[发明专利]一种问答系统、问答机器人及其FAQ问答库召回方法有效

专利信息
申请号: 202011037649.2 申请日: 2020-09-28
公开(公告)号: CN112328755B 公开(公告)日: 2022-08-23
发明(设计)人: 陈鑫;肖龙源;廖斌 申请(专利权)人: 厦门快商通科技股份有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F40/295;G06F40/35
代理公司: 厦门仕诚联合知识产权代理事务所(普通合伙) 35227 代理人: 乐珠秀
地址: 361009 福建省厦门市*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 问答 系统 机器人 及其 faq 召回 方法
【权利要求书】:

1.一种FAQ问答库召回方法,其特征在于,包括以下步骤:

获取FAQ问答库中的问答话术,所述问答话术包括一个以上问题和一个答案组成的问答对;

对所述问答话术进行意图识别和命名实体识别,获取所述问答话术的意图识别结果和命名实体识别结果;

将所述意图识别结果、命名实体识别结果、问答话术拼接形成三元组识别模板;每个三元组识别模板中包括一个以上的意图识别结果、一个以上的命名实体识别结果、一个问答话术;

获取访客问题,并对所述访客问题进行意图识别和命名实体识别,获取所述访客问题的意图识别结果和命名实体识别结果;

将所述访客问题的意图识别结果和命名实体识别结果与所述三元组识别模板进行匹配,得到所述访客问题对应的问答话术,并将该问答话术中对应的答案返回给访客;

其中,所述三元组识别模板的拼接,进一步包括以下步骤:获取所述意图识别结果、命名实体识别结果、问答话术中的键值对信息;将所述键值对信息按照Json数据格式进行拼接,得到拼接数据;将所述拼接数据存储在所述FAQ问答库中或者存储为Json文件;

将所述访客问题的意图识别结果和命名实体识别结果与所述三元组识别模板进行匹配时,匹配规则包括完全匹配规则和择一匹配规则,且所述完全匹配规则优先于所述择一匹配规则,当所述完全匹配规则不符合时,再进一步采用所述择一匹配规则。

2.根据权利要求1所述的FAQ问答库召回方法,其特征在于:所述择一匹配规则是指:

当所述访客问题的意图识别结果与所述三元组识别模板中的意图识别结果中的任一个相匹配,并且,当所述访客问题的命名实体识别结果与所述三元组识别模板中的命名实体识别结果中的任一个相匹配,则返回所述访客问题对应的问答话术;或者,

当所述访客问题的意图识别结果与所述三元组识别模板中的所有意图识别结果相匹配,并且,当所述访客问题的命名实体识别结果与所述三元组识别模板中的命名实体识别结果中的任一个相匹配,则返回所述访客问题对应的问答话术;或者,

当所述访客问题的意图识别结果与所述三元组识别模板中的意图识别结果中的任一个相匹配,并且,当所述访客问题的命名实体识别结果与所述三元组识别模板中的所有命名实体识别结果相匹配,则返回所述访客问题对应的问答话术。

3.根据权利要求1所述的FAQ问答库召回方法,其特征在于:所述完全匹配规则是指:

当所述访客问题的意图识别结果与所述三元组识别模板中的所有意图识别结果相匹配,并且,当所述访客问题的命名实体识别结果与所述三元组识别模板中的所有命名实体识别结果相匹配,则返回所述访客问题对应的问答话术。

4.根据权利要求1至3任一项所述的FAQ问答库召回方法,其特征在于:对所述FAQ问答库中的问答话术进行意图识别,是根据所述FAQ问答库中的训练语料进行意图标签的标记;根据所述训练语料和对应的意图标签进行训练,得到意图识别分类器;将所述FAQ问答库中的问答话术输入训练好的意图识别分类器中,所述意图识别分类器返回所述问答话术的意图识别结果;对所述访客问题进行意图识别,是将所述访客问题输入训练好的意图识别分类器中,所述意图识别分类器返回所述访客问题的意图识别结果。

5.根据权利要求1至3任一项所述的FAQ问答库召回方法,其特征在于:对所述问答话术进行命名实体识别,是根据所述FAQ问答库中的训练语料进行类别标签的标记;根据所述训练语料和对应的类别标签进行训练,得到命名实体识别模型;将所述FAQ问答库中的问答话术输入训练好的命名实体识别模型中,所述命名实体识别模型返回对应的类别标签,作为所述问答话术的意图识别结果;对所述访客问题进行命名实体识别,是将所述访客问题输入训练好的命名实体识别模型中,所述命名实体识别模型返回对应的类别标签,作为所述访客问题的意图识别结果。

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厦门快商通科技股份有限公司,未经厦门快商通科技股份有限公司许可,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/202011037649.2/1.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