[发明专利]自动问答方法、装置、设备及存储介质在审

专利信息
申请号: 202010731550.6 申请日: 2020-07-27
公开(公告)号: CN112035627A 公开(公告)日: 2020-12-04
发明(设计)人: 傅向华;杨静莹 申请(专利权)人: 深圳技术大学
主分类号: G06F16/332 分类号: G06F16/332;G06F16/36
代理公司: 深圳青年人专利商标代理有限公司 44350 代理人: 吴桂华
地址: 518000 广东省深*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 自动 问答 方法 装置 设备 存储 介质
【说明书】:

发明适用计算机技术领域,提供了一种自动问答方法、装置、设备及存储介质,该方法包括:获取自然语言问句,在预设的基于知识图谱的问答库中,查找自然语言问句的知识信息,将自然语言问句和知识信息输入预先训练好的自动问答模型,通过自动问答模型对自然语言问句和知识信息进行编码、融合和解码,得到自动问答模型输出的自然语言问句的答案,从而有效地提高了自动问答的准确度。

技术领域

本发明属于计算机技术领域中的自然语言处理领域、机器学习领域、人工智能领域,尤其涉及一种自动问答方法、装置、设备及存储介质。

背景技术

自动问答技术涉及自然语言处理、机器学习、人工智能等,能够自动分析用户以自然语言方式提出的问题,返回给用户相应的答案。

针对自动问答技术,研究人员已提出了各式各类的自动问答模型,例如,基于序列到序列(Sequence to Sequence network,简称seq2seq)的自动问答模型。然而,目前的自动问答模型大多面临知识匮乏的问题,导致自动问答模型无法准确地理解问句,进而导致得到的答案准确度不高。

发明内容

本发明的目的在于提供一种自动问答方法、装置、设备及存储介质,旨在解决由于现有技术无法提供一种有效的自动问答方法,导致自动问答中答案的准确度不高的问题。

一方面,本发明提供了一种自动问答方法,所述方法包括下述步骤:

获取自然语言问句;

在预设的基于知识图谱的问答库中,查找所述自然语言问句的知识信息;

将所述自然语言问句和所述知识信息输入预先训练好的自动问答模型,获得所述自动问答模型输出的所述自然语言问句的答案。

另一方面,本发明提供了一种自动问答装置,所述装置包括:

问句获取单元,用于获取自然语言问句;

知识查找单元,用于在预设的基于知识图谱的问答库中,查找所述自然语言问句的知识信息;以及

答案生成单元,用于将所述自然语言问句和所述知识信息输入预先训练好的自动问答模型,获得所述自动问答模型输出的所述自然语言问句的答案。

另一方面,本发明还提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述自动问答方法所述的步骤。

另一方面,本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述自动问答方法所述的步骤。

本发明获取自然语言问句,在预设的基于知识图谱的问答库中,查找自然语言问句的知识信息,将自然语言问句和知识信息输入预先训练好的自动问答模型,获得自动问答模型输出的自然语言问句的答案,从而通过在基于知识图谱的问答库中查找自然语言问句的知识信息、将自然语言问句和知识信息输入字段问答模型,实现自动问答中自然语言问句和知识信息的融合,有效解决了自动问答中的知识匮乏问题,且提高了知识信息获取效率,进而提高了自动问答的准确度和效率。

附图说明

图1是本发明实施例一提供的自动问答方法的实现流程图;

图2是本发明实施例二提供的自动问答方法的实现流程图;

图3是本发明实施例三提供的自动问答装置的结构示意图;

图4是本发明实施例四提供的电子设备的结构示意图。

具体实施方式

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳技术大学,未经深圳技术大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010731550.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top