[发明专利]自然语言问题的答案生成方法、装置及存储介质在审

专利信息
申请号: 201910550376.2 申请日: 2019-06-24
公开(公告)号: CN110321559A 公开(公告)日: 2019-10-11
发明(设计)人: 高波 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F17/27 分类号: G06F17/27;G06F16/335;G06F16/31
代理公司: 深圳翼盛智成知识产权事务所(普通合伙) 44300 代理人: 黄威
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 答案 自然语言问题 答案生成 命名实体 存储介质 匹配 相关信息 自动生成 申请 解析 抽取 配置
【权利要求书】:

1.一种自然语言问题的答案生成方法,其特征在于,包括:

对自然语言问题进行解析,得到目标意图和命名实体;

根据所述目标意图获取对应的节点答案框架;

根据所述目标意图和所述命名实体获取对应的节点答案参数;

基于所述命名实体、所述节点答案参数和所述节点答案框架,生成所述自然语言问题的答案。

2.根据权利要求1所述的自然语言问题的答案生成方法,其特征在于,所述根据所述目标意图获取对应的节点答案框架,包括:

从所述目标意图中提取意图词;

获取所述意图词对应的描述信息;

从指定的自然语言模板库中确定所述目标意图对应的自然语言模板;

根据所述描述信息和所述自然语言模板生成所述节点答案框架。

3.根据权利要求2所述的自然语言问题的答案生成方法,其特征在于,所述获取所述意图词对应的描述信息,包括:

将所述意图词与样本词集合中的多个样本词进行匹配;

从所述样本词集合中确定与所述意图词匹配度最高的目标样本词;

获取所述目标样本词的描述信息,作为所述意图词对应的描述信息。

4.根据权利要求1所述的自然语言问题的答案生成方法,其特征在于,所述根据所述目标意图和所述命名实体获取对应的节点答案参数,包括:

基于预设的第一映射关系,确定所述命名实体对应的多个候选节点答案参数,所述第一映射关系包括:命名实体与候选节点答案参数之间的映射关系;

从所述多个候选节点答案参数中确定与所述目标意图对应的节点答案参数。

5.根据权利要求4所述的自然语言问题的答案生成方法,其特征在于,所述从所述多个候选节点答案参数中确定与所述目标意图匹配的节点答案参数,包括:

从所述目标意图中提取意图词;

将所述意图词与样本词集合中的多个样本词进行匹配,以从所述样本词集合中确定与所述意图词匹配度最高的目标样本词;

基于预设的第二映射关系,从所述多个候选节点答案参数中确定所述目标样本词对应的候选节点答案参数,作为与所述目标意图对应的节点答案参数,所述预设第二映射关系包括:样本词与候选节点答案参数之间的映射关系。

6.根据权利要求1-5任一项所述的自然语言问题的答案生成方法,其特征在于,所述基于所述命名实体、所述节点答案参数和所述节点答案框架,生成所述自然语言问题的答案,包括:

将所述命名实体和所述节点答案参数填充到所述节点答案框架中的相应位置,以生成所述自然语言问题的答案。

7.根据权利要求6所述的自然语言问题的答案生成方法,其特征在于,所述将所述节点答案参数填充到所述节点答案框架中的相应位置,包括:

确定所述节点答案参数对应的节点信息;

在所述节点答案框架中确定与所述节点信息相关的相关字段;

根据所述相关字段在所述节点答案框架中的位置,确定所述节点答案参数对应在所述节点答案框架中的目标位置;

将所述节点答案参数填充到所述目标位置中。

8.根据权利要求1所述的自然语言问题的答案生成方法,其特征在于,所述对自然语言问题进行解析,得到目标意图和命名实体,包括:

对所述自然语言问题进行实体识别,得到命名实体;

对所述自然语言问题进行意图识别,得到目标意图。

9.一种自然语言问题的答案生成装置,其特征在于,包括:

解析单元,用于对自然语言问题进行解析,得到目标意图和命名实体;

第一获取单元,用于根据所述目标意图获取对应的节点答案框架;

第二获取单元,用于根据所述目标意图和所述命名实体获取对应的节点答案参数;

生成单元,用于基于所述命名实体、所述节点答案参数和所述节点答案框架,生成所述自然语言问题的答案。

10.一种存储介质,其特征在于,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行权利要求1-8任一项所述的基于自然语言识别的信息处理方法的步骤。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/201910550376.2/1.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