[发明专利]结合RPA及AI的对话问答方法、装置、设备及存储介质

权利要求书

1.一种结合RPA及AI的对话问答方法，其特征在于，所述方法应用于电子设备，所述方法包括：

接收用户输入的目标问题；

确定所述目标问题对应的至少一个候选问题；

提取所述目标问题中的目标概念；

对所述目标概念进行校验；

若所述目标概念通过校验，则根据所述目标问题与各所述候选问题间的语义相关度确定标准问题；

根据所述标准问题确定所述目标问题对应的目标答案；

输出所述目标答案。

2.根据权利要求1所述的方法，其特征在于，所述对所述目标概念进行校验，包括：

采用训练至收敛的目标分类模型对目标概念进行类型识别；

若目标概念为明确语义类型，则确定该目标概念通过校验；

若目标概念为无明确语义类型，则确定该目标概念未通过校验。

3.根据权利要求2所述的方法，其特征在于，所述采用训练至收敛的目标分类模型对目标概念进行类型识别，包括：

提取目标概念的语义相关特征；

将各所述语义相关特征输入到训练至收敛的目标分类模型中，以根据各所述语义相关特征对目标概念进行类型识别；

通过所述训练至收敛的目标分类模型输出目标概念的类别。

4.根据权利要求2或3所述的方法，其特征在于，所述训练至收敛的目标分类模型为训练至收敛的目标GBDT决策树模型。

5.根据权利要求4所述的方法，其特征在于，所述采用训练至收敛的分类模型对目标概念进行类型识别之前，还包括：

采用多折交叉验证算法对多个训练至收敛的候选GBDT决策树模型进行挑选，以获得挑选出的训练至收敛的候选GBDT决策树模型；

将所述挑选出的训练至收敛的候选GBDT决策树模型确定为训练至收敛的目标GBDT决策树模型。

6.根据权利要求1所述的方法，其特征在于，所述根据所述目标问题与各所述候选问题间的语义相关度确定标准问题之前，还包括：

提取各所述候选问题中候选概念；

根据校验通过后的目标概念和各所述候选问题中候选概念计算所述目标问题与各所述候选问题间的语义相关度。

7.根据权利要求6所述的方法，其特征在于，所述根据校验通过后的目标概念和各所述候选问题中候选概念计算所述目标问题与各所述候选问题间的语义相关度，包括：

确定所述校验通过后的目标概念及各所述候选问题中候选概念对应的语义特征数据；

将所述校验通过后的目标概念对应的语义特征数据与各所述候选问题中候选概念对应的语义特征数据输入到预设WMD算法模型中，以输出所述目标问题与各所述候选问题的语义相关度。

8.根据权利要求7所述的方法，其特征在于，所述确定所述校验通过后的目标概念及各所述候选问题中候选概念对应的语义特征数据，包括：

确定所述校验通过后的目标概念及各所述候选问题中候选概念对应的词向量；

确定所述校验通过后的目标概念及各所述候选问题中候选概念在目标领域常用词集中的IDF取值；

将所述校验通过后的目标概念对应的词向量与对应的IDF取值的乘积确定为所述校验通过后的目标概念对应的语义特征数据；

将各所述候选问题中候选概念对应的词向量与对应的IDF取值的乘积确定为各所述候选问题中候选概念对应的语义特征数据。

9.根据权利要求8所述的方法，其特征在于，所述确定所述校验通过后的目标概念及各所述候选问题中候选概念对应的词向量之前，还包括：

构建目标领域概念集；

对所述目标领域概念集中的各待选概念进行聚类，以获得代表概念；

计算各代表概念对应的词向量，以形成代表概念词向量集。