[发明专利]自然语言问答方法、装置、计算机装置及存储介质

权利要求书

1.一种自然语言问答方法，其特征在于，所述方法包括：

获取待解答的问题；

对所述问题构建第一词向量；

根据所述第一词向量对所述问题进行分类，得到所述问题的类别；

在知识图谱中所述类别下对所述问题中的预定关键词进行检索，得到所述问题的多个答案；

对所述多个答案中的每个答案构建第二词向量；

根据所述第一词向量与所述第二词向量计算所述问题与所述每个答案的匹配值，将所述匹配值最高的答案确定为所述问题的目标答案。

2.如权利要求1所述的方法，其特征在于，所述对所述问题构建第一词向量包括：

对所述问题进行分词，得到组成所述问题的各个词语；

根据所述各个词语构建所述第一词向量。

3.如权利要求2所述的方法，其特征在于，所述对所述问题进行分词包括：

利用结巴分词对所述问题进行分词；或者

利用特定字符对所述问题进行分词；或者

利用词典库对所述问题进行分词。

4.如权利要求1所述的方法，其特征在于，所述根据所述第一词向量对所述问题进行分类，得到所述问题的类别包括：

将所述第一词向量输入fastText深度学习模型，根据所述fastText深度学习模型输出的所述第一词向量属于不同类别的概率确定所述问题的类别。

5.如权利要求1所述的方法，其特征在于，所述对所述问题构建第一词向量之前，所述方法还包括：

去除所述问题中的指定字符。

6.如权利要求1-5中任一项所述的方法，其特征在于，所述根据所述第一词向量与所述第二词向量计算所述问题与所述每个答案的匹配值包括：

根据所述第一词向量与所述第二词向量构造第三词向量(词语1，词语2，…，词语n)，所述第三词向量包含所述问题与所述答案的所有不重复的词语，所述n为所述问题与所述答案包含的所有不重复的词语的数量；

构造第一数值向量a＝(a1,a2,…,an)，若词语i，i＝1，2，…，n包含在所述第一词向量中，则ai＝1，否则，若词语i，i＝1，2，…，n未包含在所述第一词向量中，则ai＝0；

构造第二数值向量b＝(b1,b2,…,bn)，若词语i，i＝1，2，…，n包含在所述第二词向量中，则bi＝1，否则，若词语i，i＝1，2，…，n未包含在所述第二词向量中，则bi＝0；

计算所述第一数值向量和所述第二数值向量的内积，将所述第一数值向量所述和第二数值向量的内积作为所述问题与所述答案的匹配值。

7.如权利要求6所述的方法，其特征在于，所述方法还包括：

对所述问题构建第一频率向量；

对所述每个答案构建第二频率向量；

所述根据所述第一词向量与所述第二词向量计算所述问题与每个答案的匹配值还包括：

根据所述第一频率向量调整所述第一数值向量，得到调整后的第一数值向量；

根据所述第二频率向量调整所述第二数值向量，得到调整后的第二数值向量；

计算所述调整后的第一数值向量和所述调整后的第二数值向量的内积，将所述内积作为所述问题与所述答案的匹配值。

8.一种自然语言问答装置，其特征在于，所述装置包括：

获取模块，用于获取待解答的问题；

第一构建模块，用于对所述问题构建第一词向量；

分类模块，用于根据所述第一词向量对所述问题进行分类，得到所述问题的类别；

检索模块，用于在知识图谱中所述类别下对所述问题中的预定关键词进行检索，得到所述问题的多个答案；

第二构建模块，用于对所述多个答案中的每个答案构建第二词向量；

确定模块，用于根据所述第一词向量与所述第二词向量计算所述问题与每个答案的匹配值，将所述匹配值最高的答案确定为所述问题的目标答案。