[发明专利]基于产品使用手册构建问答系统的方法、装置及计算设备

说明书

本发明公开了一种基于产品使用手册构建问答系统的方法、装置及计算设备，方法包括：根据产品使用手册构建知识库，所述知识库的每个数据条目包括知识点与产品、部件和标签集合的关联关系，所述标签集合包括一个或多个语义标签，所述语义标签表示与部件相关的操作/描述信息；根据历史问题库构建问题模板库，所述问题模板库的每个数据条目包括问题模板与标签集合的关联关系；将所述知识库和问题模板库构建为问答系统，以便在接收到用户问题时，将用户问题与所述问题模板库进行匹配，获取与用户问题关联的标签集合，进而根据与用户问题关联的产品、部件和标签集合，从所述知识库中查询对应的知识点，作为用户问题对应的答案。

技术领域

本发明涉及数据处理领域，特别涉及一种基于产品使用手册构建问答系统的方法、装置及计算设备。

背景技术

产品使用手册(例如汽车用户手册)通常包含产品(例如某种型号的汽车)的使用流程、维修和常见问题处理方法等方面的知识。熟悉产品使用手册能够避免很多常识性错误，对产品的使用和维护都有很大帮助。近年来随着人工智能技术的发展，借助各种智能终端能够构建产品使用方面的问答系统，并通过自然语言交互方式方便快捷地解决人们使用产品碰到的各种问题，展现出非常重要的应用价值。产品使用手册作为厂家提供的一类丰富、权威知识源，具有非结构化、内容繁杂等特点，如何围绕产品使用手册知识构建问答系统也是一个非常具有挑战性的问题。

当前围绕产品使用手册构建问答系统，主要采取两种思路。一种思路是基于问题和答案相似度匹配的方式，直接根据问题从产品使用手册等非结构化文本中检索匹配最相关的答案。该方法一般包括两个阶段：第一个阶段粗排，即通过类似搜索引擎的关键词检索方式，获取候选答案集合；第二阶段精排，即对问题和候选答案进行语义表征(可利用神经网络方法)，计算问题和候选答案的语义相似度，并重新进行排序，最终获取问题的答案。

该方案的缺点是准确性相对较差，获取的答案质量参差不齐，很难控制。一方面，出于效率原因，粗排阶段基于关键词检索，尽管包含查询扩展等操作，但仍难以完全捕获同义词、近义词、相关词等多样化表达，从而造成检索的候选答案集合不准确；另一方面，精排阶段关键是对问题和候选答案进行语义表征，目前多采用深度神经网络的方法，但受限于问题和答案的语义空间不一致，需要在模型设计中考虑问题和答案的交互，同时模型训练也需要较大的训练数据集，这就给模型的训练造成了较大困难，最终导致获取答案质量不可控。

另一种思路是基于问题与问题相似度匹配的方式，首先拆解产品使用手册内容，构造潜在的问题答案对，形成问题答案库，然后从问题答案库中检索与用户问题语义最相似的问题，并将它的答案作为用户问题的最终答案，返回给用户。该方案的主要缺点是受限于构建准确性高、覆盖率大的问题答案库的成本相对较高，能够回答的用户问题范围十分有限。由于汽车用户手册的内容以非结构化文本为主，图文混排、表格丰富，提取相关知识的准确性较低，而且，用户问题往往具有不可预见性，很难一次构建出完善的问题答案库。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的、基于产品使用手册构建问答系统的方法、装置及计算设备。

根据本发明的一个方面，提供了一种基于产品使用手册构建问答系统的方法，在计算设备中执行，所述产品使用手册以目录形式组织，每个最底层目录对应一个知识点，每个知识点包括知识点标题和知识点内容，所述方法包括：

根据产品使用手册构建知识库，所述知识库的每个数据条目包括知识点与产品、部件和标签集合的关联关系，所述标签集合包括一个或多个语义标签，所述语义标签表示与部件相关的操作/描述信息；

根据历史问题库构建问题模板库，所述问题模板库的每个数据条目包括问题模板与标签集合的关联关系；以及

将所述知识库和问题模板库构建为问答系统，以便在接收到用户问题时，将用户问题与所述问题模板库进行匹配，获取与用户问题关联的标签集合，进而根据与用户问题关联的产品、部件和标签集合，从所述知识库中查询对应的知识点，作为用户问题对应的答案。