[发明专利]问答系统中的问题答案查询方法、系统及计算机设备

权利要求书

1.一种问答系统中的问题答案查询方法，其特征在于，所述问答系统中的问题答案查询方法包括以下步骤：

接收用户输入的问句，并获取所述问句的关键词；

将所述关键词输入至数据库语言元素判别模型，获取所述关键词对应的数据库语言元素；

根据所述数据库语言元素生成SQL查询语句；及

通过所述SQL查询语句在所述问答系统的数据库中查询所述问句对应的答案。

2.如权利要求1所述的问答系统中的问题答案查询方法，其特征在于，所述获取所述问句的关键词的步骤包括：

对所述问句进行分词处理得到多个词语；及

去除所述多个词语中的停用词，并将余下的词语作为所述关键词。

3.如权利要求1所述的问答系统中的问题答案查询方法，其特征在于，所述问答系统中的问题答案查询方法还包括：

获取训练样本数据，所述训练样本数据包括问答对以及与所述知识库中的标准问句对应的数据库语言元素；及

使用所述训练样本数据对深度学习网络进行训练，以得到所述数据库语言元素判别模型。

4.如权利要求3所述的问答系统中的问题答案查询方法，其特征在于，所述使用所述训练样本数据对深度学习网络进行训练，以得到所述数据库语言元素判别模型的步骤包括：

对所述训练样本数据进行预处理以得到所述训练样本数据对应的特征向量；及

将所述特征向量输入至所述深度学习网络进行训练，以得到所述数据库语言元素判别模型，其中，所述深度学习网络为卷积神经网络，该卷积神经网络分为三层；

第一层为卷积神经网络层，所述卷积神经网络层的输入为各个训练样本数据所转换的特征向量组成的矩阵M，所述卷积神经网络层的卷积核的宽度为所述特征向量的维度，所述卷积核的数量为n1；将所述矩阵M输入到卷积神经网络层，得到n1维的问答对特征向量和n1维的数据库语言元素特征向量；取n2种高度的卷积核，得到n2个问答对特征向量和数据库语言元素特征向量；将n2个问答对特征向量组合成问答对特征矩阵，将n2个数据库语言元素特征向量组合成数据库语言元素特征矩阵；

第二层为注意力层，所述注意力层用于对所述问答对特征向量和数据库语言元素特征向量进行加权；所述注意力层的输入为问答对特征矩阵和数据库语言元素特征矩阵，输出为问答对向量和数据库语言元素向量；

第三层为全连接层，所述全连接层用于计算问答对向量和数据库语言元素向量之间的匹配度，所述匹配度用匹配度分数值来表示。

5.如权利要求1至4任一项问答系统中的问题答案查询方法，其特征在于，所述将所述关键词输入至数据库语言元素判别模型，获取所述关键词对应的数据库语言元素的步骤包括：

将所述关键词进行预处理以得到所述关键词对应的特征向量；

将所述特征向量输入至所述数据库语言元素判别模型以得到多个匹配度分数值；及

对所述多个匹配度分数值进行排序，选择最高匹配度分数值对应的数据库语言元素作为所述关键词对应的数据库语言元素。

6.一种计算机设备，其特征在于，所述计算机设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的问答系统中的问题答案查询系统，所述问答系统中的问题答案查询系统被所述处理器执行时实现如权利要求1-5中任一项所述的问答系统中的问题答案查询方法的步骤。

7.一种问答系统中的问题答案查询系统，包括：

接收模块，用于接收用户输入的问句；

获取模块，用于获取所述问句的关键词；

处理模块，用于将所述关键词输入至数据库语言元素判别模型，获取所述关键词对应的数据库语言元素；

生成模块，用于根据所述数据库语言元素生成SQL查询语句；及

查询模块，用于通过所述SQL查询语句在所述问答系统的数据库中查询所述问句对应的答案。