[发明专利]智能应答方法、电子装置及存储介质

说明书

本发明提供了一种智能应答方法，包括：在获取到咨询问题后，对所述咨询问题进行预处理，为问答知识库构建倒排索引，通过倒排索引查询的方式从所述问答知识库中查询出与所述咨询问题相关的候选问题集合，再针对所述候选问题集合中的每个候选问题，分别计算所述咨询问题与该候选问题的问题相似度，所述问题相似度由咨询问题和相应的候选问题之间的文本相似度、语义相似度、主题相似度和句法相似度经线性加权得到，最后选择计算得到的最高问题相似度对应的候选问题，在问答知识库中查询所选择候选问题的关联答案作为目标答案输出。本发明还提供一种电子装置及存储介质。利用本发明可以提高智能应答的准确性和应答效率，提高服务质量。

技术领域

本发明涉及计算机技术领域，尤其涉及一种智能应答方法、电子装置及存储介质。

背景技术

随着科技的发展，人工智能(Artificial Intelligence，AI)正逐步改变着我们的生活方式，例如智能问答就是其中一种。当客户通过文字或语音在线咨询时，可以由线上的智能客服为客户进行智能应答。智能问答可以有效缓解客户服务的等待状况，提升服务质量，因而有着非常广阔的前景。

目前智能问答中智能应答通常采用的方式是对客户问题进行关键词提取，再从问答知识库中找出与该关键词匹配的答案输出给客户。然而，由于语言文字的博大精深变化多样，仅仅从关键词上很难准确识别出客户问题代表的真正意图，因此目前的智能应答方式在准确性上存在不足，且通常还需要人工应答作为弥补，这将在一定程度上造成人力资源耗费和服务效率低下的问题。

发明内容

鉴于以上原因，有必要提供一种智能应答方法、电子装置及存储介质，可以提高智能应答的准确性和应答效率，节约人力资源，提高服务质量。

为实现上述目的，本发明提供一种智能应答方法，该方法包括以下步骤：获取步骤：获取输入的咨询问题，对所述咨询问题进行预处理，所述预处理包括分词得到各词条、对每个词条进行词性标注和命名实体识别、从各词条中提取关键词，以及对所述咨询问题进行语句纠错；构建步骤：对问答知识库中的每个问题和答案进行所述预处理，将经所述预处理后的每个问题和答案映射到倒排记录表中，从而为所述问答知识库构建倒排索引，通过倒排索引查询的方式从所述问答知识库中查询出与所述咨询问题相关的候选问题集合，所述问答知识库包括预先整理的多个问题以及每个问题关联的一个或多个答案；计算步骤：针对所述候选问题集合中的每个候选问题，分别计算所述咨询问题与该候选问题的问题相似度，所述问题相似度由咨询问题和相应的候选问题之间的文本相似度、语义相似度、主题相似度和句法相似度经线性加权得到，其中所述文本相似度和语义相似度的权重均大于所述主题相似度和句法相似度的权重；选择步骤：选择计算得到的最高问题相似度对应的候选问题，在问答知识库中查询所选择候选问题的一个或多个关联答案，将所述一个或多个关联答案中在预设时间段内输出频率最高的关联答案作为目标答案输出。

可选地，所述咨询问题和相应的候选问题之间的文本相似度的计算方法包括：统计所述咨询问题与该候选问题之间的多个指定特征，对所述多个指定特征进行线性加权计算，得到咨询问题和相应的候选问题之间的文本相似度；其中，所述多个指定特征包括：咨询问题和该候选问题的共同关键词数量a1；咨询问题和该候选问题的共同关键词长度a2；咨询问题和该候选问题的共同词条的数量a3；咨询问题和该候选问题的共同词条的长度a4；咨询问题的长度a5；该候选问题的长度a6。

可选地，所述对所述多个指定特征进行线性加权计算，得到咨询问题和相应的候选问题之间的文本相似度包括：采用逆文档率算法计算每个指定特征的权重，对所述多个指定特征采用多元逻辑回归模型进行加权回归拟合计算，得到咨询问题与该候选问题的文本相似度g(z)，公式如下：g(z)＝1/(1+e^z)，e为自然常数；z＝a1*x1+a2*x2+a3*x3+a4*x4+a5*x5+a6*x6；其中，x1、x2...x6分别为所述a1、a2...a6的权重。