[发明专利]会话信息补全方法及装置

权利要求书

1.一种会话信息补全方法，其特征在于，所述方法包括：

获取当前语句及其上文语句；

分别提取当前语句及其上文语句中的关键词，得到当前语句的关键词集合、上文语句的关键词集合、以及各关键词的类别；所述关键词集合包括：实体词集合和关系词集合；

如果两个实体词集合中有满足第一条件的实体词对，则进行实体词对替换，得到候选语句；所述第一条件包括：两个实体词分别属于当前语句和上文语句，并且类别相同且相似度大于设定值；

否则，检查两个关系词集合中是否有满足第二条件的关系词对；所述第二条件包括：两个关系词分别属于当前语句和上文语句，并且两个关系词均存在于上文实体词的关系词集合中；

如果有，则进行关系词对替换，得到候选语句。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

预先构建知识图谱，所述知识图谱中包含多个词条，每个词条包括：实体词、所述实体词的关系词集合、所述实体词的权重；

根据上文语句的实体词W1对应的关系词集合、当前语句的实体词W2对应的关系词集合、以及所述实体词W1和实体词W2的权重，确定实体词W1与实体词W2的相似度。

3.根据权利要求2所述的方法，其特征在于，按以下公式计算实体词W1与实体词W2的相似度：

score＝len(last_entity_setquery_entity_set)/len(last_entity_set|query_entity_set)+min((last_weight*query_weight)/max_weight_value,weight_thresh old)；

其中，len(last_entity_setquery_entity_set)为实体词W1的关系词集合与实体词W2的关系词集合的交集包含关系词的个数；

len(last_entity_set|query_entity_set)为实体词W1的关系词集合与实体词W2的关系词集合的并集包含关系词的个数；

last_weight为实体词W1的权重；

query_weight为实体词W2的权重；

max_weight_value为预设的权重最大值；

weight_threshold为预设的权重阈值。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

分别检查所述上文语句的关系词集合及当前语句的关系词集合，如果有关系词存在于所述知识图谱的实体词集合中，则将其从关系词集合中去除。

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：

利用热搜检查所述候选语句，得到补全后语句；和/或

利用预先构建的语言模型对所述候选语句进行过滤，得到补全后语句。

6.根据权利要求5所述的方法，其特征在于，所述利用热搜检查所述候选语句，得到补全后语句包括：

检查热搜库中是否有与所述候选语句相匹配的热搜词条；

如果有，则根据所述候选语句的长度及与所述候选语句相匹配的热搜词条的长度，计算得到所述候选语句的覆盖率，并将覆盖率大于设定的覆盖率阈值的候选语句作为补全后语句。

7.根据权利要求5所述的方法，其特征在于，所述利用预先构建的语言模型对所述候选语句进行过滤，得到补全后语句包括：

利用预先构建的语言模型确定所述候选语句的流畅度得分；

将流畅度得分大于设定的流畅度阈值的候选语句作为补全后语句。

8.根据权利要求1至7任一项所述的方法，其特征在于，所述方法还包括：

如果得到了补全后语句，则输出所述补全后语句；

如果没有得到补全后语句，则输出当前语句。