一种用户消息处理方法及相关设备

技术领域

本申请实施例涉及通信领域，尤其涉及一种用户消息处理方法及相关设备

背景技术

随着互联网技术的飞速发展，客服系统逐渐应用于不同行业的企业中，企业往往需要大量客服人员提供在线客服服务以满足用户的信息咨询需求。以自然语言理解等技术为基础所开发的智能客服技术可以通过网页和应用程序等在线渠道与用户进行人机交互，回答用户所咨询的问题，进而有效地减少人工客服成本。

智能客服系统接收到用户发送的问题后，会对该问题进行识别并查询自身所存储的知识库，选择知识库中与问题相匹配的答案回复给用户，进而对用户的问题进行解答。

由于语言习惯，用户发送的问题具有口语化严重等特点，往往将表达一个意图的问句拆分成多个语句，并分为多次发送至客服系统。在这种情况下，现有的智能客服系统对所接收的各个语句分别进行应答，每句的回答内容可能并不能很好地回应用户的咨询意图，用户体验较差。

发明内容

本申请提供了一种用户咨询消息的答复方法，用于应对用户发送的具有口语化严重特点的咨询问题，进而更好的理解用户的咨询意图，确定合适的回复并返回至用户以解答用户的问题。

本申请实施例第一方面提供了一种用户咨询消息的答复方法，包括：

获得预设时长内同一用户发送的至少一条咨询消息；

根据预设规则合并所述至少一条咨询消息，得到合并咨询消息；

将所述合并咨询消息输入至预先训练完成的语义识别模型，得到所述合并咨询消息对应的目标答复；

向所述用户发送所述目标答复。

基于本申请实施例第一方面提供的用户咨询消息的答复方法，可选的，所述根据预设规则合并所述至少一条咨询消息，得到合并咨询消息，包括：

根据所述至少一条咨询消息的发送时序对所述至少一条咨询消息进行合并，得到合并咨询消息。

基于本申请实施例第一方面提供的用户咨询消息的答复方法，可选的，所述根据预设规则合并所述至少一条咨询消息，得到合并咨询消息，包括：

若所述至少一条咨询消息包含表情符号，则将所述咨询消息中的所述表情符号转换为文本信息，得到至少一条修正咨询消息；

合并所述至少一条修正咨询消息，得到合并咨询消息。

基于本申请实施例第一方面提供的用户咨询消息的答复方法，可选的，所述根据预设规则合并所述至少一条咨询消息，得到合并咨询消息，包括：

对所述至少一条咨询消息进行标点符号补齐，得到至少一条修正咨询消息；

合并所述至少一条修正咨询消息，得到合并咨询消息。

基于本申请实施例第一方面提供的用户咨询消息的答复方法，可选的，所述将所述合并咨询消息输入至预先训练完成的语义识别模型，得到所述合并咨询消息对应的目标答复，包括：

将所述合并咨询消息输入至由知识库中的各个答复预先训练完成的语义识别模型，得到各个所述答复与所述合并咨询消息的匹配程度；

确定所述各个答复中与所述合并咨询消息匹配程度最高的答复为所述目标答复。

基于本申请实施例第一方面提供的用户咨询消息的答复方法，可选的，所述将所述合并咨询消息输入至预先训练完成的语义识别模型，得到所述合并咨询消息对应的目标答复包括：

将所述合并咨询消息输入至预先训练完成的意图识别模型，以将所述合并咨询消息拆分为至少一个意图消息；

将所述至少一个意图消息输入至预先训练完成的语义识别模型，得到各个所述意图消息对应的目标答复。

本申请实施例第二方面提供了一种用户咨询消息的答复设备，其特征在于，包括：

获得单元，用于获得预设时长内同一用户发送的至少一条咨询消息；

合并单元，用于根据预设规则合并所述至少一条咨询消息，得到合并咨询消息；

目标答复获取单元，用于将所述合并咨询消息输入至预先训练完成的语义识别模型，得到所述合并咨询消息对应的目标答复；

发送单元，用于向所述用户发送所述目标答复。

基于本申请实施例第二方面提供的用户咨询消息的答复设备，可选的，其特征在于，所述合并单元具体用于：

根据所述至少一条咨询消息的发送时序对所述至少一条咨询消息进行合并，得到合并咨询消息。

基于本申请实施例第二方面提供的用户咨询消息的答复设备，可选的，所述合并单元具体用于：

若所述至少一条咨询消息包含表情符号，则将所述表情符号转换为文本信息，得到至少一条修正咨询消息；

合并所述至少一条修正咨询消息，得到合并咨询消息。

基于本申请实施例第二方面提供的用户咨询消息的答复设备，可选的，所述合并单元具体用于：

对所述至少一条咨询消息进行标点符号补齐，得到至少一条修正咨询消息；

合并所述至少一条修正咨询消息，得到合并咨询消息。

基于本申请实施例第二方面提供的用户咨询消息的答复设备，可选的，所述目标答复获取单元具体用于：

将所述合并咨询消息输入至由知识库中的各个答复预先训练完成的语义识别模型，得到各个所述答复与所述合并咨询消息的匹配程度；

确定所述各个答复中与所述合并咨询消息匹配程度最高的答复为所述目标答复。

基于本申请实施例第二方面提供的用户咨询消息的答复设备，可选的，所述目标答复获取单元具体用于：

将所述合并咨询消息输入至预先训练完成的意图识别模型，以将所述合并咨询消息拆分为至少一个意图消息；

将所述至少一个意图消息输入至预先训练完成的语义识别模型，得到各个所述意图消息对应的目标答复。

本申请实施例第三方面提供了一种计算机设备，包括：

中央处理器，存储器，输入输出接口，有线或无线网络接口以及电源；

所述存储器为短暂存储存储器或持久存储存储器；

所述中央处理器配置为与所述存储器通信，在所述计算机设备上执行所述存储器中的指令操作以执行本申请实施例第一方面中任意一项所述的方法。

本申请实施例第四方面提供了一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行如本申请实施例第一方面中任意一项所述的方法。

本申请实施例第五方面提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行如本申请实施例第一方面中任意一项所述的方法。

从以上技术方案可以看出，本申请实施例具有以下优点：本方案通过获得预设时长内同一用户发送的所有咨询消息，并对至少一条咨询消息进行合并，得到合并咨询消息；使用预先训练完成的语义识别模型对合并咨询消息进行识别，得到所述合并咨询消息对应的目标答复，并向所述用户发送该目标答复。进而可以更好的应对用户口语化严重的情况，使得客服系统可以更好的理解用户所提出的问题，并做出相应回复，提高用户体验。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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为本申请用户咨询消息的答复方法实施例的一个流程示意图；

图2为本申请用户咨询消息的答复方法实施例的另一个流程示意图；

图3为本申请用户咨询消息的答复方法实施例的另一个流程示意图；

图4为本申请用户咨询消息的答复方法实施例的另一个流程示意图；

图5为本申请用户咨询消息的答复设备实施例的一个结构示意图；

图6为本申请用户咨询消息的答复设备实施例的另一个结构示意图。

具体实施方式

本申请提供了一种用户咨询消息的答复方法及其相关设备，用于应对用户发送的具有口语化严重特点的咨询问题，进而更好的理解用户的咨询意图，确定合适的回复并返回至用户以解答用户的问题。

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。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。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

需要说明的是，在本申请中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。

以自然语言理解等技术为基础所开发的智能客服技术可以通过网页和应用程序等在线渠道与用户进行人机交互，回答用户所咨询的问题，进而有效地减少人工客服成本。智能客服系统接收到用户发送的问题后，会对该问题进行识别并查询自身所存储的知识库，选择知识库中与问题相匹配的答案回复给用户，进而对用户的问题进行解答。

然而对于电商公司而言，其面对的客户均为独立消费者，由于语言习惯，电商用户所发送的问题基于个人习惯有所不同，并且存在口语化严重等特点，用户往往会将表达一个意图的问句拆分成多个语句，并分为多次发送至客服系统。在这一情况下，现有的智能客服系统对所接收的各个语句分别进行应答，而各个语句所表达的含义如果不联系上下文的情况下无法确定，智能客服系统可能会采取回复兜底答案或引导用户补充上下文的策略进行回复，导致回答内容可能并不能很好地回应用户的咨询意图，用户体验较差。

为解决上述问题，本申请提出一种新的用户咨询消息的答复方法，请参阅图1，本申请用户咨询消息的答复方法的一个实施例包括：步骤101-步骤104。

101、获得预设时长内同一用户发送的至少一条咨询消息。

客服系统获取预设时长内同一用户发送的至少一条咨询消息，咨询消息即为表示用户所提出问题的消息，客服系统应针对用户所发送的咨询消息中所包含的问题信息进行答复。预设时长的时间长短基于用户的实际需求预先设置，一般的，为配合用户的表达习惯，预设时长可设置为2秒至10秒区间内的某一定值，如，预设时长设置为5秒。具体可依据实际情况而定，此处不做限定。

可以理解的是，咨询消息的获取过程的起始时间点为接收到用户发送的第一条未被回复的咨询消息为起始点，即所述预设时长的起始时间点为接收到所述用户发送的第一条未被答复的咨询消息的时间点。当接收到第一条未被处理的咨询消息后，不立即对该咨询消息进行处理，而是等待预设时长的时间长度，给予用户发送表示一个完整意图的多条咨询信息的时间间隔，并获取该预设时长内用户发送的所有咨询消息。咨询消息的数量可为一条或多条，具体此处不做限定。

102、根据预设规则合并所述至少一条咨询消息，得到合并咨询消息。

客服系统根据预设规则合并所述至少一条咨询消息，得到合并咨询消息。客服系统对所获取到的，用户在预设时长内容发送的所有咨询消息进行合并，具体的预设规则为预先设置，以所获得的合并咨询消息的文本内容可以包含用户所发送的咨询消息中所发送的所有文本内容为准，在具体合并过程中，还可对各条咨询消息进行标点符号以及其他方面信息的调整，具体可依据实际情况而定，此处不做限定。

103、将合并咨询消息输入至预先训练完成的语义识别模型，得到合并咨询消息对应的目标答复。

客服系统将合并咨询消息输入至预先训练完成的语义识别模型，得到合并咨询消息对应的目标答复，具体的语义识别模型为预先训练完成的神经网络模型，工作人员可预先构建训练集，训练集中包括用户可能提出的问题，并将预先设置的知识库中所包括的各个答案分别对应设置为训练集中各个问题所对应的标签，使用该训练集对神经网络模型进行训练，进而获得预先训练完成的语义识别模型。

语义识别模型所使用的神经网络结构可为sequence to sequence模型(Seq2Seq模型)seq2seq属于编码器-解码器(encoder-decoder)结构的一种，编码器负责将输入序列压缩成指定长度的向量，这个向量就可以看成是这个序列的语义，这个过程称为编码，解码器则负责根据语义向量生成指定的序列，这个过程也称为解码。将所述合并咨询消息输入至由知识库中的各个答复预先训练完成的语义识别模型，得到各个所述答复与所述合并咨询消息的匹配程度；确定所述各个答复中与所述合并咨询消息匹配程度最高的答复为所述目标答复，具体的各个答复与合并咨询消息的匹配程度可以得分的形式表示，确定得分最高的答复为目标答复。

可以理解的是，在本方案具体实施过程中也可选择其他类别的神经网络模型实现上述功能，具体可依据实际情况而定，此处不做限定。

104、向所述用户发送所述目标答复。

客服系统向所述用户发送所述目标答复。以使得用户基于所述目标答复获得所发送的多条咨询消息的答案，进而完成对客户的客服服务过程。

从以上技术方案可以看出，本申请实施例具有以下优点：本方案通过获得预设时长内同一用户发送的所有咨询消息，并对至少一条咨询消息进行合并，得到合并咨询消息；使用预先训练完成的语义识别模型对合并咨询消息进行识别，得到所述合并咨询消息对应的目标答复，并向所述用户发送该目标答复。进而可以更好的应对用户口语化严重的情况，使得客服系统可以更好的理解用户所提出的问题，并做出相应回复，提高用户体验。

基于图1所描述的实施例，在对用户所发送的信息进行智能答复时，用户所发送的咨询消息中可能包括表情符号，对于现有的智能客服系统而言，在答复过程中无法使用表情符号所包括的语义，为解决上述问题，下面提供一种本方案在实施过程中可选择执行的详细实施例，请参阅图2，本申请用户咨询消息的答复方法的一个实施例包括：步骤201-步骤205。

201、获得预设时长内同一用户发送的至少一条咨询消息。

客服系统获得预设时长内同一用户发送的至少一条咨询消息。本步骤的实施方式与上述图1对应实施例中步骤101类似，具体此处不做赘述。

202、将所述咨询消息中的所述表情符号转换为文本信息。

客服系统将所述咨询消息中的所述表情符号转换为文本信息。在对咨询消息进行合并前，首先可对咨询消息进行调整，识别咨询消息中是否存在表情符号，若存在表情符号则将表情符号基于预设规则转换为文本信息，将表情符号转换为相应含义的文本信息，并将相应含义的文本内容替换原咨询消息中的表情符号，进而获得仅包括文本的咨询消息。以便进行后续对咨询消息的语义识别工作，避免表情符号对咨询消息的识别过程产生不必要的影响。具体的表情符号向文本信息的转换规则可依据实际情况而定，具体此处不做限定。

203、根据预设规则合并所述至少一条咨询消息，得到合并咨询消息。

客服系统根据预设规则合并所述至少一条咨询消息，得到合并咨询消息。对上述修正处理后的咨询消息进行合并，进而得到合并咨询消息，具体的可依据各条咨询消息的发送时序进行合并，如，

场景一：用户在预设时长内发送了：“你好，我这边地址错了”，“帮我改下”两条咨询信息。

对于客服人员而言从用户发来的两句话理解意图是地址写错了需要修改，当对话主体是人与人的时候很容易理解意图并给出答案，但是当主体是人和智能客服系统时，在未使用本方案的情况下智能客服系统接收到的是两个独立的问题，一是“你好，我这边地址错了”，二是“帮我改下”，第一个意图“你好，我这边地址错了”可以进行基于语义识别模型匹配用户具有需要改地址的需求，可以推送改地址的答案；但是第二个意图“帮我改下”智能客服系统就很难确定这是需要修改什么信息，所以针对第二个提问就很难精准推送答案。

基于上述步骤201至步骤203进行对咨询消息的合并，则所获得的合并消息为“你好，我这边地址错了，帮我改下”通过对这条合并消息进行语义识别，可以获得更精确的答案。

场景二：用户在预设时长内发送了：“你好”，“我的货还没收到呢”“已经给我签收了”三条咨询信息。

对于未使用本方案的智能客服系统而言，会对各条咨询信息逐条回复“你好”针对打招呼意图，理解这是简单的寒暄，可以回复你好呀；“我的货还没收到呢”对应未收到货要催货的意图，可以回复建议用户发送订单号协助查询；“已经给我签收了”对应用户表达已签收的意图，这个不好推测用户发送这个问句是需要解决什么问题，如果只是跟商家陈述一个事实，那可以回复好的。如果是判断为用户可能是需要解决问题的，那答案可能会是兜底话术或者给推荐回答。所以机器人角度大概会理解到“寒暄+催货”意图，并给用户推送2-3个答案。但是基于上述步骤201至步骤203进行咨询消息的合并，则获得“你好，我的货还没收到呢，已经给我签收了”，进一步对该合并消息进行语义识别，即可得出用户表达的为什么自己还没收到货却显示签收这个意图，进而得出对应答案，以便解决用户问题。

204、将合并咨询消息输入至预先训练完成的语义识别模型，得到合并咨询消息对应的目标答复。

客服系统将合并咨询消息输入至预先训练完成的语义识别模型，得到合并咨询消息对应的目标答复，具体的语义识别模型为预先训练完成的神经网络模型，工作人员可预先构建训练集，训练集中包括用户可能提出的问题，并将预先设置的知识库中所包括的各个答案分别对应设置为训练集中各个问题所对应的标签，使用该训练集对神经网络模型进行训练，进而获得预先训练完成的语义识别模型。

语义识别模型所使用的神经网络结构可为sequence to sequence模型(Seq2Seq模型)seq2seq属于编码器-解码器(encoder-decoder)结构的一种，编码器负责将输入序列压缩成指定长度的向量，这个向量就可以看成是这个序列的语义，这个过程称为编码，解码器则负责根据语义向量生成指定的序列，这个过程也称为解码。将所述合并咨询消息输入至由知识库中的各个答复预先训练完成的语义识别模型，得到各个所述答复与所述合并咨询消息的匹配程度；确定所述各个答复中与所述合并咨询消息匹配程度最高的答复为所述目标答复，具体的各个答复与合并咨询消息的匹配程度可以得分的形式表示，确定得分最高的答复为目标答复。

从以上技术方案可以看出，本申请实施例具有以下优点：本方案在对用户所发送的信息进行合并前，对咨询信息中的表情符号进行识别，转换为对应的文本信息，进而使得智能客服系统在答复过程可以利用表情符号所包括的语义，提高了对客户答复的准确程度。

基于图1所描述的实施例，在对用户所发送的信息进行智能答复时，用户所发送的咨询消息由于表达习惯，可能不同的咨询信息之间不存在标点符号或所使用的标点符号不恰当，此时若直接对咨询信息进行合并容易导致语义识别模型的识别出现偏差问题，为解决上述问题，下面提供一种本方案在实施过程中可选择执行的详细实施例，请参阅图3，本申请用户咨询消息的答复方法的一个实施例包括：步骤301-步骤305。

301、获得预设时长内同一用户发送的至少一条咨询消息。

客服系统获得预设时长内同一用户发送的至少一条咨询消息。本步骤的实施方式与上述图1对应实施例中步骤101类似，具体此处不做赘述。

302、对所述至少一条咨询消息进行标点符号补齐。

客服系统对所述至少一条咨询消息进行标点符号补齐。为提高语义识别模型对咨询消息识别的准确程度，在对咨询消息进行合并前，还可对咨询消息进行标点符号补齐，以便所获得的合并咨询消息可被语义识别模型更准确的识别，得出与用户的实际意图更加匹配的目标答案。

具体的，可识别每一条单独发送的咨询消息的结尾处是否存在标点符号，若不存在则在各条咨询消息的结尾处补充逗号或句号，可以理解的是，上述内容仅为一种可实施方式的举例，在实际实施过程中，也可以更复杂的规则进行咨询消息的标点符号补齐，如识别咨询消息是否为问句，若为问句则在结尾处添加问号，具体可依据实际情况而定，此处不做限定。

303、根据预设规则合并所述至少一条咨询消息，得到合并咨询消息。

304、将合并咨询消息输入至预先训练完成的语义识别模型，得到合并咨询消息对应的目标答复。

305、向所述用户发送所述目标答复。

上述步骤303至步骤305与图2对应实施例中步骤203至步骤205类似，此处不做赘述。

从以上技术方案可以看出，本申请实施例具有以下优点：本方案在对用户所发送的信息进行合并前，对咨询信息进行标点符号补齐，进而保证每条咨询信息的内容在合并咨询信息中的独立性，提高语义识别模型对合并咨询信息进行语义识别所获得的答案的准确程度，提高了本方案的可实施性。

可以理解的是，图2所描述的表情处理过程和图3所描述的标点符号补齐过程均为为提高合并过程所获得的合并咨询消息的规范性而做出的预处理，在实际实施过程中可二者均执行且二者的执行顺序不存在逻辑关系，可依据需求进行调整，具体可依据实际情况而定，此处不做限定。

基于图1所描述的实施例，在使用本方案进行对咨询信息的处理时，也可能用户发送咨询信息的速度过快，基于本方案将两条表示不同意图的咨询消息合并在了一起，此时基于合并咨询消息仅返回一条答案显然无法满足用户的需求，为解决上述问题，下面提供一种本方案在实施过程中可选择执行的详细实施例，请参阅图4，本申请用户咨询消息的答复方法的一个实施例包括：步骤401-步骤405。

401、获得预设时长内同一用户发送的至少一条咨询消息。

402、根据预设规则合并所述至少一条咨询消息，得到合并咨询消息。

上述步骤401至步骤402与前述图1对应实施例中步骤101至步骤102类似，具体此处不做赘述。

403、将所述合并咨询消息输入至预先训练完成的意图识别模型，以将所述合并咨询消息拆分为至少一个意图消息。

将所述合并咨询消息输入至预先训练完成的意图识别模型，以将所述合并咨询消息拆分为至少一个意图消息。意图识别模型为预先训练完成的sequence to sequence模型，用于对合并咨询消息进行分割，进而得到至少一个意图消息。在实际情况下，用户在特定时长内所发送的多条消息可能表示了多个意图，如：

场景三：用户在特定时长内发送了“你们什么时候发货”“可以发顺丰吗”两条咨询消息，仅对合并咨询消息进行识别可能无法对用户做出满意答复，此时可对合并咨询消息进行语义分割，得到至少一个意图消息。分割过程由预先训练好的意图识别模型完成，具体训练过程可参照现有的神经网络模型训练过程，此处不做赘述。对于场景三的情况，则拆分获得两个意图消息，分别为“你们什么时候发货”“可以发顺丰吗”可以理解的是，拆分过程基于咨询消息的实际含义而完成，可能存在三条或三条以上咨询消息合并得到的合并咨询消息被拆分为两条意图消息的情况，也可能存在拆分后仅为一条意图消息的情况，具体可依据实际情况而定，此处不做限定。

404、将所述至少一个意图消息输入至预先训练完成的语义识别模型，得到各个所述意图消息对应的目标答复。

将所述至少一个意图消息输入至预先训练完成的语义识别模型，得到各个所述意图消息对应的目标答复。分别将多条所述意图消息输入至预先训练完成的语义识别模型，得到多条所述意图消息对应的多条目标答复，所述目标答复的条数与所述意图消息的条数相同。

405、向所述用户发送所述目标答复。

向所述用户发送所述目标答复。若存在多条目标答复，则分别向用户回复多条目标答复。

从以上技术方案可以看出，本申请实施例具有以下优点：本方案通过获得预设时长内同一用户发送的所有咨询消息，并对至少一条咨询消息进行合并，得到合并咨询消息；使用预先训练完成的语义识别模型对合并咨询消息进行识别，确定合并咨询消息所包含的一个或多个意图信息，并基于意图信息确定对应的目标答复，并向所述用户发送该目标答复。进而可以更好的应对用户口语化严重的情况，使得客服系统可以更好的理解用户所提出的问题，并做出相应回复，提高用户体验。

上面对申请实施例中的用户咨询消息的答复方法进行了描述，下面对本发明实施例中的用户咨询消息的答复设备进行描述。请参阅图5，本申请用户咨询消息的答复设备的一个实施例包括：

获得单元501，用于获得预设时长内同一用户发送的至少一条咨询消息；

合并单元502，用于根据预设规则合并所述至少一条咨询消息，得到合并咨询消息；

目标答复获取单元503，用于将所述合并咨询消息输入至预先训练完成的语义识别模型，得到所述合并咨询消息对应的目标答复；

发送单元504，用于向所述用户发送所述目标答复。

本实施例中，用户咨询消息的答复设备中各单元所执行的流程与前述图1所对应的实施例中描述的方法流程类似，此处不再赘述。

可选的，所述合并单元具体用于：

根据所述至少一条咨询消息的发送时序对所述至少一条咨询消息进行合并，得到合并咨询消息。

可选的，所述合并单元具体用于：

若所述至少一条咨询消息包含表情符号，则将所述表情符号转换为文本信息，得到至少一条修正咨询消息；

合并所述至少一条修正咨询消息，得到合并咨询消息。

可选的，所述合并单元具体用于：

对所述至少一条咨询消息进行标点符号补齐，得到至少一条修正咨询消息；

合并所述至少一条修正咨询消息，得到合并咨询消息。

可选的，所述目标答复获取单元具体用于：

将所述合并咨询消息输入至由知识库中的各个答复预先训练完成的语义识别模型，得到各个所述答复与所述合并咨询消息的匹配程度；

确定所述各个答复中与所述合并咨询消息匹配程度最高的答复为所述目标答复。

可选的，所述目标答复获取单元具体用于：

将所述合并咨询消息输入至预先训练完成的意图识别模型，以将所述合并咨询消息拆分为至少一个意图消息；

将所述至少一个意图消息输入至预先训练完成的语义识别模型，得到各个所述意图消息对应的目标答复。

图6是本申请实施例提供的一种计算机的结构示意图，该服务器600可以包括一个或一个以上中央处理器(central processing units，CPU)601和存储器605，该存储器605中存储有一个或一个以上的应用程序或数据。

本实施例中，中央处理器601中的具体功能模块划分可以与前述图5中所描述的各单元的功能模块划分方式类似，此处不再赘述。

其中，存储器605可以是易失性存储或持久存储。存储在存储器605的程序可以包括一个或一个以上模块，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器601可以设置为与存储器605通信，在服务器600上执行存储器605中的一系列指令操作。

服务器600还可以包括一个或一个以上电源602，一个或一个以上有线或无线网络接口603，一个或一个以上输入输出接口604，和/或，一个或一个以上操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等。

该中央处理器601可以执行前述图1所示实施例中用户咨询消息的答复方法所执行的操作，具体此处不再赘述。

本发明还提供了一种计算机可读存储介质，该计算机可读存储介质用于实现用户咨询消息的答复方法的功能，其上存储有计算机程序，计算机程序被处理器执行时，处理器，可以用于执行如图1所述的用户咨询消息的答复方法。

可以理解的是，所述集成的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，可以存储在相应的一个计算机可读取存储介质中或集成为计算机程序产品以便执行上述方法。基于这样的理解，本发明实现上述相应的实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：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)、随机存取存储器(RAM，Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

所述集成的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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，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，装置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。

所述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。

另外，在本申请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，也可以采用软件功能单元的形式实现。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。