[发明专利]一种问答对构建方法、系统、装置及计算机可读存储介质

说明书

本发明公开了一种问答对构建方法、系统、装置及计算机可读存储介质，该方法包括：提取文本段落中潜在问答对的句子；整理所述潜在问答对的句子生成候选问答对；对所述候选问答对进行打分以及筛选得到分数高于设定阈值的问答对。通过上述方式，本发明实现自动化提取文档中的潜在问答对以构建高质量问答对，提升了问答对构建的快捷性和准确性，提高了问答知识库的质量。

技术领域

本发明涉及自然语言处理和知识库存储技术领域，特别是涉及一种问答对构建方法、系统、装置及计算机可读存储介质。

背景技术

现有的问答对知识库由场景、问题以及对应的答案组成，问答知识库的知识来源主要是规则条款以及用户手册等文档，这些文档中均有一些对事实的简单描述，例如“乘坐高铁时，不可以带宠物上高铁”，“商品验货签收后7天内可以无理由退货”。

在基于问答对的问答系统中，通过问答对组成的问答知识库是问答系统的知识来源，而知识的准确性以及丰富程度决定了问答系统的质量，因此，构造以问答对组成的知识库是问答系统的重要一环。

现有知识库的构建依赖于传统的人工编辑方式，通过从规则条款以及用户手册等文本文档中提取问答对，并采用人工筛选的方式对问答对进行评分。这种构造方式由于需要人工参与，不仅需要高昂的运营及维护成本，而且很难把控知识库的质量。

发明内容

针对现有技术存在的不足，本发明主要解决的技术问题是提供一种问答对构建方法、系统、装置及计算机可读存储介质，基于自然处理和深度学习技术，通过自动化提取文档中的问答对构建问答知识库，实现问答知识库的自动构建，降低人工成本，提升问答知识库的质量。

为解决上述技术问题，本发明采用的一个技术方案是提供一种问答对构建方法，该方法包括：提取文本段落中潜在问答对的句子；整理潜在问答对的句子生成候选问答对；对候选问答对进行打分以及筛选获得分数高于设定阈值的问答对。

其中，在提取文本段落中潜在问答对的句子的步骤前，包括如下步骤：从输入的文本文档中提取文本段落，采用分段方法对文本段落进行分段处理；对分段处理后的文本段落进行文本预处理。

其中，在提取文本段落中潜在问答对的句子的步骤中，具体包括：对文本段落中的句子进行句法依存分析并输出句子中词语间的依存关系；根据依存关系提取句子的主干；判断句子的主干是否存在潜在问答知识；在判断结果为是时，提取句子为潜在问答对的句子。

其中，在整理潜在问答对的句子生成候选问答对的步骤中，具体包括：简化潜在问答对的句子；对简化后的句子进行实体识别；提取句子的实体构造问题答案对；采用基于深度生成模型的问答对改写方法对问题答案对进行改写，获得候选问答对。

其中，在对候选问答对进行打分以及筛选得到问答对的步骤中，具体包括：采用基于快速文本分类模型的打分方法对候选问答对分类打分；根据候选问答对的打分结果，采用基于排序过滤的筛选方法获得分数高于设定阈值的问答对。

为解决上述技术问题，本发明采用的另一个技术方案是提供一种问答对构建系统，包括：提取模块，用于提取文本段落中潜在问答对的句子；候选问答对生成模块，用于整理潜在问答对的句子并生成候选问答对；打分模块，用于训练快速文本分类模型对候选问答对分类打分；筛选模块，用于通过排序过滤筛选出分数高于设定阈值的问答对。

其中，问答对构建系统还包括：输入模块，用于输入文本文档；预处理模块，用于对所述文本段落进行预处理。

其中，问答对提取系统进一步包括：判断模块，用于判断文本段落中的句子是否存在潜在问答知识；输出模块，用于输出分数高于设定阈值的问答对。