[发明专利]问答匹配方法、系统、服务器及存储介质有效

专利信息
申请号: 201810929462.X 申请日: 2018-08-15
公开(公告)号: CN110837586B 公开(公告)日: 2023-05-26
发明(设计)人: 王超;宋双永;石志伟 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06F16/9032 分类号: G06F16/9032
代理公司: 北京太合九思知识产权代理有限公司 11610 代理人: 刘戈
地址: 英属开曼群岛大开*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 问答 匹配 方法 系统 服务器 存储 介质
【权利要求书】:

1.一种问答匹配方法,其特征在于,包括:

接收智能终端发送的用户问题;

确定与所述用户问题相关的至少一个候选知识点,所述候选知识点包括知识点问题和知识点答案;

根据所述至少一个候选知识点中的知识点问题和知识点答案,计算所述用户问题与所述至少一个候选知识点的匹配度;具体包括:获取与所述用户问题相关的附加特征,包括以下至少一种操作:识别所述用户问题是否包含特定信息,所述特定信息是通过对所述用户问题进行文本识别用来确定用户问题领域的信息;从所述用户问题的上下文中获取所述用户问题所属的业务场景;获取发起所述用户问题的提问入口对应的问题类别,作为所述用户问题所属的问题类别;接收终端设备发送的与所述用户问题相关的用户行为特征;

根据所述至少一个候选知识点中的知识点问题和知识点答案以及与所述用户问题相关的附加特征,计算所述用户问题与所述至少一个候选知识点的匹配度,具体包括:将所述用户问题、与所述用户问题相关的附加特征以及所述至少一个候选知识点的知识点问题和知识点答案作为问答匹配模型的输入参数,运行所述问答匹配模型以获得所述用户问题与所述至少一个候选知识点的匹配度;

根据所述用户问题与所述至少一个候选知识点的匹配度,从所述至少一个候选知识点中确定所述用户问题的答案。

2.根据权利要求1所述的方法,其特征在于,将所述用户问题、与所述用户问题相关的附加特征以及所述至少一个候选知识点的知识点问题和知识点答案作为问答匹配模型的输入参数,运行所述问答匹配模型以获得所述用户问题与所述至少一个候选知识点的匹配度,包括:

在所述问答匹配模型内部,获取每个候选知识点对应的问题向量矩阵和答案向量矩阵以及所述用户问题对应的向量矩阵;

结合与所述用户问题相关的附加特征,根据每个候选知识点对应的问题向量矩阵和答案向量矩阵以及所述用户问题对应的向量矩阵,计算所述用户问题与每个候选知识点的匹配度。

3.根据权利要求2所述的方法,其特征在于,结合与所述用户问题相关的附加特征,根据每个候选知识点对应的问题向量矩阵和答案向量矩阵以及所述用户问题对应的向量矩阵,计算所述用户问题与每个候选知识点的匹配度,包括:

将每个候选知识点对应的问题向量矩阵和所述用户问题对应的向量矩阵进行文本匹配,以获得所述用户问题与每个候选知识点的问题匹配结果;

将每个候选知识点对应的答案向量矩阵和所述用户问题对应的向量矩阵进行文本匹配,以获得所述用户问题与每个候选知识点的问答匹配结果;

基于与所述用户问题相关的附加特征、所述用户问题与每个候选知识点的问题匹配结果和问答匹配结果对所述用户问题与每个候选知识点进行二分类处理,以获得所述用户问题与每个候选知识点的匹配度。

4.根据权利要求2所述的方法,其特征在于,结合与所述用户问题相关的附加特征,根据每个候选知识点对应的问题向量矩阵和答案向量矩阵以及所述用户问题对应的向量矩阵,计算所述用户问题与每个候选知识点的匹配度,包括:

对所述用户问题对应的向量矩阵以及每个候选知识点对应的问题向量矩阵和答案向量矩阵分别进行特征提取,以获得用户问题特征向量以及每个候选知识点对应的问题特征向量和答案特征向量;

将所述用户问题特征向量和与所述用户问题相关的附加特征对应的向量分别与每个候选知识点对应的问题特征向量和答案特征向量进行拼接,以获得所述用户问题与每个候选知识点的拼接向量;

对所述用户问题与每个候选知识点的拼接向量进行二分类处理,以获得所述用户问题与每个候选知识点的匹配度。

5.根据权利要求4所述的方法,其特征在于,对所述用户问题对应的向量矩阵以及每个候选知识点对应的问题向量矩阵和答案向量矩阵分别进行特征提取,以获得用户问题特征向量以及每个候选知识点对应的问题特征向量和答案特征向量,包括:

采用多层卷积神经网络CNN、循环神经网络RNN、长短期记忆网络LSTM或设置门复现单元GRU对所述用户问题对应的向量矩阵以及每个候选知识点对应的问题向量矩阵和答案向量矩阵分别进行特征提取,以获得用户问题特征向量以及每个候选知识点对应的问题特征向量和答案特征向量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810929462.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top