信息处理方法、装置、电子设备及存储介质与流程

本申请涉及信息处理技术领域，更具体的说是涉及一种信息处理方法、装置、电子设备及存储介质。

背景技术：

伴随着智能设备的使用越来越普遍，用户可以与智能设备进行智能会话，例如，用户可以通过智能设备输入想要咨询的问题，然后智能设备会推送给用户对应的答案。

但是，智能设备在根据用户的输入信息确认反馈信息时，存在分析出的用户的意图对应的反馈信息并不唯一的情况。此时若智能设备直接输出反馈信息，需要用户进行选择来确定唯一的反馈信息，无法突出智能设备的智能化，降低了用户的体验效果。另一方面，在该情况下若智能设备确定唯一答案，需要生成引导信息，或者再次分析用户的意图，会使得占用过多的处理资源。

技术实现要素：

有鉴于此，本申请提供如下技术方案：

一种信息处理方法，包括：

接收用户的输入信息；

对所述输入信息进行意图分析，得到与所述输入信息相匹配的意图信息；

若所述意图信息满足特定条件，获取背景信息，所述背景信息表征与所述意图信息相关联的信息，所述特定条件表征所述意图信息无法匹配唯一的与所述输入信息对应的反馈信息；

基于所述背景信息，确定与所述输入信息相匹配的目标反馈信息。

可选地，所述对所述输入信息进行意图分析，得到与所述输入信息相匹配的意图信息，包括：

将所述输入信息输入预构建的意图识别模型，通过所述意图识别模型确定所述输入信息对应的预测的意图信息；

其中，所述意图识别模型具有将所述输入信息对应的意图信息趋于所述输入信息对应的实际的意图的能力；且所述意图模型为将获得的各个样本信息分别作为神经网络的训练输入，训练得到的模型，所述样本信息为与所述输入信息相匹配的信息。

可选地，所述特定条件表征与所述意图信息相匹配的反馈信息至少包括两条信息，所述获取背景信息，包括：

获取用户针对所述反馈信息的第一输入信息，所述第一输入信息包括所述反馈信息的部分关键字，且所述第一输入信息为所述背景信息。

可选地，所述基于所述背景信息，确定与所述输入信息相匹配的目标反馈信息，包括：

基于所述第一输入信息对所述反馈信息进行筛选，确定目标反馈信息。

可选地，所述获取背景信息，包括：

判断是否存在与所述用户相匹配的存储信息，如果是，对所述反馈信息进行分析，获得目标关键字；

依据所述目标关键字在所述存储信息中进行信息提取，获得背景信息。

可选地，所述依据所述目标关键字在所述存储信息中进行信息提取，获得背景信息，包括：

将所述目标关键字输入预构建的信息识别模型，通过所述信息识别模型确定与所述目标关键字对应的预测的背景信息；

其中，所述信息识别模型具有将所述目标关键字对应的背景信息趋于所述目标关键字对应的实际的背景信息的能力；且所述信息识别模型为将获得的各个样本信息作为神经网络的训练输入，训练得到的模型，所述样本信息为关键字信息。

可选地，所述基于所述背景信息，确定与所述输入信息相匹配的目标反馈信息，包括：

基于所述背景信息和所述意图信息，确定与所述输入信息相匹配的目标反馈信息。

一种信息处理装置，包括：

接收单元，用于接收用户的输入信息；

分析单元，用于对所述输入信息进行意图分析，得到与所述输入信息相匹配的意图信息；

获取单元，用于若所述意图信息满足特定条件，获取背景信息，所述背景信息表征与所述意图信息相关联的信息，所述特定条件表征所述意图信息无法匹配唯一的与所述输入信息对应的反馈信息；

确定单元，用于基于所述背景信息，确定与所述输入信息相匹配的目标反馈信息。

一种电子设备，包括：

存储器，用于存储程序；

处理器，用于执行所述程序，所述程序具体用于：

接收用户的输入信息；

对所述输入信息进行意图分析，得到与所述输入信息相匹配的意图信息；

若所述意图信息满足特定条件，获取背景信息，所述背景信息表征与所述意图信息相关联的信息，所述特定条件表征所述意图信息无法匹配唯一的与所述输入信息对应的反馈信息；

基于所述背景信息，确定与所述输入信息相匹配的目标反馈信息。

一种存储介质，所述存储介质存储有计算机程序代码，所述计算机程序代码执行时实现如上述任意一项所述的信息处理方法。

经由上述的技术方案可知，本申请公开一种信息处理方法、装置、电子设备及存储介质，通过接收用户的输入信息，对输入信息进行意图分析，得到意图信息，在意图信息满足特定条件，获取背景信息，基于背景信息，确定与输入信息相匹配的目标反馈信息。这样，可以在意图分析不明确或者意图信息无法匹配唯一的反馈信息的同时，通过获取相关联的背景信息来进行反馈信息的选择，可以避免直接进行信息选择时带来的用户体验效果差和占用过多处理资源的问题。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，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，还可以根据提供的附图获得其他的附图。

图1为本申请实施例提供的一种信息处理方法的流程示意图；

图2为现有技术中的一种用户与语音助手交互的界面图；

图3为本申请实施例提供的一种用户与语音助手交互的界面图；

图4为本申请实施例的另一种交互界面的示意图；

图5为本申请实施例的一种获取背景信息方法的流程示意图；

图6为本申请实施例提供的一种获取答案信息方法的流程示意图；

图7为本申请实施例提供的用户的背景信息空间图；

图8为本申请实施例提供的用户的意图答案空间图；

图9为本申请实施例提供的一种信息处理装置的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

在本申请各个实施例中记载的信息处理方法，可以应用在智能应答领域中，如智能客户、语音助手、智能机器人等相关应用或实体中。该方法主要是针对现有技术中无法直接获得唯一的反馈信息，或者需要生成一系列的引导词才能获得唯一的反馈信息的情况下，如何实现信息的精准反馈，并且可以降低处理系统对若干反馈信息或者意图进行筛选过程中占用过多的处理资源。

参见图1，其示出了本申请实施例提供的一种信息处理方法的流程示意图，该方法可以包括以下步骤：

s101、接收用户的输入信息。

由于本申请提供的信息处理方法应用于智能问答领域中，用户的输入信息可以是文字信息、也可以是音频信息、也可以是图像信息等。可以通过用户使用的终端接收用户的输入信息，如，当用户触发该终端的某个应用时，可以通过该应用接收用户的输入信息。又或者在检测到用户输入到某个功能的唤醒词时，如用户输出某个语音助手的唤醒词后，该语音助手根据该唤醒词唤醒其语音交互功能后，接收用户发出的输入信息。此时用户的输入信息为用户的语音信息。

s102、对输入信息进行意图分析，得到与输入信息相匹配的意图信息。

s103、若意图信息满足特定条件，获取背景信息。

在获得了用户的输入信息后，需要对输入信息进行意图分析，得到与输入信息相匹配的意图信息。意图信息表示了用户的输入信息的意图，即期望通过该输入信息获得什么的反馈。如，用户的输入信息为“时间”，则对应的意图信息可以为“获取当前时间信息”；用户的输入信息为“下周一15:30在**区参见会议”，则对应的意图信息为“记载备忘信息”。

因此，用户的输入信息不同，与之匹配的意图信息不同。获取用户的意图信息时，可以通过对输入信息进行特征信息提取，获得输入信息的关键词，根据关键词与意图信息的匹配来得到对应的意图信息。也可以利用神经网络对信息样本进行训练得到对应的模型，将输入信息输入到该训练好的模型中，通过模型的识别和分类来获得对应的意图信息。具体的过程本申请会在后续的实施例进行具体说明。

在现有方案中获得了用户的意图信息后会直接输出与该意图信息相匹配的反馈信息。而本申请实施例在获得了意图信息后，并不是直接进行反馈信息生成的过程，而是需要对意图信息进行判断，若意图信息满足特定条件，则获得背景信息。其中，背景信息表征与所述意图信息相关联的信息，特定条件表征意图信息无法匹配唯一的与输入信息对应的反馈信息。

背景信息是与意图信息相关联的信息，由于该意图信息对应用户的输入信息，即该意图信息是与用户相关联的信息，因此，背景信息表示了用户的相关背景信息，可以为用户的标识信息，或者用户输入的与前一次的输入信息关联的信息。例如，背景信息可以包括用户的身份、地域、年龄、性别等信息。

需要说明的是，在本申请实施例中只有在意图信息满足特定条件下，才会获得背景信息。可以减少相关资源的调用，避免占用过多的处理资源。即当意图信息无法匹配唯一的反馈信息的时候，会获取背景信息。可以理解的是，若根据用户的输入信息进行意图分析后，得到的反馈信息不唯一。若用户输入的信息为一个问题，则对应的反馈信息为多个答案时，会获取背景信息。该背景信息可以辅助获得更加精准的答案。

s104、基于背景信息，确定与输入信息相匹配的目标反馈信息。

在获得了背景信息后，会根据背景信息以及意图信息确定目标反馈信息。这样实现了通过背景信息在多个反馈信息时进行选择，获得目标反馈信息。

参见图2，其示出了现有技术中的一种用户与语音助手交互的界面图，在图2中用户与语音助手的交互内容如下：

用户：你好，我住在北京。

语音助手：您好，很高兴为您服务。

用户：请给我服务中心的地址。

语音助手：请您在下面的服务中心地址选择您需要的。

东京：**区**路**号

伦敦：**街**号

北京：**区第一大街**号

通过图2中呈现的用户与语音助手的交互过程可以发现，该交互过程并不能实现智能化，语音助手输出的服务中心地址并不是唯一的，还需要用户进行选择，给用户的感受是该语音助手并不智能，即使用户提供了可以确定输出答案的信息，在该过程中并没有被利用，使得用户还需要再次选择答案。从而使得用户的体验效果较差，并且，输出的反馈信息并不唯一也占用了输出资源。

参见图3，其示出本申请实施例提供的一种用户与语音助手交互的界面图，在图3中用户与语音助手的交互过程如下：

用户：你好，我住在北京。

语音助手：您好，很高兴为您服务。

用户：请给我服务中心的地址。

语音助手：北京：**区第一大街**号。

可见，在本申请实施例中对用户的输入信息进行处理时，利用了用户输入的背景信息，即其输入的地域信息“北京”，然后在进行意图分析时，得到用户需要获得服务中心的地址，会直接定位在获取北京的服务中心的地址，然后将其作为输出答案输出。这样一方面使得输出答案唯一并且精准，另一方面避免了用户再次对答案的选择，提升了用户的体验效果。

本申请公开一种信息处理方法，通过接收用户的输入信息，对输入信息进行意图分析，得到意图信息，在意图信息满足特定条件，获取背景信息，基于背景信息，确定与输入信息相匹配的目标反馈信息。这样，可以在意图分析不明确或者意图信息无法匹配唯一的反馈信息的同时，通过获取相关联的背景信息来进行反馈信息的选择，可以避免直接进行信息选择时带来的用户体验效果差和占用过多处理资源的问题。

下面对上述实施例中的各个技术特征进行详细说明。

在本申请的另一实施例中可以通过利用人工神经网络的方法，来获取与用户对应的意图信息。即获取意图信息的过程包括：

s201、将输入信息输入预构建的意图识别模型，通过意图识别模型确定输入信息对应的预测的意图信息。

其中，意图识别模型具有将输入信息对应的意图信息区域输入信息对应的实际的意图的能力；且意图模型为将获得的各个样本信息分别作为神经网络的训练输入，训练得到的模型，样本信息为与输入信息相匹配的信息。即样本信息可以与用户的输入信息相同的应用场景或者应用环境下产生的输入信息，如可以为用户的历史输入信息。

为了做到精准的用户意图解析，本实施例具体采用在大数据基础上所训练的意图识别模型从用户的输入信息中解析出用户的意图信息。

具体地，在模型训练阶段，需要首选获得多条历史输入数据作为训练样本集，并针对训练样本集中的各条历史输入数据进行人工标注，其中，在标注时需要精确标注出每一个历史输入数据对应的用户意图，使得每个历史输入数据的标注信息可能包括零个或一个/多个用户意图标注信息。

在完成对历史输入数据的意图信息标注后，可基于标注有用户意图信息的各训练样本开进行意图识别模型的训练，在训练模型时，意图识别模型可以采用文本分类模型，如采用svm(supportvectormachine，支持向量机)、cnn(convolutionalneuralnetwork，卷积神经网络)或者lstm(longshort-termmemory，长短期记忆网络)等；也可以选用信息抽取模型，如crf(conditionalrandomfieldalgorithm，条件随机场算法)、lstm+crf等，或者还可以将文本分类模型和信息抽取模型进行有效融合。

在完成模型训练的基础上，后续可将用户的输入信息作为意图识别模型的输入信息输入模型，并由模型对其进行处理后输出用户的意图信息集。例如，用户的输入信息为“我想知道最近的公交车站在哪里”，模型可输出用户意图信息集{公交车站的地址}。

在本申请的实施例中只有当意图信息满足特定条件时，才会获取背景信息。其中，特定条件表征意图信息无法匹配唯一的与输入信息对应的反馈信息。即当用户的输入信息为“今天星期几”，分析用户的意图是用户想获知今天是星期几，而这种答案时唯一的，所以直接输出对应的答案，如“星期四”即可，无需获取背景信息来确定答案。其中，特定条件表征意图信息无法匹配唯一的与输入信息对应的反馈信息，可以包括分析得到多个意图，即多个意图会匹配多个反馈信息；也可以包括分析得到一个意图信息，但是该意图信息会得到多个反馈信息。

若特征条件表征与意图信息相匹配的反馈信息至少包括两条信息时，所述获取背景信息，包括：

s301、获取用户针对反馈信息的第一输入信息。

其中，第一输入信息包括反馈信息的部分关键字，这时将第一输入信息作为了背景信息。

需要说明的是该反馈信息的部分关键字可以是通过反馈信息直接提取得到的，也可以是对反馈信息进行语义信息获得的。获取背景信息时可以是在反馈信息输出后，也可以是在准备输出反馈信息时。举例说明，若反馈信息全部表征的是关于地点的信息，则获得的第一输入信息为地点关键字。若反馈信息通过语音分析得到其包括的多条反馈信息中均与年龄相关，则获得的第一输入信息为年龄关键字。

对应的，所述基于背景信息，确定与输入信息相匹配的目标反馈信息，包括：

s302、基于第一输入信息对反馈信息进行筛选，确定目标反馈信息。

由于第一输入信息表征了反馈信息的部分关键词，因此，可以利用第一信息对多条反馈信息进行筛选，得到与用户背景以及意图匹配度最高的目标反馈信息。

也可以利用第一输入信息在确定目标反馈信息时，确定目标反馈信息的的输出模式。例如，利用第一输入信息确定反馈信息的排序，将目标反馈信息排在反馈信息的首位；或者将目标反馈信息进行显示，将除目标反馈信息之外的其他显示信息进行隐藏输出，如，将除目标反馈信息之外到的反馈信息以下拉列表的方式进行输出。

参见图4，其示出了本申请实施例的另一种交互界面的示意图。

在图4(a)中展示了一种先输出反馈信息，再输出目标反馈信息的输出模式；在图4(b)中展示了一种直接输出反馈信息的输出模型。

在图4(a)中用户与语音助手的交互过程为：

用户：疫苗接种地点。

语音助手：0-3岁在**防疫中心1号楼2层；

3-18岁在**防疫中心1号楼3层；

18岁以上在**防疫中心2号楼1层。

用户：15岁。

语音助手：**防疫中心1号楼3层。

根据图4(a)中用户与语音助手的交互过程可以获知用户前后两次分别输入的是“疫苗接种地点”和“15岁”。虽然在该过程中用户也是输入了多次信息，但是区别于现有技术中无法将两次信息进行有效的关联，或者用户在第二次进行信息输入时需要依靠语音助手的提示信息进行再次输入。而在本申请实施例中是可以结合用户两次的输入信息，而且对于语音助手对应的处理器来说，无需生成提示或者引导信息来辅助用户进行信息的再次输入，可以降低信息处理的复杂度及资源的浪费。

图4(b)中示出的用户与语音助手的交互过程为：

用户：你好，我今年15岁。

语音助手：你好，很高兴为你服务。

用户：疫苗接种地点。

语音助手：在**防疫中心1号楼3层。

在图4(b)中用户与语音助手进行交互时，语音助手对应的处理器在处理与用户的交互过程时，可以记载用户每一次的输入信息，这样在用户输入问题时，可以结合之前输入的背景信息，进行答案的有效筛选，获得目标反馈信息。

在本申请的另一实施例中还提供了一种获取背景信息的方法，参见图5，其示出了本申请实施例的一种获取背景信息方法的流程示意图，该方法可以包括以下步骤：

s401、判断是否存在与用户相匹配的存储信息，如果是，则执行s402；

s402、对反馈信息进行分析，获得目标关键字；

s403、依据目标关键字在存储信息中进行信息提取，获得背景信息。

在本申请实施例可以对用户日常的输入信息进行分析并存储，以用户为中心提取一些用户的基本信息来作为该用户的背景信息。这些背景信息可以包括用户的姓名、年龄、性别、生日、籍贯、地点和终端设备信息等。当需要获取背景信息时，可以先判断现有数据库中是否有与该用户相匹配的存储信息，如果有，仍需要对存储信息进行提取或者筛选。而不是直接将所有的已存储的背景信息全部应用，这样会增加计算量也回浪费额外的数据资源。此时，需要对与意图信息相匹配的反馈信息进行分析，获得目标关键字。该目标关键字可以是对各条反馈信息进行总结获得的，也可以是反馈信息中表征其语义的部分信息。然后依据目标关键字在存储信息中进行提取，得到背景信息。如，目标关键字为年龄，则会在存储信息中提取与用户年龄相关的信息作为背景信息。

具体的，依据目标关键字在存储信息中进行信息提取，获得背景信息，可以通过如下方式实现：

将目标关键字属于预构建的信息识别模型，通过信息识别模型确定与目标剪子对应的预测的背景信息；

其中，信息识别模型具有将目标关键字对应的背景信息趋于目标关键字对应的实际的背景信息的能力；且信息识别模型为获得的各个样本信息作为神经网络的训练输入，训练得到的模型，样本信息为关键字信息。

这样可以使得获取背景信息的过程更加智能，查找背景信息更加迅速。

在本发明的实施例中在意图信息对应的反馈信息不唯一时，可以不直接输出反馈信息，依据反馈信息获取背景信息，然后依据背景信息和意图信息，确定目标反馈信息。使得输出的反馈信息唯一化，也更准确。例如，用户的意图信息为“获取公交站点”而背景信息为“用户当前位置信息”，则会获得目标反馈信息“离用户最近的公交站点”。

在另一种可能的实现方式中，可以利用背景信息与输入信息将用户的输入信息更加具体化，以便使得输入信息对应唯一或者精准的反馈信息。例如，用户的输入信息为“手机维修门店地址”，而用户对应的背景信息为“居住城市为a城市d区”。则通过对用户的输入信息和背景信息，可以得到用户精准的输入信息时“位于a城市d区的手机维修门店地址”，这样根据该精准的输入信息，可以使得的反馈信息更加精准，即反馈信息中的手机维修门店地址会处于a城市d区，缩小了根据用户最初的输入信息得到的反馈信息的范围。

以智能会话场景为例对本申请进行说明，参见图6，其示出了本申请实施例提供的一种获取答案信息方法的流程示意图，该方法包括以下步骤：

s501、获取用户当前输入信息；

s502、根据当前输入信息，提取用户的意图空间；

s503、提取用户的意图空间对应的答案空间；

s504、提取用户的背景信息；

s505、利用答案空间和背景信息，选择与用户背景匹配的答案信息。

参见图7，其示出了本申请实施例提供的用户的背景信息空间图。即实现了提取用户当前及之前的所有背景信息。如提取到的用户背景信息包括：姓名、年龄、性别、生日、出生地、出发地、地点、设备等信息。

参见图8，其示出了本申请实施例提供的用户的意图答案空间图。分析用户输入信息的所有意图，得到若干个意图信息组成的意图集合，合理的意图信息可以按权重降序排序，可以根据需求取排序最高的意图。即当用户的输入信息对应多个意图时，按照意图的权重进行选取。而每个意图有对应若干个答案信息。

从而可以根据答案信息和背景信息确定最终的与用户背景匹配的答案信息。需要说明的是并不是所有答案都跟背景信息有关，在这种情况下会直接输出答案信息。

举例说明，在解决手机产品智能客服系统的部分用例中，处理过程如下：

例1：

用户：hi，我来自中国，我有一部手机a；

智能客服：您好，很高兴为您服务；

用户：服务中心。

处理过程为：

提取用户所有背景信息{籍贯-中国；手机品牌-a}；

提取当前输入的意图{服务中心}；

根据意图查找对应的答案空间{美国服务中心，中国服务中心}；

根据答案空间和背景信息，获取用户背景答案{中国服务中心-w城市m街道}，然后输出给用户答案。

例2：

用户：hi，我今年80岁了住在印度；

智能客服：您好，很高兴为您服务；

用户：请给我代理中心的电话号码。

处理流程如下：

提取用户所有背景信息：{住址-印度；年龄-80}；

提取当前输入的意图：{代理中心的电话号码}；

根据意图查找对应的答案空间{美国的代理中心的电话号码；中国的代理中心的电话号码；印度的代理中心的电话号码}；

根据答案空间和背景信息，获取用户背景答案{印度的代理中心的电话号码*234**909}，然后输出给用户答案。

在本申请实施例中还提供了一种信息处理装置，参见图9，该装置包括：

接收单元10，用于接收用户的输入信息；

分析单元11，用于对所述输入信息进行意图分析，得到与所述输入信息相匹配的意图信息；

获取单元12，用于若所述意图信息满足特定条件，获取背景信息，所述背景信息表征与所述意图信息相关联的信息，所述特定条件表征所述意图信息无法匹配唯一的与所述输入信息对应的反馈信息；

确定单元13，用于基于所述背景信息，确定与所述输入信息相匹配的目标反馈信息。

本申请公开一种信息处理装置，通过接收单元接收用户的输入信息，分析单元对输入信息进行意图分析，得到意图信息，获取单元在意图信息满足特定条件，获取背景信息，确定单元基于背景信息，确定与输入信息相匹配的目标反馈信息。这样，可以在意图分析不明确或者意图信息无法匹配唯一的反馈信息的同时，通过获取相关联的背景信息来进行反馈信息的选择，可以避免直接进行信息选择时带来的用户体验效果差和占用过多处理资源的问题。

在上述实施例的基础上，所述分析单元包括：

模型分析子单元，用于将所述输入信息输入预构建的意图识别模型，通过所述意图识别模型确定所述输入信息对应的预测的意图信息；

其中，所述意图识别模型具有将所述输入信息对应的意图信息趋于所述输入信息对应的实际的意图的能力；且所述意图模型为将获得的各个样本信息分别作为神经网络的训练输入，训练得到的模型，所述样本信息为与所述输入信息相匹配的信息。

在上述实施例的基础上，所述特定条件表征与所述意图信息相匹配的反馈信息至少包括两条信息，所述获取单元具体用于：

获取用户针对所述反馈信息的第一输入信息，所述第一输入信息包括所述反馈信息的部分关键字，且所述第一输入信息为所述背景信息。

对应的，所述确定单元具体用于：

基于所述第一输入信息对所述反馈信息进行筛选，确定目标反馈信息。

可选地，所述获取单元包括：

判断子单元，用于判断是否存在与所述用户相匹配的存储信息，如果是，对所述反馈信息进行分析，获得目标关键字；

提取子单元，用于依据所述目标关键字在所述存储信息中进行信息提取，获得背景信息。

可选地，所述提取子单元具体用于：

将所述目标关键字输入预构建的信息识别模型，通过所述信息识别模型确定与所述目标关键字对应的预测的背景信息；

其中，所述信息识别模型具有将所述目标关键字对应的背景信息趋于所述目标关键字对应的实际的背景信息的能力；且所述信息识别模型为将获得的各个样本信息作为神经网络的训练输入，训练得到的模型，所述样本信息为关键字信息。

在上述实施例的基础上，所述确定单元具体用于：

基于所述背景信息和所述意图信息，确定与所述输入信息相匹配的目标反馈信息。

本申请实施例还提供了一种电子设备，包括：

存储器，用于存储程序；

处理器，用于执行所述程序，所述程序具体用于：

接收用户的输入信息；

对所述输入信息进行意图分析，得到与所述输入信息相匹配的意图信息；

若所述意图信息满足特定条件，获取背景信息，所述背景信息表征与所述意图信息相关联的信息，所述特定条件表征所述意图信息无法匹配唯一的与所述输入信息对应的反馈信息；

基于所述背景信息，确定与所述输入信息相匹配的目标反馈信息。

进一步，所述程序用于：

所述对所述输入信息进行意图分析，得到与所述输入信息相匹配的意图信息，包括：

将所述输入信息输入预构建的意图识别模型，通过所述意图识别模型确定所述输入信息对应的预测的意图信息；

其中，所述意图识别模型具有将所述输入信息对应的意图信息趋于所述输入信息对应的实际的意图的能力；且所述意图模型为将获得的各个样本信息分别作为神经网络的训练输入，训练得到的模型，所述样本信息为与所述输入信息相匹配的信息。

进一步，所述程序用于：

所述特定条件表征与所述意图信息相匹配的反馈信息至少包括两条信息，所述获取背景信息，包括：

获取用户针对所述反馈信息的第一输入信息，所述第一输入信息包括所述反馈信息的部分关键字，且所述第一输入信息为所述背景信息。

进一步，所述程序用于：

所述基于所述背景信息，确定与所述输入信息相匹配的目标反馈信息，包括：

基于所述第一输入信息对所述反馈信息进行筛选，确定目标反馈信息。

可选地，所述获取背景信息，包括：

判断是否存在与所述用户相匹配的存储信息，如果是，对所述反馈信息进行分析，获得目标关键字；

依据所述目标关键字在所述存储信息中进行信息提取，获得背景信息。

可选地，所述依据所述目标关键字在所述存储信息中进行信息提取，获得背景信息，包括：

将所述目标关键字输入预构建的信息识别模型，通过所述信息识别模型确定与所述目标关键字对应的预测的背景信息；

其中，所述信息识别模型具有将所述目标关键字对应的背景信息趋于所述目标关键字对应的实际的背景信息的能力；且所述信息识别模型为将获得的各个样本信息作为神经网络的训练输入，训练得到的模型，所述样本信息为关键字信息。

可选地，所述基于所述背景信息，确定与所述输入信息相匹配的目标反馈信息，包括：

基于所述背景信息和所述意图信息，确定与所述输入信息相匹配的目标反馈信息。

本申请实施例还提供了一种存储介质，所述存储介质存储有计算机程序代码，所述计算机程序代码执行时实现如上述任意一项所述的信息处理方法。

本说明书中每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。