[发明专利]一种问答数据处理方法、装置、设备和计算机可读介质

权利要求书

1.一种问答数据处理方法，其特征在于，所述方法包括：

获得输入的提问语句，并对提问语句进行问题解析，获得对应的实体信息和问题信息；

根据获得的所述实体信息和问题信息，查询通用问题索引数据库，获得与所述实体信息和问题信息相匹配的目标信息；

将所述目标信息作为对应所述提问语句的答案输出；

其中，所述通用问题索引数据库基于SPO的数据结构组建，对于能够按SPO的数据结构进行解析的问答样本，S为用于存储实体信息的索引字段，P为用于存储问题信息的索引字段，O为用于存储目标信息的内容字段，SPO的数据结构反映了字段S到P和O的映射关系；其中，每个用于存储实体信息的索引字段S对应至少一个用于存储问题信息的索引字段P；

所述通用问题索引数据库的构建方式包括：

在对问答样本进行问题解析时，对于无法按SPO的数据结构进行解析的问答样本，将所述问答样本中的提问语句作为实体信息存入S字段；将所述问答样本中的答案作为目标信息存入O字段，且P字段映射到O字段；

所述方法还包括：

对所述实体信息、问题信息和目标信息进行泛化处理，获得标准化的实体信息、问题信息和目标信息。

2.根据权利要求1所述的方法，其特征在于，所述通用问题索引数据库通过以下方式构建：

获得问答样本数据库；

对所述问答样本数据库中的问答样本按SPO的数据结构进行问题解析，获得对应的实体信息、问题信息和目标信息；

根据获得的实体信息、问题信息和目标信息，以所述SPO的数据结构组建通用知识图谱，所述通用知识图谱构成所述通用问题索引数据库的内容；

其中，所述通用知识图谱中S字段为索引字段，用于存储实体信息；P字段为索引字段，用于存储问题信息列表；O字段为普通内容字段，用于存储目标信息。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在对输入的提问语句进行问题解析时，对于无法按SPO的数据结构进行解析的提问语句，以所述提问语句查询所述问题索引数据库中的S字段，获得匹配的S字段所映射的目标信息作为所述提问语句的答案。

4.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

当针对相同实体信息和问题信息的目标信息存在多种时，对各种所述目标信息进行验证并分类，选择数据源最多的分类的目标信息作为所述实体信息和问题信息对应的正确目标信息。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在选择所述实体信息和问题信息对应的正确目标信息后，随所述正确目标信息一同保存其来源信息；

相应的，在输出所述提问语句的答案时，所述来源信息随目标信息一同输出。

6.一种问答数据处理装置，其特征在于，所述装置包括：

输入单元，用于获得输入的提问语句；

解析单元，用于对提问语句进行问题解析，获得对应的实体信息和问题信息；

查询单元，用于根据获得的所述实体信息和问题信息，查询通用问题索引数据库，获得与所述实体信息和问题信息相匹配的目标信息；

输出单元，用于将所述目标信息作为对应所述提问语句的答案输出；

其中，每个用于存储实体信息的索引字段S对应至少一个用于存储问题信息的索引字段P；

对于无法按照SPO的数据结构进行解析的问答样本，S为用于存储所述问答样本的提问语句的索引字段，P为用于存储映射关系的索引字段，O为用于存储所述问答样本的答案的内容字段；

所述装置还包括泛化单元和构建单元，所述构建单元用于构建所述通用问题索引数据库，所述泛化单元用于对所述构建单元解析获得的实体信息、问题信息和目标信息进行泛化处理，获得标准化的实体信息、问题信息和目标信息。