[发明专利]一种问答方法和装置在审
申请号: | 201811648550.9 | 申请日: | 2018-12-30 |
公开(公告)号: | CN109829045A | 公开(公告)日: | 2019-05-31 |
发明(设计)人: | 郭流芳 | 申请(专利权)人: | 贝壳技术有限公司 |
主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F17/27 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王莹;李相雨 |
地址: | 300457 天津市滨海新区经济技术开发*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 文本 关键字匹配 语义分析结果 语义分析模型 方法和装置 样本 层次理解 文本匹配 文本语义 用户体验 语义分析 自动问答 答复 题库 输出 返回 优化 | ||
1.一种问答方法,其特征在于,包括:
语义分析步骤,将问询文本输入至语义分析模型中,获取所述语义分析模型输出的所述问询文本的语义分析结果;其中,所述语义分析模型是基于样本问询文本和所述样本问询文本的样本语义分析结果训练得到的;
整合答复步骤,基于所述语义分析结果和关键字匹配结果,获取所述问询文本的答复文本;所述关键字匹配结果是基于预设问题库对所述问询文本进行关键字匹配获取的。
2.根据权利要求1所述的方法,其特征在于,所述语义分析步骤具体包括:
语义相似度获取步骤,将所述问询文本输入至所述语义分析模型中的语义相似度模型中,获取所述语义相似度模型输出的所述问询文本的语义相似度特征;其中,所述语义相似度模型是基于样本问询文本和所述样本问询文本的样本语义相似度特征对孪生神经网络训练得到的;
语义分析结果获取步骤,基于所述语义相似度特征和所述预设问题库,获取所述问询文本的语义分析结果。
3.根据权利要求2所述的方法,其特征在于,所述语义分析结果获取步骤具体包括:
基于所述语义相似度特征,通过KD树最近邻算法,从所述预设问题库中获取预设数量个距离最近的预设问题作为所述语义分析结果。
4.根据权利要求1所述的方法,其特征在于,所述整合答复步骤之前还包括:
分词步骤,基于分词工具将所述问询文本分为若干个分词;
文本相似度步骤,基于每一所述分词与所述预设问题库中的每一预设问题,获取所述问询文本与每一所述预设问题的文本相似度;
匹配步骤,基于所述问询文本与每一所述预设问题的文本相似度,获取所述关键字匹配结果。
5.根据权利要求4所述的方法,其特征在于,所述文本相似度步骤具体包括:
基于每一所述分词与所述预设问题库中的每一预设问题,通过bm25算法获取所述问询文本与每一所述预设问题的文本相似度。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述整合答复步骤具体包括:
将所述语义分析结果与所述关键字匹配结果的交集作为匹配问题,并将所述匹配问题对应的预设答复作为所述问询文本的答复文本。
7.根据权利要求6所述的方法,其特征在于,所述整合答复步骤还包括:
若所述语义分析结果与所述关键字匹配结果之间不存在交集,则基于预设权重获取所述语义分析结果中的每一预设问题的匹配得分,以及所述关键字匹配结果中的每一预设问题的匹配得分;
从所述语义分析结果与所述关键字匹配结果中选取所述匹配得分最高的预设问题作为所述匹配问题,并将所述匹配问题对应的预设答复作为所述问询文本的答复文本。
8.一种问答装置,其特征在于,包括:
语义分析单元,用于将问询文本输入至语义分析模型中,获取所述语义分析模型输出的所述问询文本的语义分析结果;其中,所述语义分析模型是基于样本问询文本和所述样本问询文本的样本语义分析结果训练得到的;
整合答复单元,用于基于所述语义分析结果和关键字匹配结果,获取所述问询文本的答复文本;所述关键字匹配结果是基于预设问题库对所述问询文本进行关键字匹配获取的。
9.一种电子设备,其特征在于,包括处理器、通信接口、存储器和总线,其中,处理器,通信接口,存储器通过总线完成相互间的通信,处理器可以调用存储器中的逻辑指令,以执行如权利要求1至7任一所述的方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一所述的方法。
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贝壳技术有限公司,未经贝壳技术有限公司许可,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/201811648550.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:对话方法、装置及设备
- 下一篇:一种智能坐席系统及方法