[发明专利]是非类答案的显示方法、装置、计算机设备和存储介质在审

专利信息
申请号: 201910453411.9 申请日: 2019-05-28
公开(公告)号: CN110209786A 公开(公告)日: 2019-09-06
发明(设计)人: 郑俊强;刘凯 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F16/35;G06F16/34;G06F17/27
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 宋合成
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 查询语句 目标答案 答案 计算机设备 存储介质 候选答案 有效问题 集合 分类模型 结果获取 申请
【权利要求书】:

1.一种是非类答案的显示方法,其特征在于,包括以下步骤:

获取查询语句;

判断所述查询语句是否为是非类查询语句;

若所述查询语句为是非类查询语句,则获取所述查询语句对应的候选答案集合;

对所述查询语句与所述候选答案集合中各个候选答案进行分析,生成分类模型;

根据所述分类模型从所述候选答案集合中确定目标答案;

根据所述查询语句和所述目标答案进行观点识别,并基于观点识别结果和所述查询语句对所述目标答案进行观点表述并显示。

2.如权利要求1所述的方法,其特征在于,所述对所述查询语句与所述候选答案集合中各个候选答案进行分析,生成分类模型,包括:

获取所述查询语句与所述候选答案集合中各个候选答案的观点对齐概率值;

获取所述查询语句与所述候选答案集合中各个候选答案所在搜索结果的网页标题的匹配度值;

获取所述查询语句与所述候选答案集合中各个候选答案的语义相似度值;

基于预设的神经网络模型对所述观点对齐概率值、所述匹配度值和所述语义相似度值进行处理生成所述分类模型。

3.如权利要求2所述的方法,其特征在于,所述获取所述查询语句与所述候选答案集合中各个候选答案的观点对齐概率值,包括:

识别所述查询语句中的焦点词;

计算所述焦点词与所述候选答案集合中各个候选答案的观点对齐概率值。

4.如权利要求1所述的方法,其特征在于,所述根据所述查询语句和所述目标答案进行观点识别,并基于观点识别结果和所述查询语句对所述目标答案进行观点表述并显示,包括:

识别所述查询语句中的焦点词;

根据所述焦点词对所述目标答案进行挖掘得到目标观点;

根据所述焦点词和所述目标观点在预设词表中获取对所述目标答案的观点表述并显示。

5.如权利要求1所述的方法,其特征在于,所述根据所述查询语句和所述目标答案进行观点识别,并基于观点识别结果和所述查询语句对所述目标答案进行观点表述并显示,包括:

通过预设深度学习模型对所述查询语句和所述目标答案进行处理生成所述目标答案的观点表述并显示。

6.一种是非类答案的显示装置,其特征在于,包括:

第一获取模块,用于获取查询语句;

判断模块,用于判断所述查询语句是否为是非类查询语句;

第二获取模块,用于若所述查询语句为是非类查询语句,则获取所述查询语句对应的候选答案集合;

生成模块,用于对所述查询语句与所述候选答案集合中各个候选答案进行分析,生成分类模型;

确定模块,用于根据所述分类模型从所述候选答案集合中确定目标答案;

处理模块,用于根据所述查询语句和所述目标答案进行观点识别,并基于观点识别结果和所述查询语句对所述目标答案进行观点表述并显示。

7.如权利要求6所述的装置,其特征在于,所述生成模块,包括:

第一获取单元,用于获取所述查询语句与所述候选答案集合中各个候选答案的观点对齐概率值;

第二获取单元,用于获取所述查询语句与所述候选答案集合中各个候选答案所在搜索结果的网页标题的匹配度值;

第三获取单元,用于获取所述查询语句与所述候选答案集合中各个候选答案的语义相似度值;

生成单元,用于基于预设的神经网络模型对所述观点对齐概率值、所述匹配度值和所述语义相似度值进行处理生成所述分类模型。

8.如权利要求7所述的装置,其特征在于,所述第一获取单元,具体用于:

识别所述查询语句中的焦点词;

计算所述焦点词与所述候选答案集合中各个候选答案的观点对齐概率值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/201910453411.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top