[发明专利]问答匹配模型的更新方法和装置

权利要求书

1.一种问答匹配模型的更新方法，所述问答匹配模型包括多个评分引擎和决策引擎，所述评分引擎用于接收针对用户问句召回的多个候选知识点，输出各所述候选知识点分别与所述用户问句的匹配分数；所述评分引擎具有线上版本和线下版本；所述决策引擎用于根据所述多个评分引擎分别输出的各匹配分数，综合确定所述多个候选知识点与所述用户问句的匹配排序；所述决策引擎具有线上版本和线下版本；所述方法包括：

获取第一训练样本，所述第一训练样本包括针对第一样本问句的第一候选知识点，以及所述第一候选知识点与所述第一样本问句对应的第一匹配标签；

针对所述多个评分引擎中任意的目标评分引擎，利用所述第一训练样本，离线训练所述目标评分引擎，用已训练的线下版本更新所述目标评分引擎的线下测试版本；

当得到所述多个评分引擎分别对应的线下测试版本时，获取第二训练样本，所述第二训练样本包括针对第二样本问句的第一候选知识点集合，以及所述第一候选知识点集合对应的各候选知识点的第一排序标签；

将所述第一候选知识点集合中的各候选知识点分别输入各评分引擎的线下测试版本，将各评分引擎的输出作为线下版本的所述决策引擎的输入，得到针对所述第一候选知识点集合的第一排序预测；根据所述第一排序预测，所述第一排序标签，训练所述决策引擎，以得到已训练的线下版本的决策引擎；

将线上版本的各评分引擎更新为对应的线下测试版本，并将线上版本的决策引擎更新为已训练的线下版本的决策引擎。

2.如权利要求1所述的方法，其中，所述线上版本包括第一线上版本和第二线上版本，所述第一线上版本承担第一比例的线上流量，所述第二线上版本承担第二比例的线上流量，所述第一比例大于所述第二比例；

所述将线上版本的各评分引擎更新为对应的线下测试版本，并将线上版本的决策引擎更新为已训练的线下版本的决策引擎，包括：

将所述第二线上版本的各评分引擎更新为对应的线下测试版本，并将所述第二线上版本的决策引擎更新为已训练的线下版本的决策引擎。

3.如权利要求1所述的方法，其中，所述第一训练样本为基于用户反馈数据打标生成；和/或，

所述第二训练样本为基于用户反馈数据打标生成。

4.如权利要求1所述的方法，其中，所述将所述第一候选知识点集合中的各候选知识点分别输入各评分引擎的线下测试版本之前，所述方法还包括：

确定各评分引擎的线下测试版本更新为已训练的线下版本。

5.如权利要求1所述的方法，其中，所述将线上版本的各评分引擎更新为对应的线下测试版本，并将线上版本的决策引擎更新为已训练的线下版本的决策引擎之前，所述方法还包括：

对线下测试版本的各评分引擎和/或已训练的线下版本的决策引擎进行线下测试，并确定测试结果符合评估标准。

6.如权利要求2所述的方法，其中，所述将所述第二线上版本的各评分引擎更新为对应的线下测试版本，并将所述第二线上版本的决策引擎更新为已训练的线下版本的决策引擎之后，所述方法还包括：

分别获取所述第一线上版本和所述第二线上版本的效果评估参数值；

当根据所述效果评估参数值确定所述第二线上版本的效果优于所述第一线上版本时，将所述第一线上版本的各评分引擎更新为所述第二线上版本的各评分引擎，并将所述第一线上版本的决策引擎更新为所述第二线上版本的决策引擎。

7.如权利要求2所述的方法，其中，所述将所述第二线上版本的各评分引擎更新为对应的线下测试版本，并将所述第二线上版本的决策引擎更新为已训练的线下版本的决策引擎之后，所述方法还包括：

分别获取所述第一线上版本和所述第二线上版本的效果评估参数值；

当根据所述效果评估参数值确定所述第二线上版本的效果差于所述第一线上版本时，重新训练各所述评分引擎。

8.如权利要求6或7所述的方法，其中，所述效果评估参数值包括在线转人工率。