原文的关键词W作为第一特征，并获取对所述合格 回复的关键词W作为第二特征；利用所述第一特征与所述第二特征对神经网络模型进行训 练，W获得第一特征和第二特征之间的相关度。
[0007] 结合第一方面，本申请第一方面的第一种可能的实施方式中，从语料环境中获取 原文W及对所述原文的合格回复的步骤包括：从语料环境中获取原文W及对所述原文的回 复；按设定条件对所述原文的回复进行清洗W获得对所述原文的合格回复，其中，所述设定 条件包括字数超过5,没有附件，W及在按回复顺序排列的前一百条W内。
[0008]本申请第二方面提供了一种特征相关度获取装置，包括语料获取模块、特征获取 模块W及训练模块，所述语料获取模块用于从语料环境中获取原文W及对所述原文的合格 回复，其中，所述语料环境包括微博、论坛W及贴吧，所述合格回复为符合设定条件的回复， 所述语料获取模块将获取的原文W及对所述原文的合格回复发送给所述特征获取模块；所 述特征获取模块用于接收所述获取的原文W及对所述原文的合格回复，获取原文的关键词 W作为第一特征，并获取对所述合格回复的关键词W作为第二特征，所述特征获取模块将 所述第一特征W及第二特征发送给所述训练模块；所述训练模块用于接收所述第一特征W 及第二特征，利用所述第一特征与所述第二特征对神经网络模型进行训练，W获得第一特 征和第二特征之间的相关度。
[0009] 结合第二方面，本申请第二方面的第一种可能的实施方式中，所述语料获取模块 包括语料获取单元w及清洗单元，所述语料获取单元用于从语料环境中获取原文w及对所 述原文的回复，所述语料获取单元将对所述原文的回复发送所述清洗单元；所述清洗单元 用于接收对所述原文的回复，按设定条件对所述原文的回复进行清洗W获得对所述原文的 合格回复，其中，所述设定条件包括字数超过5,没有附件，W及在按回复顺序排列的前一百 条W内。
[0010] 本申请第H方面提供了一种服务器，包括处理器、输入设备和输出设备，所述输入 设备用于输入数据；所述处理器用于从语料环境中获取原文W及对所述原文的合格回复， 其中，所述语料环境包括微博、论坛W及贴吧，所述合格回复为符合设定条件的回复；获取 原文的关键词W作为第一特征，并获取对所述合格回复的关键词W作为第二特征；利用所 述第一特征与所述第二特征对神经网络模型进行训练，W获得第一特征和第二特征之间的 相关度；所述输出设备用于输出数据。
[0011] 结合第H方面，本申请第H方面的第一种可能的实施方式中，所述处理器还用于 从语料环境中获取原文W及对所述原文的回复，按设定条件对所述原文的回复进行清洗W 获得对所述原文的合格回复，其中，所述设定条件包括字数超过5,没有附件，W及在按回复 顺序排列的前一百条W内。
[0012] 本申请第四方面提供了一种自动回复信息的方法，包括如下步骤；接收待回复信 息；获取待回复信息的关键词W作为第一特征，并获取待定回复集中的一待定回复的关键 词W作为第二特征；根据所述第一特征W及所述第二特征的相关度计算所述待回复信息与 所述待定回复的匹配度，其中，所述第一特征W及所述第二特征的相关度为由语料环境中 获取的原文W及对所述原文的回复多次训练得到，其中，所述语料环境包括微博、论坛W及 贴吧；重复获取第一特征W及第二特征、计算匹配度的步骤，直到获得所述待回复信息与所 有待定回复的匹配度；选择匹配度最高的待定回复W作为所述待回复信息的回复，W实现 自动回复待回复信息。
[0013] 结合第四方面，本申请第四方面的第一种可能的实施方式中，所述方法还包括；从 语料环境中获取原文W及对所述原文的合格回复，其中，所述语料环境包括微博、论坛W及 贴吧，所述合格回复为符合设定条件的回复；获取所述原文的关键词W作为所述第一特征， 并获取对所述合格回复的关键词W作为所述第二特征；利用所述第一特征与所述第二特征 对神经网络模型进行训练，W获得所述第一特征和所述第二特征之间的相关度。
[0014] 结合第四方面，本申请第四方面的第二种可能的实施方式中，所述选择匹配度最 高的待定回复W作为所述待回复信息的回复之后还包括：对所述匹配度最高的待定回复进 行个性化处理，W获得个性化的回复。
[0015] 结合第四方面，本申请第四方面的第H种可能的实施方式中，所述获取待定回复 集合中的一待定回复的关键词W作为第二特征的步骤包括：对回复数据库中的回复进行快 速检索W获得待定回复集合；获取待定回复集合中的一待定回复的关键词W作为第二特 征。
[0016] 结合第四方面，本申请第四方面的第四种可能的实施方式中，所述根据第一特征 W及所述第二特征的相关度计算所述待回复信息与所述待定回复的匹配度的步骤包括：根 据f= 计算所述待回复信息与所述待定回复的匹配度，其中，P为匹配度，N为所述第 i&N 一特征W及所述第二特征的关联集合，i为N中的一个元素，ai为权值，Xi为所述第一特征W及所述第二特征的相关度。
[0017]本申请第五方面提供了一种自动回复信息的装置，包括接收模块、特征获取模块、 匹配度计算模块W及选择模块，所述接收模块用于接收待回复信息，所述接收模块将所述 待回复信息发送给所述特征获取模块；所述特征获取模块用于接收所述待回复信息，获取 所述待回复信息的关键词W作为第一特征，并获取待定回复集中的一待定回复的关键词W 作为第二特征，所述特征获取模块将所述第一特征W及所述第二特征发送给所述匹配度计 算模块；所述匹配度计算模块用于接收所述第一特征W及所述第二特征，根据所述第一特 征W及所述第二特征的相关度计算所述待回复信息与所述待定回复的匹配度，其中，所述 第一特征W及所述第二特征的相关度为由语料环境中获取的原文W及对所述原文的回复 多次训练得到，其中，所述语料环境包括微博、论坛W及贴吧，所述匹配度计算模块将所述 匹配度发送给所述选择模块；所述选择模块用于接收所述匹配度，选择匹配度最高的待定 回复W作为所述待回复信息的回复，W实现自动回复待回复信息。
[0018] 结合第五方面，本申请第五方面的第一种可能的实施方式中，所述装置还包括语 料获取模块、特征获取模块W及训练模块，所述语料获取模块用于从语料环境中获取原文 W及对所述原文的合格回复，其中，所述语料环境包括微博、论坛W及贴吧，所述合格回复 为符合设定条件的回复，所述语料获取模块将获取的原文W及对所述原文的合格回复发送 给所述特征获取模块；所述特征获取模块用于接收所述获取的原文W及对所述原文的合格 回复，获取原文的关键词W作为第一特征，并获取对所述合格回复的关键词W作为第二特 征，所述特征获取模块将所述第一特征W及第二特征发送给所述训练模块；所述训练模块 用于接收所述第一特征W及第二特征，利用所述第一特征与所述第二特征对神经网络模型 进行训练，W获得第一特征和第二特征之间的相关度。
[0019] 结合第五方面，本申请第五方面的第二种可能的实施方式中，所述装置还包括个 性化处理模块，所述个性化处理模块用于对所述匹配度最高的待定回复进行个性化处理， W获得个性化的回复。
[0020] 结合第五方面，本申请第五方面的第H种可能的实施方式中，所述特征获取模块 包括快速检索单元W及特征获取单元，所述快速检索单元用于对回复数据库中的回复进行 快速检索W获得待定回复集合，所述快速检索单元将所述待定回复集合发送给所述特征获 取单元；所述特征获取单元用于接收所述待定回复集合，获取待定回复集合中的一待定回 复的关键词W作为第二特征。
[0021] 结合第五方面，本申请第五方面的第四种可能的实施方式中，所述匹配度计算模 块用于根据^ 计算所述待回复信息与所述待定回复的匹配度，其中，P为匹配度，N i它N 为所述第一特征W及所述第二特征的关联集合，i为N中的一个元素，为权值，Xi为所述 第一特征W及所述第二特征的相关度。
[0022] 本申请第六方面提供了一种终端，包括接收设备、处理器W及发送设备，所述接收 设备用于接收待回复信息；所述处理器用于获取待回复信息的关键词W作为第一特征，并 获取待定回复集中的一待定回复的关键词W作为第二特征；根据所述第一特征W及所述第