[发明专利]一种智能母婴知识服务方法及系统

权利要求书

1.一种智能母婴知识服务方法，其特征在于，包括：

S1、周期性或实时采集大量的母婴数据信息，并储存在数据库中；所述母婴数据信息包括：母婴相关知识问题及相关知识答案；

S2、根据储存在数据库中的母婴数据信息，构建问答知识库；

S3、获取用户发送的母婴知识查询请求，将所述查询请求在所述问答知识库中查找相对应的信息；所述查询请求包括：用户问题；

S4、将查找的相对应的信息反馈给用户。

2.根据权利要求1所述的一种智能母婴知识服务方法，其特征在于，将所述查询请求在所述问答知识库中查找相对应的信息，包括：

S31、预处理：通过繁简转换、分词器切分、主体以及领域识别对用户的所述查询请求进行处理；

S32、检索：根据预处理中获得的主体以及领域识别结果缩小问答知识库的搜索域，计算用户问题与问答知识库中问题的语义相似度，召回问答知识库中与用户问题相似的问题，构成候选问题集；

S33、匹配：根据不同的维度度量用户问题与候选问题集之间的相似度特征值；所述不同维度包括编辑距离和语义相似度；

S34、排序：根据所述相似度特征值对候选问题集进行排序，反馈最相近问题的答案给用户。

3.根据权利要求2所述的一种智能母婴知识服务方法，其特征在于，计算用户问题与问答知识库中问题的语义相似度，包括：

S321、对所述问答知识库中所有的问题计算语义向量P；

S322、根据生成的语义向量P构建对应的语义树，对所述用户问题计算语义向量Pˊ；

S323、计算两个问题的语义向量余弦相似度，计算公式如下：

其中，cos(PPˊ)表示语义向量余弦相似度；所述语义向量余弦相似度为语义相似度。

4.根据权利要求3所述的一种智能母婴知识服务方法，其特征在于，所述步骤S322中构建对应的语义树，包括：根据预处理中基于主体以及领域识别的结果，对所述问答知识库中的问题，利用annoy算法预先建立语义树索引。

5.根据权利要求2所述的一种智能母婴知识服务方法,其特征在于，所述步骤S34包括：对所述相似度特征值进行加权，根据加权结果进行排序。

6.一种智能母婴知识服务系统，其特征在于，包括：

采集模块：用于周期性或实时采集大量的母婴数据信息，并储存在数据库中；所述母婴数据信息包括：母婴相关知识问题及相关知识答案；

构建模块：用于根据储存在数据库中的母婴数据信息，构建问答知识库；

查找模块：获取用户发送的母婴知识查询请求，将所述查询请求在所述问答知识库中查找相对应的信息；所述查询请求包括：用户问题；

反馈模块：用于将查找的相对应的信息反馈给用户。

7.根据权利要求8所述的一种智能母婴知识服务系统，其特征在于，所述查找模块包括：

预处理子模块：用于通过繁简转换、分词器切分、主体以及领域识别对用户的所述查询请求进行处理；

检索子模块：用于根据预处理中获得的主体以及领域识别结果缩小问答知识库的搜索域，计算用户问题与问答知识库中问题的语义相似度，召回问答知识库中与用户问题相似的问题，构成候选问题集；

匹配子模块：用于根据不同的维度度量用户问题与候选问题集之间的相似度特征值；所述不同维度包括编辑距离和语义相似度；

排序子模块：用于根据所述相似度特征值对候选问题集进行排序，反馈最相近问题的答案给用户。

8.根据权利要求7所述的一种智能母婴知识服务系统，其特征在于，所述检索子模块包括：

第一计算单元：对所述问答知识库中所有的问题计算语义向量P；

第二计算单元：根据生成的语义向量P构建对应的语义树，对所述用户问题计算语义向量Pˊ；

第三计算单元：计算两个问题的语义向量余弦相似度，计算公式如下：

其中，cos(PPˊ)表示语义向量余弦相似度；所述语义向量余弦相似度为语义相似度。