信息处理方法、装置和电子设备与流程

1.本技术涉及计算机技术领域，尤其涉及一种信息处理方法、装置和电子设备。


背景技术：

2.在电商领域，经常存在用户向商家咨询问题的情况，例如，购买前商品信息的咨询、运输阶段物流进度的咨询、以及收货后售后问题的咨询。对此，为了提高商家的服务效率，通常是在服务器侧配置多个问答文本对，以便用户在向商家咨询某一问题时，可以快速的响应用户的问题。
3.相关技术中，在配置问答文本对时，要先获取商家预定义的问答文本对，并对这些预定义的问答文本对进行语义匹配得到语义匹配度，在语义匹配度满足预设要求时，才会进行该问答文本对的配置。但是上述配置方式会存在问答文本对质量较差的问题。


技术实现要素：

4.本技术的多个方面提供一种信息处理方法、装置和电子设备，以解决配置的问答文本对存在质量较差的问题。
5.本技术实施例第一方面提供一种信息处理方法，包括：获取问答文本对，问答文本对包括：问题文本和问题文本的回复文本；对问题文本和回复文本进行多维度分析，得到问答文本对在多个维度中的每个维度上的评估结果；在评估结果满足预设要求的情况下，配置问答文本对，以在接收到问题文本时反馈回复文本。
6.本技术实施例第二方面提供一种信息处理装置，包括：
7.获取模块，用于获取问答文本对，问答文本对包括：问题文本和问题文本的回复文本；
8.分析模块，用于对问题文本和回复文本进行多维度分析，得到问答文本对在多个维度中的每个维度上的评估结果；
9.配置模块，用于在评估结果满足预设要求的情况下，配置问答文本对，以在接收到问题文本时反馈回复文本。
10.本技术实施例第三方面提供一种电子设备，包括：处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现第一方面的信息处理方法。
11.本技术实施例应用在电商领域的咨询场景中，提供的信息处理方法包括：获取问答文本对，问答文本对包括：问题文本和问题文本的回复文本；对问题文本和回复文本进行多维度分析，得到问答文本对在多个维度中的每个维度上的评估结果；在评估结果满足预设要求的情况下，配置问答文本对，以在接收到问题文本时反馈回复文本。在本技术实施例中，通过对问答文本进行多维度分析，在评估结果满足预设要求的情况下，配置问答文本对，能够提高配置的问答文本对的质量。
附图说明
12.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
13.图1为本技术示例性实施例提供的一种信息处理方法的步骤流程图；
14.图2为本技术示例性实施例提供的一种各个维度的示意图；
15.图3为本技术示例性实施例提供的另一种信息处理方法的步骤流程图；
16.图4为本技术示例性实施例提供的又一种信息处理方法的示意图；
17.图5为本技术示例性实施例提供的一种信息处理装置的结构框图；
18.图6为本技术示例性实施例提供的一种电子设备的结构示意图。
具体实施方式
19.为使本技术的目的、技术方案和优点更加清楚，下面将结合本技术具体实施例及相应的附图对本技术技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
20.本技术实施例提供的信息处理方法应用于电商领域的咨询场景中，服务器侧会配置智能客服系统，以对用户咨询的问题自动化的回复，实现在解决用户问题的同时节省商家的成本。但是，受限于商家对智能客服系统以及商家的能力的差别，会出现商家在智能客服系统上配置的问答文本对的质量参差不齐，进而导致了智能客服系统经常会给用户提供一些质量差的回复，在不能解决买家问题的同时，还对准确的回复带来了一定程度的干扰。
21.进一步地，在配置问答文本对时，相关技术主要是针对问题文本和回复文本的语义匹配度进行评估，例如，利用bert(预训练的语言表征模型)等大型神经网络进行建模，判断问题文本和回复文本是否合适，但该方式主要有两个缺点，一个是忽视问题文本和回复文本在各个维度上是否满足，如是否具有简洁性和是否具有营销性等。另一个是，无法给商家更清晰的评估结果，以使商家无法确定当前配置的问答文本对存在不合适的地方。
22.针对电商领域的咨询场景中，上述技术存在配置的问答文本对存在质量较差的问题，本技术实施例提供的信息处理方法包括：获取问答文本对，问答文本对包括：问题文本和问题文本的回复文本；对问题文本和回复文本进行多维度分析，得到问答文本对在多个维度中的每个维度上的评估结果；在评估结果满足预设要求的情况下，配置问答文本对，以在接收到问题文本时反馈回复文本。在本技术实施例中，通过对问答文本进行多维度分析，在评估结果满足预设要求的情况下，配置问答文本对，能够提高配置的问答文本对的质量。
23.在本实施例中，信息处理方法可以是借助云计算系统实现整体的信息处理方法。此外，执行信息处理方法的服务器可以为云服务器，以便借助于云上资源的优势运行各种神经网络模型；相对于云端，信息处理方法也可以应用于常规服务器或服务器阵列等服务端设备，在此不加以限定。
24.此外，本技术实施例的一种应用场景如，商家在当前平台开通虚拟店铺售卖商品，用户通过当前平台进行线上购买该商品，在购买商品时，需要发送一些问题以咨询一些商品信息，通常用户咨询的商品信息具有统一的回复答案，例如商品大小、商品颜色以及商品用途等。商家为了节省成本，则在当前平台针对不同问题配置对应的回复答案，则在用户提
问问题时，可以自动化的回复该问题。其中，本技术实施例提出了针对电商客服的问题文本和回复文本的多维度评估方法，能够在商家配置问答文本对时提供更加有针对性的改进建议，能够进一步提升用户的对话满意度。
25.以下结合附图，详细说明本技术各实施例提供的技术方案。
26.图1为本技术示例性实施例提供的一种信息处理方法的步骤流程图。如图1所示该信息处理方法，具体包括以下步骤：
27.s101，获取问答文本对。
28.其中，问答文本对包括：问题文本和问题文本的回复文本。问答文本对是商家发送的和/或通过历史对话信息挖掘的。
29.在本技术实施例中，商家会针对自己售卖的商品在服务器中配置一些问答文本对，以便服务器在接收到用户的问题文本时，快速高效的将对应的回复文本发送给用户。
30.s102，对问题文本和回复文本进行多维度分析，得到问答文本对在多个维度中的每个维度上的评估结果。
31.其中，多个维度包括：问题文本对应的多个第一维度和回复文本对应的多个第二维度，参照图2，第一维度包括只对应问题文本的维度21和问题文本与回复文本共用的维度22，第二维度包括只对应回复文本的维度23和问题文本与回复文本共用的维度22。具体地，第一维度包括：意图清晰度、意图单一性、通顺度、是否包含敏感词、是否包含特殊字符和是否包含错别字中的至少一项；第二维度包括：通顺度、是否包含敏感词、是否包含特殊字符和是否包含错别字、是否为口语化表达、简洁度、充分度、完备度、语义相关度、时效性、通用性、多样性、精确度、营销性、专业度、可信度、是否为引导转人工服务中的至少一项。
32.参照表1，示例性说明问题文本的评估结果在多个第一维度是否满足预设要求。
33.表1
[0034][0035]
参照表2，示例性说明回复文本的评估结果在多个第二维度是否满足预设要求。此外，回复文本在通顺度、是否包含敏感词、是否包含特殊字符和是否包含错别字这些第二维度的示例可以参照表1，表2中不再赘述。
[0036]
表2
[0037]
[0038]
[0039]
[0040][0041]
在本技术实施例中，对问题文本和回复文本进行多维度分析包括：对问题文本在表1的中的多个第一维度中部分第一维度进行分析，和/或对回复文本在表2的多个第二维度中部分第二维度进行分析。
[0042]
进一步地，例如，具体对问题文本和回复文本在哪几个维度进行分析，可以根据实际需要设定，例如，对所有的问题文本都进行意图清晰度、意图单一性、通顺度、是否包含敏感词、是否包含特殊字符和是否包含错别字的分析，对的回复文本都进行通顺度、是否包含敏感词、是否包含特殊字符和是否包含错别字、简洁度、充分度、完备度、语义相关度、精确度、专业度、可信度的分析，对于大促活动期间，对回复文本增加时效性的分析，对于针对部分商品的回复文本增加是否具有营销性的分析。本技术实施例通过选择性地对问题文本和回复文本进行多维度分析，能够提高分析的效率。
[0043]
进一步地，在进行多维度分析后，每个维度都具有一个评估结果。具体参照表1和表2。
[0044]
此外，多维度分析的分析方式可以是采用预先训练的维度评估模型进行多维度分析，例如，将问题文本和回复文本输入维度评估模型，输出问答文本对在多个维度中的每个维度上的评估结果。其中，维度评估模型可以是采用规则分析方式和算法分析方式对问题文本和回复文本进行多维度分析。具体地，意图单一性、是否包含敏感词、是否包含特殊字
符、时效性、多样性、是否为引导转人工服务这些维度的分析采用规则分析方式，对于意图清晰度、通顺度、和是否包含错别字、通顺度、是否为口语化表达、简洁度、充分度、完备度、语义相关度、通用性、精确度、是否具有营销性、专业度、可信度这些维度采用算法分析方式进行分析。
[0045]
其中，规则分析方式具体为比对的方式，例如对于意图单一性，可以通过比对问题文本中是否有多个方面的问题来确定意图单一性，例如，对于问题文本“你好，我妈妈50多岁了，我想买这个商品给她，这个商品中老年用户合适用么，50多岁合适用么？”，其中，该问题文本包括两个方面的问题，其中一个是“这个商品中老年用户合适用么”，另一个是“50多岁合适用么”，因此可以确定该问题文本的意图不单一。
[0046]
进一步地，算法分析方式包括针对不同维度的分析，采用对应的算法进行分析，例如，对于是否具有简洁性进行算法分析，包括：提取问题文本的关键词，将该关键词、回复文本以及对话场景输入gbdt(基于决策树的集成算法)模型进行分析，得出回复文本是否具有简洁性的评估结果，其中，gbdt模型是预先训练的。在本技术实施例中，对话场景可以是售前场景，运输场景和售后场景等。
[0047]
此外，对于需要规则分析方式的维度，可以预先配置规则分析方式，对于需要算法分析方式的，可以预先针对不同维度训练不同的子评估模型，然后将这些规则分析方式和子评估模型集成为维度评估模型，对问题文本和回复文本进行多维度分析。
[0048]
在本技术实施例，通过对问题文本和回复文本进行多维度分析，得到问答文本对在多个维度中的每个维度上的评估结果，能够实现白盒化，使商家可以明确知道问答文本对在哪个维度存在问题，进而进行修改，提高配置问答文本对的质量。
[0049]
s103，在评估结果满足预设要求的情况下，配置问答文本对，以在接收到问题文本时反馈回复文本。
[0050]
其中，可以是在每个维度的评估结果均满足预设要求的情况下，配置问答文本对，也可以是在超过预设比例的评估结果满足预设要求的情况下，配置问答文本对。
[0051]
在本技术实施例中，问答文本对是配置在服务器中的，用于给用户提供自动化服务。例如，在服务器收到用户发送的问题文本时，将已配置的对应的回复文本发送给用户。
[0052]
其中，问答文本对是商家发送的，在评估结果满足预设要求的情况下，配置问答文本对，包括：若问答文本对在目标维度上的评估结果不满足预设要求，则向商家发送目标维度的评估结果，以得到满足预设要求的问答文本对，评估结果用于指示根据目标维度的评估结果调整问答文本对，目标维度为多个维度中的维度；若问答文本对在每个维度上的评估结果均满足预设要求，则配置问答文本对。
[0053]
具体地，在对问答文本对进行多维度分析后，在某个维度(目标维度)上的评估结果不满足要求，则向商家发送目标维度的评估结果，商家显示该目标维度的评估结果，以便商家调整问答文本对，商家将调整后的问答文本对发送给服务器，服务器对该调整后的问答文本对进行多维度分析，得到评估结果，如此进行多轮直到调整后的问答文本对的评估结果满足预设要求，然后将满足预设要求的问答文本对进行配置。一种可选实施例中，若商家针对不满足预设要求的问答文本对不进行调整，则可以直接将该问答文本对进行配置。
[0054]
进一步地，若问答文本对在目标维度上的评估结果不满足预设要求，则向商家发送目标维度的评估结果，包括：若问题文本在第一维度上的评估结果不满足预设要求，则向
商家发送第一维度的评估结果，以得到满足预设要求的问题文本，评估结果用于指示根据第一维度的评估结果调整问题文本；若回复文本在第二维度上的评估结果不满足预设要求，则向商家发送第二维度的评估结果，以得到满足预设要求的回复文本，评估结果用于指示根据第二维度的评估结果调整回复文本。
[0055]
在本技术实施例中，在问题文本的评估结果不满足预设要求时，则对问题文本进行调整，在回复文本的评估结果不满足预设要求时，则对回复文本进行调整。
[0056]
本技术实施例主要解决了在智能电商客服领域，商家针对问答文本对配置量庞杂且质量参差的情况下，用户在咨询过程中无法得到很好服务的问题。本技术实施例使用白盒化的方式，提出了针对电商客服的问答文本对的多维度评估方案，能够给到商家更加有针对性的调整建议，从而能够进一步提升用户的对话满意度。
[0057]
图3为本技术示例性实施例提供的一种图像识别模型的训练过程的步骤流程图。如图3所示，具体包括以下步骤：
[0058]
s301，获取历史对话信息。
[0059]
其中，历史对话信息为用户与客服的对话信息。具体地，历史对话信息是在历史上，用户与客服的对话信息。
[0060]
s302，分析历史对话信息，得到问答文本对。
[0061]
其中，问答文本对包括：问题文本和问题文本的多个回复文本。
[0062]
在本技术实施例中，对历史对话信息进行归纳总结和挖掘分析，得到多个问答文本对，每个问答文本对包括一个问题文本和该问题文本的多个回复文本。
[0063]
例如：对于问题文本“我很容易过敏，这款商品是否合适”，回复文本a为“合适的呢，你可以买了试试看呢”，回复文本b为“亲，这款产品成分都是植物萃取，纯天然无添加，不含致敏成分，所有肤质都适合”，回复文本c为“合适”，回复文本d为“亲，这款商品成分很温和，不容易过敏呢”。
[0064]
s303，对问题文本和回复文本进行多维度分析，得到问答文本对在多个维度中的每个维度上的评估结果。
[0065]
在本技术实施例中，当问答文本对包括问题文本和多个回复文本时，可以对问题文本和每个回复文本进行多维度分析，具体分析方式参照上述内容，在此不再赘述。
[0066]
s304，针对多个回复文本中的每个回复文本，确定满足预设要求的评估结果的个数。
[0067]
其中，是确定每个回复文本在多个维度下的评估结果，每个维度对应一个评估结果，则每个回复文本对应多个评估结果，确定多个评估结果中满足预设要求的评估结果的个数。
[0068]
例如：对于回复文本a、回复文本b、回复文本c和回复文本d这五个回复文本，每个回复文本在多个维度上都有对应的评估结果。例如多个维度包括：通顺度、是否包含敏感词、是否包含特殊字符和是否包含错别字、简洁度、充分度、可信度这7个维度，其中，回复文本a的评估结果满足预设要求的有4个，回复文本b的评估结果满足预设要求的有6个，回复文本c的评估结果满足预设要求的有2个，回复文本d的评估结果满足预设要求的有3个。
[0069]
s305，根据个数，对多个回复文本进行排序，得到每个回复文本的排序序号。
[0070]
其中，个数越多排序序号越小，排序序号越小回复文本的质量越好。
[0071]
例如，参照上述，排序序号为1的回复文本b，排序序号为2的回复文本a，排序序号为3的回复文本d，排序序号为4的回复文本c。
[0072]
进一步地，根据个数，对多个回复文本进行排序，得到每个回复文本的排序序号，包括：获取每个回复文本对应的对话场景；根据个数，对属于同一对话场景的多个回复文本进行排序，得到每个回复文本在对应对话场景下的排序序号。
[0073]
其中，对话场景包括售前场景、运输场景和售后场景。例如，对于回复文本为a和回复文本b的对话场景是售前场景，对于回复文本c和回复文本d的对话场景是售后场景。则在售前场景下，回复文本a排序序号为2，回复文本b排序序号为1。在售后场景下，回复文本d排序序号为1，回复文本c的排序序号为2。
[0074]
s306，配置问题文本、多个回复文本和每个回复文本对应的排序序号，以在接收到问题文本时，根据排序序号反馈回复文本。
[0075]
其中，若接收到用户发送的问题文本，则可以在多个回复文本中确定排序序号最小的回复文本发送给用户。
[0076]
一种可选实施例中，可以将问题文本和排序序号最小的回复文本进行配置，则在接收到用户发送的问题文本，则可以将排序序号最小的回复文本发送给用户。
[0077]
进一步地，配置问题文本、多个回复文本和每个回复文本对应的排序序号，包括：配置问题文本、多个回复文本、每个回复文本对应的对话场景，以及每个回复文本在对应对话场景下的排序序号，以在对话场景下接收到问题文本时，根据述对话场景下的排序序号反馈回复文本。
[0078]
其中，若接收到用户发送的问题文本，确定当前对话场景为售前场景，则在售前场景下确定排序序号最小的回复文本发送给用户。
[0079]
一种可选实施例中，可以将问题文本，和每个对话场景下排序序号最小的回复文本以及对应的对话场景进行配置，例如，将问题文本，回复文本b和售前场景、回复文本d和售后场景进行配置。则在售前场景下接收到用户发送的问题文本时，可以将回复文本b发送给用户，在售后场景下接收到用户发送的问题文本时，可以将回复文本d发送给用户。
[0080]
在本技术实施例中，可以将从历史对话信息中挖掘的对话文本对和商家发送的对话文本对统一配置在服务器，供线上使用。
[0081]
申请实施例主要解决了在智能电商客服领域，商家针对问答文本对配置量庞杂且质量参差的情况下，用户在咨询过程中无法得到很好服务的问题。本技术实施例使用白盒化的方式，提出了针对电商客服的问答文本对的多维度评估方案，能够给到商家更加有针对性的调整建议，从而能够进一步提升用户的对话满意度。
[0082]
参照图4，在配置问题文本、多个回复文本、每个回复文本对应的对话场景，以及每个回复文本在对应对话场景下的排序序号之后，为配置的问答文本对的应用步骤，具体如下：
[0083]
s401，接收用户发送的当前问题文本。
[0084]
其中，用户针对商品需要向商家咨询，则用户通过用户向服务器发送当前问题文本。
[0085]
例如，当前问题文本为“我很容易过敏，这款商品是否合适”。
[0086]
s402，确定当前问题文本对应的目标对话场景。
[0087]
其中，服务器确定当前问题文本对应的目标对话场景是售前场景、运输场景或者售后场景。
[0088]
s403，根据当前问题文本，确定当前问题文本在目标对话场景下对应的至少一个当前回复文本以及每个当前回复文本的排序序号。
[0089]
其中，若目标对话场景为售前场景，确定该售前场景下，当前问题文本对应有两个当前回复文本，其中一个是回复文本a，对应排序序号为2，另一个是回复文本b，对应排序序号为1。若当前问题文本对应只有一个当前回复文本，为回复文本b，则确定该当前回复文本，不需要确定对应的排序序号。
[0090]
s404，确定排序序号最小的当前回复文本为目标回复文本。
[0091]
s405，向用户发送目标回复文本。
[0092]
在本技术实施例中，排序序号最小的当前回复文本为质量较好的回复文本，则将该当前回复文本作为目标回复文本，发送给用户。
[0093]
一种可选实施例中，若只有一个当前回复文本，则将该当前回复文本作为目标回复文本发送给用户。
[0094]
s406，若不存在当前问题文本对应的回复文本，则向商家发送当前问题文本。
[0095]
在本技术实施例中，若预先并未配置该当前问题文本的回复文本，则从自动化模式转为人工模式，将当前问题文本发送给商家，使客服对该当前问题文本进行回复。
[0096]
s407，接收商家针对当前问题文本发送的实时回复文本。
[0097]
s408，对实时回复文本进行多维度分析，得到实时回复文本在多个维度中的每个维度上的当前评估结果。
[0098]
在本技术实施例中，对实时回复文本进行多维度分析的分析方式参照上述，在此不再赘述。
[0099]
s409，若在目标维度上的当前评估结果不满足预设要求，向商家发送目标维度的当前评估结果，以得到满足预设要求的实时回复文本。
[0100]
其中，当前评估结果用于指示根据目标维度的当前评估结果调整实时回复文本。
[0101]
s410，若在每个维度上的当前评估结果均满足预设要求，则向用户发送实时回复文本，并配置当前问题文本和当前回复文本。
[0102]
在本技术实施例中，可以对实时回复文本进行实时多维度分析，进而能够提高实时回复文本的质量。进一步提升用户的对话满意度。
[0103]
申请实施例主要解决了在智能电商客服领域，商家针对问答文本对配置量庞杂且质量参差的情况下，用户在咨询过程中无法得到很好服务的问题。本技术实施例使用白盒化的方式，提出了针对电商客服的问答文本对的多维度评估方案，能够给到商家更加有针对性的调整建议，从而能够进一步提升用户的对话满意度。
[0104]
在本技术实施例中，参照图5，除了提供信息处理方法之外，还提供一种信息处理装置50，该信息处理装置50包括：
[0105]
获取模块51，用于获取问答文本对，问答文本对包括：问题文本和问题文本的回复文本；
[0106]
分析模块52，用于对问题文本和回复文本进行多维度分析，得到问答文本对在多个维度中的每个维度上的评估结果；
[0107]
配置模块53，用于在评估结果满足预设要求的情况下，配置问答文本对，以在接收到问题文本时反馈回复文本。
[0108]
一种可选实施例中，问答文本对是商家发送的，配置模块53具体用于：若问答文本对在目标维度上的评估结果不满足预设要求，则向商家发送目标维度的评估结果，以得到满足预设要求的问答文本对，评估结果用于指示根据目标维度的评估结果调整问答文本对，目标维度为多个维度中的维度；若问答文本对在每个维度上的评估结果均满足预设要求，则配置问答文本对。
[0109]
一种可选实施例中，多个维度包括：问题文本对应的多个第一维度和回复文本对应的多个第二维度，配置模块53在若问答文本对在目标维度上的评估结果不满足预设要求，则向商家发送目标维度的评估结果时，具体用于：若问题文本在第一维度上的评估结果不满足预设要求，则向商家发送第一维度的评估结果，以得到满足预设要求的问题文本，评估结果用于指示根据第一维度的评估结果调整问题文本；若回复文本在第二维度上的评估结果不满足预设要求，则向商家发送第二维度的评估结果，以得到满足预设要求的回复文本，评估结果用于指示根据第二维度的评估结果调整回复文本。
[0110]
在一可选实施例中，第一维度包括：意图清晰度、意图单一性、通顺度、是否包含敏感词、是否包含特殊字符和是否包含错别字中的至少一项；第二维度包括：通顺度、是否包含敏感词、是否包含特殊字符和是否包含错别字、是否为口语化表达、简洁度、充分度、完备度、语义相关度、时效性、通用性、多样性、精确度、是否具有营销性、专业度、可信度、是否为引导转人工服务中的至少一项。
[0111]
在一可选实施例中，获取模块51具体用于：获取历史对话信息，历史对话信息为用户与客服的对话信息；分析历史对话信息，得到问答文本对，问答文本对包括：问题文本和问题文本的多个回复文本。
[0112]
在一可选实施例中，配置模块53具体用于：针对多个回复文本中的每个回复文本，确定满足预设要求的评估结果的个数；根据个数，对多个回复文本进行排序，得到每个回复文本的排序序号，个数越多排序序号越小，排序序号越小回复文本的质量越好；配置问题文本、多个回复文本和每个回复文本对应的排序序号，以在接收到问题文本时，根据排序序号反馈回复文本。
[0113]
在一可选实施例中，配置模块53在根据个数，对多个回复文本进行排序，得到每个回复文本的排序序号时，具体用于获取每个回复文本对应的对话场景；根据个数，对属于同一对话场景的多个回复文本进行排序，得到每个回复文本在对应对话场景下的排序序号；配置问题文本、多个回复文本和每个回复文本对应的排序序号，包括：配置问题文本、多个回复文本、每个回复文本对应的对话场景，以及每个回复文本在对应对话场景下的排序序号，以在对话场景下接收到问题文本时，根据述对话场景下的排序序号反馈回复文本。
[0114]
在一可选实施例中，信息处理装置50，还包括：
[0115]
处理模块(未示出)，用于接收用户发送的当前问题文本；确定当前问题文本对应的目标对话场景；根据当前问题文本，确定当前问题文本在目标对话场景下对应的至少一个当前回复文本以及每个当前回复文本的排序序号；确定排序序号最小的当前回复文本为目标回复文本；向用户发送目标回复文本。
[0116]
在一可选实施例中，处理模块还用于若不存在当前问题文本对应的回复文本，则
向商家发送当前问题文本；接收商家针对当前问题文本发送的实时回复文本；对实时回复文本进行多维度分析，得到实时回复文本在多个维度中的每个维度上的当前评估结果；若在目标维度上的当前评估结果不满足预设要求，向商家发送目标维度的当前评估结果，以得到满足预设要求的实时回复文本，当前评估结果用于指示根据目标维度的当前评估结果调整实时回复文本；若在每个维度上的当前评估结果均满足预设要求，则向用户发送实时回复文本，并配置当前问题文本和当前回复文本。
[0117]
本技术实施例提供的信息处理装置，通过对问答文本进行多维度分析，在评估结果满足预设要求的情况下，配置问答文本对，能够提高配置的问答文本对的质量。
[0118]
另外，在上述实施例及附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。
[0119]
图6为本技术一示例实施例提供的电子设备的结构示意图。如图6所示，该电子设备60包括：处理器61，以及与处理器61通信连接的存储器62，存储器62存储计算机执行指令。
[0120]
其中，处理器执行存储器存储的计算机执行指令，以实现上述任一方法实施例所提供的信息处理方法，具体功能和所能实现的技术效果此处不再赘述。
[0121]
本技术实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现上述任一方法实施例提供的信息处理方法。
[0122]
本技术实施例还提供了一种计算机程序产品，程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述任一方法实施例提供的信息处理方法。
[0123]
在本技术所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，系统或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0124]
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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单元来实现本实施例方案的目的。
[0125]
另外，在本技术各个实施例中的各功能单元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单元的形式实现。
[0126]
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存
储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本技术各个实施例方法的部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0127]
本领域技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将系统的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0128]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、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技术的一般性原理并包括本技术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，本技术的真正范围和精神由下面的权利要求书指出。
[0129]
应当理解的是，本技术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。本技术的范围仅由所附的权利要求书来限制。