[发明专利]应答的方法、装置、存储介质及电子设备

说明书

本公开涉及一种应答的方法、装置、存储介质及电子设备，获取待应答的目标输入文本，并对该目标输入文本进行分词得到多个第一目标词语；获取预先建立的语义识别数据库，以及预先训练的语境识别模型；根据多个该第一目标词语通过该语义识别数据库确定该目标输入文本的第一待确定应答文本；根据多个该第一目标词语和该第一待确定应答文本通过该语境识别模型，得到该目标输入文本的第二待确定应答文本；根据多个第一目标词语计算第一待确定应答文本与目标输入文本的第一关联参数，以及第二待确定应答文本与该目标输入文本的第二关联参数；根据该第一关联参数和该第二关联参数，从该第一待确定应答文本和该第二待确定应答文本中确定目标应答文本。

技术领域

本公开涉及对话式人工智能领域，具体地，涉及一种应答的方法、装置、存储介质及电子设备。

背景技术

近年来，对话式人工智能技术得到快速发展，对话式人工智能是指机器人能够像人一样，可以与人进行流畅的对话，例如，聊天式机器人能够与人进行开放领域的闲聊，在技术实现上需要借助人工智能算法，并在海量数据的基础上建立聊天应答模型，这样，当用户输入一句话后，聊天应答模型会通过一系列复杂的计算输出相应的答案。

目前在聊天应答方法中，主要以两种方式为主，一种是检索式应答方法，另一种是生成式应答方法，其中，检索式应答是以建立索引，并以索引为基础进行最终的结果输出，但基于检索式应答方法完全依赖于语料库本身，输出的答案缺乏多样性；生成式应答一般是以循环神经网络为基础，通过深度学习训练，以模型为基础进行最终的结果输出，但基于生成式应答方法输出的答案较容易出现上下文不关联的问题，继而会输出诸如“我不知道”，“好的”等无意义的答案，从而会降低应答的准确率，并且用户体验较差。

发明内容

本公开提供一种应答的方法、装置、存储介质及电子设备。

第一方面，提供一种应答的方法，包括：获取待应答的目标输入文本，并对所述目标输入文本进行分词得到多个第一目标词语；获取预先建立的语义识别数据库，以及预先训练的语境识别模型；根据多个所述第一目标词语通过所述语义识别数据库确定所述目标输入文本的第一待确定应答文本；根据多个所述第一目标词语和所述第一待确定应答文本通过所述语境识别模型，得到所述目标输入文本的第二待确定应答文本；根据多个所述第一目标词语计算所述第一待确定应答文本与所述目标输入文本的第一关联参数，以及所述第二待确定应答文本与所述目标输入文本的第二关联参数；根据所述第一关联参数和所述第二关联参数，从所述第一待确定应答文本和所述第二待确定应答文本中确定目标应答文本。

可选地，所述语义识别数据库包括：至少一个样本输入文本，每个所述样本输入文本分词后得到的样本词语以及每个所述样本输入文本对应的样本应答文本，所述根据多个所述第一目标词语通过所述语义识别数据库确定所述目标输入文本的第一待确定应答文本包括：根据多个所述第一目标词语通过所述语义识别数据库确定所述目标输入文本与每个所述样本输入文本的相似度；从所述样本输入文本中确定所述相似度最大的输入文本为相似输入文本；将所述相似输入文本对应的样本应答文本作为所述第一待确定应答文本。

可选地，所述语义识别数据库还包括：每个所述样本词语对应的识别权重，所述根据多个所述第一目标词语通过所述语义识别数据库确定所述目标输入文本与每个所述样本输入文本的相似度包括：从所述语义识别数据库中确定每个所述样本输入文本的多个所述第一目标词语分别对应的权重；将每个所述样本输入文本中所述第一目标词语对应的权重相加得到所述相似度。

可选地，在获取预先建立的语义识别数据库前，所述方法还包括：获取至少一个样本输入文本，以及每个所述样本输入文本对应的样本应答文本；对所述样本输入文本进行分词得到所述样本词语，并计算每个所述样本词语在全部所述样本输入文本中的出现频率；根据所述出现频率确定每个所述样本词语对应的识别权重；根据所述样本输入文本、以及每个所述样本输入文本对应的所述样本应答文本、所述样本词语以及所述识别权重，得到所述语义识别数据库。