[发明专利]聊天应答方法、电子装置及存储介质

说明书

本发明提供了一种聊天应答方法，包括：获取会话问题，从问答知识库中查询与所述会话问题相关的候选问题集合，计算会话问题与每个候选问题的文本相似度，判断是否存在会话问题的近似问题，若是，则查找该近似问题的关联答案并输出，否则从问答知识库中查询与所述会话问题相关的候选答案集合，计算所述会话问题与每个候选答案的主题相似度，判断是否存在所述会话问题的近似答案，若是，则将所述近似答案输出，否则构建序列预测模型，将所述会话问题输入所述序列预测模型生成应变答案，将所述应变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。利用本发明可以针对会话问题为客户做出准确和应变的反馈，从而提高服务质量。

技术领域

本发明涉及计算机技术领域，尤其涉及一种聊天应答方法、电子装置及存储介质。

背景技术

随着科技的发展，AI(Artificial Intelligence，人工智能)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。

然而，即使是在特定的服务领域，例如金融、银行、证券、保险等垂直的领域中，在线咨询的过程中也会包含一些纯闲聊的内容。此时针对客户输入的聊天会话内容，若无法快速准确和有效应变地响应客户，则会降低智能客服的服务质量，无法为客户带来人性化的高质量体验。

发明内容

鉴于以上原因，有必要提供一种聊天应答方法、电子装置及存储介质，可以针对会话问题为客户做出准确和应变的反馈，从而提高服务质量。

为实现上述目的，本发明提供一种聊天应答方法，该方法包括：预处理步骤：获取客户输入的会话问题，对所述会话问题进行预处理，得到会话问题的文本特征信息，所述文本特征信息包括各词条在所述会话问题中的词性、位置和词类归属信息，所述词类归属包括归属于关键词或命名实体；第一计算步骤：为问答知识库构建倒排索引，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，根据所述文本特征信息，通过倒排索引查询的方式从问答知识库中查询与所述会话问题相关的候选问题集合，并分别计算所述会话问题与所述候选问题集合中每个候选问题的文本相似度；问题检索步骤：根据预设规则及所述文本相似度，判断候选问题集合中是否存在所述会话问题的近似问题，若所述候选问题集合中存在所述会话问题的近似问题，则在问答知识库中查找该近似问题的关联答案，将所述关联答案作为所述会话问题的目标答案输出；第二计算步骤：若所述候选问题集合中不存在所述会话问题的近似问题，则根据所述文本特征信息，通过倒排索引查询的方式从问答知识库中查询与所述会话问题相关的候选答案集合，并分别计算所述会话问题与所述候选答案集合中每个候选答案的主题相似度；答案检索步骤：根据预设规则及所述主题相似度，判断候选答案集合中是否存在所述会话问题的近似答案，若所述候选答案集合中存在所述会话问题的近似答案，则将所述近似答案作为所述会话问题的目标答案输出；答案预测步骤：若候选答案集合中不存在所述会话问题的近似答案，则通过seq2seq模型对所述问答知识库中的各个问题和答案进行编码和解码的迭代训练，从而构建序列预测模型，将所述会话问题输入所述序列预测模型生成应变答案，将所述应变答案作为所述会话问题的目标答案输出。

可选地，所述对所述会话问题进行预处理包括：对所述会话问题进行分词处理，从而切分出会话问题的各词条，所述分词处理的方法包括基于词典进行正向最大匹配和/或基于词典进行逆向最大匹配；对经所述分词处理得到的各词条进行词性解析，并对各词条的词性进行标注，所述词性解析通过经预设大规模语料库训练得到的词性标注模型实现；对所述会话问题进行命名实体识别，从而识别出具有特定意义的命名实体，所述命名实体包括人名、地名、组织机构、专有名词，所述命名实体识别的方法包括基于词典和规则的方法，以及基于统计学习的方法；根据所述各词条以及所述命名实体，从所述会话问题中提取关键词，所述关键词为字符数量多于第一预设阈值的词组，或者为存在于预设词典中的命名实体，所述预设词典包括业务场景专有词典。