[发明专利]一种智能问答系统及方法

权利要求书

1.一种智能问答系统，其特征在于，包括：话题模型模块和问答模型模块，其中：

所述话题模型模块，以问句信息为输入，输出对应于所述问句信息的话题信息；

所述问答模型模块，以所述问句信息及其对应的话题信息为输入，通过联合注意力机制对所述问句信息及其对应的话题信息进行处理，得到对应于所述问句信息的回答信息。

2.根据权利要求1所述的系统，其特征在于，所述话题模型模块具体用于：

根据所述问句信息为其分配主题，并在所述主题下选择概率最高的前N个词语作为所述问句信息的主题词，其中，N≥1。

3.根据权利要求2所述的系统，其特征在于：

所述问答模型模块基于transformer网络结构，包括编码模块、联合注意力模块和解码模块，其中：

所述编码模块包含若干个编码器，每一个所述编码器以所述问句信息中的一个单词对应的向量作为输入，将所述输入的向量传入自注意力层进行处理，然后传入前馈神经网络进行处理，再输出到下一个编码器进行处理，直至最后一层编码器处理完成后，得到对应于所述问句信息的最终隐藏状态；

所述联合注意力模块，利用联合注意力机制将所述话题模型模块得到的所述问句信息的主题词和所述编码模块得到的最终隐藏状态相结合，得到对应于所述问句信息的联合注意力处理结果；

所述解码模块，用于根据所述问句信息的联合注意力处理结果进行解码，将所述联合注意力处理结果传入自注意力层进行处理，然后传入前馈神经网络进行处理，再输出到下一个编码器进行处理，直至最后一层编码器处理完成后，得到对应于所述问句信息的回答信息。

4.根据权利要求3所述的系统，其特征在于，所述联合注意力模块具体用于按照以下公式进行处理得到对应于所述问句信息的话题向量：

其中，所述i表示时间；

其中，S_i-1是解码器中第i-1步的隐藏状态；

h_T是所述问句信息的最终隐藏状态；

K_j是主题词kj对应的向量；

η_o是多层感知机制；

话题向量O_i＝f(αⁱ_o1,αⁱ_o2,......,αⁱ_on,)；

f是线性函数。

5.根据权利要求4所述的系统，其特征在于：

所述话题模型模块中包含话题模型，所述话题模型是基于预先准备的话题信息进行训练得到的。

6.一种智能问答方法，其特征在于，包括：

预先构造话题模型和问答模型；

将问句信息输入所述话题模型和所述问答模型；

所述话题模型以所述问句信息为输入，输出对应于所述问句信息的话题信息；

所述问答模型以所述问句信息及其对应的话题信息为输入，通过联合注意力机制对所述问句信息及其对应的话题信息进行处理，得到对应于所述问句信息的回答信息。

7.根据权利要求6所述的方法，其特征在于：

所述话题模型输出对应于所述问句信息的话题信息具体包括：所述话题模型根据所述问句信息为其分配主题，并在所述主题下选择概率最高的前N个词语作为所述问句信息的主题词，其中，N≥1。