[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

说明书

本发明公开了一种问答系统中的问题答案查询方法，包括：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。本发明还提供一种计算机设备及计算机可读存储介质。本发明提供的问答系统中的问题答案查询方法、系统、计算机设备及计算机可读存储介质摆脱了人工定义的繁琐性。同时，由于是直接通过获取关键词对应的数据库元素的方式来查询问句答案，可以更加快速及准确地查询出问句的答案。

技术领域

本发明涉及问答系统中的问题答案查询领域，尤其涉及一种问答系统中的问题答案查询方法、系统、计算机设备及计算机可读存储介质。

背景技术

问答系统(Question and Answering，简称QA)综合运用知识表示、信息检索、自然语言处理等技术，能够接收用户以自然语言形式输入问题，即可返回简洁而准确的答案的系统。自动问答系统相比于传统的搜索引擎，具有更方便、更准确的优点，是当前自然语言处理及人工智能领域的研究热点。

现有的问答系统，常常利用问句中的词语转换成数据库语言元素，再利用 SQL类查询语句得到答案。但这种方法对于有些词语不好操作，而人工定义又成本太高。

发明内容

有鉴于此，本发明提出一种问答系统中的问题答案查询方法，摆脱了人工定义的繁琐性，以更加快速及准确地查询出问句的答案。

首先，为实现上述目的，本发明提出一种计算机设备，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。

可选地，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，还实现如下步骤：

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。

可选地，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；