[发明专利]自然语言问答方法、装置、计算机装置及存储介质

说明书

本发明提供一种自然语言问答方法、装置、计算机装置及存储介质。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。本发明提高了自然语言问答的效率和准确性。

技术领域

本发明涉及人机交互技术领域，具体涉及一种自然语言问答方法、装置、计算机装置及存储介质。

背景技术

自然语言形式的问答逐渐成为一种人机交互的新趋势，正处于从文本关键词浅层语义搜索提升到基于智能化深度问答的深刻变革中。智能化深度问答需要对海量信息进行处理，知识图谱提供了一种更好地组织、管理和理解海量信息的能力。面向知识图谱的问答能够保证系统答案的推理性及准确性，可有效缓解知识的不确定性、多样性和复杂性问题。但是目前面向知识图谱的问答系统在知识表示方法上常用的是基于产生式规则、逻辑表示、框架表示、语义网络、本体等方法，在查询检索上主要是模板匹配、语义逻辑表达式、SPARQL查询等方法。然而，这些方法不仅需要大量人工方法的介入，而且在问句和知识的深层次语义解析上效果欠佳。

发明内容

鉴于以上内容，有必要提出一种自然语言问答方法、装置、计算机装置及存储介质，其可以提高计算机装置的使用效率和业务网点的业务办理效率。

本申请的第一方面提供一种自然语言问答方法，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。

另一种可能的实现方式中，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。

另一种可能的实现方式中，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。

另一种可能的实现方式中，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。

另一种可能的实现方式中，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。

另一种可能的实现方式中，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，其中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；