[发明专利]问答匹配模型的更新方法和装置

说明书

本说明书实施例提供一种问答匹配模型的更新方法和装置，方法包括：获取第一训练样本，包括第一候选知识点、第一样本问句及对应的第一匹配标签；利用第一训练样本，离线训练目标评分引擎，用已训练的线下版本更新对应的线下测试版本；当得到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，包括第二样本问句、第一候选知识点集合，及对应的第一排序标签；利用第二训练样本，基于多个评分引擎的线下测试版本，离线训练决策引擎，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。更新效率高。

技术领域

本说明书一个或多个实施例涉及计算机领域，尤其涉及问答匹配模型的更新方法和装置。

背景技术

在智能客服中，通过问答匹配模型确定与用户问句匹配的知识点。客户在与机器人交互过程中用户语言口语化、简略化，或者，用户的问题描述不清晰不准确或者描述冗杂，快速的业务逻辑迭代也带来了许多新的用户问题，这些都使得问答匹配模型需要快速更新。

随着业务类型日趋复杂，问答匹配模型通常需要引入越来越多的算法引擎(即算法模型)回答日趋复杂的用户问题，这些算法引擎在线上越积累越多，维护管理成本日益繁重，并且模型更新的效率低。

因此，希望能有改进的方案，能够提高问答匹配模型的更新效率。

发明内容

本说明书一个或多个实施例描述了一种问答匹配模型的更新方法和装置，能够提高问答匹配模型的更新效率。

第一方面，提供了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；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。

在一种可能的实施方式中，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。

在一种可能的实施方式中，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。