[发明专利]智能问答方法及系统

说明书

本发明提供了一种智能回答方法及系统，方法为：获取知识库中存储问题及对应回答，根据人称模型计算问题的施动和受动人称；计算用户问题的关键词与知识库中问题的关键词的相似度，得到第一问题集合，并在知识库中得到第一问题集合中问题对应的施动和受动人称；计算用户的问题对应的施动和受动人称；将与用户的问题对应的施动和受动人称不一致的问题去除，得到第二问题集合；随机取得第二问题集合中的一个问题作为匹配问题，其对应的回答为用户的问题的回答。本发明通过人称模型计算用户提出问题中的施动和受动人称，去除与用户提出的问题的施动和受动人称不一致的问题，匹配到相似的问题，给出准确的回答。

技术领域

本发明涉及电数字数据处理和人工智能技术领域，尤其涉及一种智能问答方法及系统。

背景技术

在智能对话系统中，通常使用问题和问题匹配的方法寻找答案。在知识库中保存问题和相应的回答，当用户询问一个问题A时，从知识库中找到与问题A相似的问题B，然后将问题B的答案返回给用户。通常通过关键词比较计算两个问题的相似度，即基于问题A和问题B的关键词计算其相似度。为了提高召回率，通常不要求关键词完全匹配，然而，这种方法这可能会引入错误。因为两个问题中提取的关键词可能有很高的相似度，但两个问题中包含的人称在句子中的顺序不同，即施动人称和受动人称不同，问题A中的施动人称为X1，受动人称为Y1，而问题B中的施动人称为X2，受动人称为Y2，因此，如果忽略问题中包含的施动人称和受动人称不同问题，很可能给出问题的回答是不准确的。例如，例如，question A：我喜欢你question B：你喜欢我，这两个question的关键词都是“我”“喜欢”“你”，因此会有很高的相似度，但是由于两个句子中的施动人称和受动人称不同，导致其语义完全不同，因此很可能给出问题的回答不准确。

因此，现有技术中的缺陷是，在智能对话系统中，无法根据问题中包含的施动人称和受动人称进行语义分析，导致给出的回答不准确。

发明内容

针对上述技术问题，本发明提供一种智能回答方法及系统，通过人称模型计算用户提出问题中的施动人称和受动人称，根据知识库中保存的问题及其施动人称和受动人称，在知识库中去除与用户提出的问题的施动人称和受动人称不一致的问题，进而匹配到与用户提出问题相似的问题，并给出准确的回答。

为解决上述技术问题，本发明提供的技术方案是：

第一方面，本发明提供一种智能回答方法，包括：

步骤S1，获取知识库，所述知识库中存储问题及对应回答，根据预先建立的人称模型计算所述问题的施动人称和受动人称，存入所述知识库；

步骤S2，获取用户的问题，计算所述用户问题的关键词；

步骤S3，计算所述用户问题的关键词与所述知识库中问题的关键词的相似度，在所述知识库中得到所述相似度为预设阈值的第一问题集合，并在所述知识库中得到所述第一问题集合中问题对应的施动人称和受动人称；

步骤S4，根据所述用户的问题，通过所述人称模型计算所述用户的问题对应的施动人称和受动人称；

步骤S5，将所述用户的问题对应的施动人称和受动人称与所述所述第一问题集合中问题对应的施动人称和受动人称进行比较，将与所述用户的问题对应的施动人称和受动人称不一致的问题去除，得到第二问题集合；

步骤S6，根据所述第二问题集合，随机取得一个问题作为匹配问题，所述匹配问题对应的回答为所述用户的问题的回答。

本发明的智能回答方法的技术方案为：获取知识库，所述知识库中存储问题及对应回答，根据预先建立的人称模型计算所述问题的施动人称和受动人称，存入所述知识库；获取用户的问题，计算所述用户问题的关键词；计算所述用户问题的关键词与所述知识库中问题的关键词的相似度，在所述知识库中得到所述相似度为预设阈值的第一问题集合，并在所述知识库中得到所述第一问题集合中问题对应的施动人称和受动人称；