[发明专利]基于自然语言处理的问答方法、装置、设备及存储介质

权利要求书

1.一种基于自然语言处理的问答方法，其特征在于，所述基于自然语言处理的问答方法包括以下步骤：

在接收到目标用户操作触发的问答指令时，获取所述问答指令中的输入问题，并对所述输入问题进行预处理，生成输入问题特征；

根据所述输入问题特征在预设数据库中进行样本问题匹配，确定所述输入问题对应的匹配样本问题，并生成匹配样本问题集；

获取所述目标用户的用户行为信息，并根据所述用户行为信息对所述匹配样本问题集中的匹配样本问题进行重排序，并根据排序结果在所述匹配样本问题集中确定所述问答指令对应的目标样本问题；

获取所述目标样本问题对应的目标样本答复信息，并输出所述目标样本答复信息。

2.如权利要求1所述的自然语言处理的问答方法，其特征在于，所述根据所述输入问题特征在预设数据库中进行样本问题匹配，确定所述输入问题对应的匹配样本问题，并生成匹配样本问题集的步骤具体包括：

根据所述输入问题特征对应的输入特征向量以及所述数据库中各样本问题对应的样本特征向量，计算所述输入问题与各样本问题的相似度；

根据所述输入问题与各样本问题的相似度，在各样本问题中确定匹配样本问题，其中，所述匹配样本问题与所述输入问题的相似度大于预设阈值。

3.如权利要求2所述的基于自然语言处理的问答方法，其特征在于，根据所述输入问题特征对应的输入特征向量以及所述数据库中各样本问题对应的样本特征向量，计算所述输入问题与各样本问题的相似度的步骤具体包括：

从各样本问题中依次取一样本问题记为当前样本问题，并获取所述当前样本问题的当前样本特征向量；

将所述输入特征向量以及当前样本特征向量代入预设相似度公式，计算所述输入问题与当前样本问题的相似度，所述预设相似度公式为：

S＝∑(w_i*R(q_i))

S为所述输入问题与当前样本问题的相似度；

q_i为所述输入特征向量Q中的第i个元素；

w_i为q_i的权重，所述数据库中包含了q_i的样本特征向量数越多，w_i越小；

R(q_i)为q_i与当前样本特征向量的相关性得分，R(q_i)根据q_i在所述输入特征向量中出现次数、q_i在当前样本特征向量中出现次数、当前样本特征向量的元素数、所述数据库所有样本问题的样本特征向量的平均元素数确定。

4.如权利要求3所述的基于自然语言处理的问答方法，其特征在于，所述将所述相关问题信息特征对应的特征向量以及各样本问题对应的特征向量分别代入预设相似度公式，分别计算所述相关问题信息与各样本问题的相似度的步骤之前，还包括：

根据预设权重公式计算w_i，所述预设权重公式为：

N为所述数据库中的样本问题数；

n(q_i)为所述数据库中包含q_i的样本特征向量数。

5.如权利要求3所述的基于自然语言处理的问答方法，其特征在于，所述将所述相关问题信息特征对应的特征向量以及各样本问题对应的特征向量分别代入预设相似度公式，分别计算所述相关问题信息与各样本问题的相似度的步骤之前，还包括：

根据q_i在所述输入特征向量中出现次数、q_i在当前样本特征向量中出现次数、当前样本特征向量的元素数、所述数据库所有样本问题的样本特征向量的平均元素数确定和预设相关性公式计算R(q_i)，所述预设相关性公式为：

其中，k1、k2、b为预设参数，且均大于零；

F1(q_i)为q_i在当前样本特征向量中出现次数；

F2(q_i)为q_i在输入特征向量中出现次数；

dl为当前样本特征向量的元素数；

avgdl为所述数据库所有样本问题的样本特征向量的平均元素数。