[发明专利]问答对生成方法、装置、电子设备及可读存储介质

说明书

本发明涉及智能决策，揭露一种问答对生成方法，包括：根据初始文本所属的领域类别从第一数据库获取对应的词表，基于所述词表对初始文本执行分词处理得到词语序列；将词语序列输入训练好的问答对生成模型得到期望生成的问答对的初始答案信息，对初始答案信息执行过滤处理得到多个目标答案；将词语序列及目标答案输入所述问答对生成模型得到每个目标答案对应的目标问题，每个目标答案及其对应的目标问题组成一个问答对，得到多个问答对。本发明还提供一种问答对生成装置、电子设备及可读存储介质。本发明可应用于数字医疗领域，提高了问答对生成效率，提升了问答对的匹配准确度。

技术领域

本发明涉及智能决策领域，尤其涉及一种问答对生成方法、装置、电子设备及可读存储介质。

背景技术

开放域(即不限领域)问答系统是自然语言处理的一个热门课题，可应用于智能客服、用户引导、用户FQA(问题解答)等各方面。例如，某公司新出了一款产品，根据该产品的说明书可生成多个问答对，当用户咨询该产品时，智能客服可根据所述问答对对用户的问题进行匹配确定目标问题及答案，以对用户的问题进行解答。当前，通常通过人工整理问答数据建立问答系统，效率低下，且当问答数据跨领域时，可能会出现人工整理的问答对不匹配的情况。另外，像金融机构，涉及医疗保险的客服系统，也是需要生成问答对，从而对客户的问题进行解答。

因此，亟需一种问答对生成方法，以提高问答对生成效率，提升问答对的匹配准确度。

发明内容

鉴于以上内容，有必要提供一种问答对生成方法，旨在提高问答对生成效率，提升问答对的匹配准确度。

本发明提供的问答对生成方法，包括：

解析用户基于客户端发出的问答对生成请求，获取所述请求携带的用于生成问答对的初始文本；

根据所述初始文本所属的领域类别从第一数据库获取对应的词表，基于所述词表对所述初始文本执行分词处理得到词语序列；

将所述词语序列输入训练好的问答对生成模型得到期望生成的问答对的初始答案信息，对所述初始答案信息执行过滤处理得到多个目标答案；

将所述词语序列及目标答案输入所述问答对生成模型得到每个目标答案对应的目标问题，每个目标答案及其对应的目标问题组成一个问答对，得到多个问答对。

可选的，所述问答对生成模型的训练包括第一训练，所述第一训练包括：

从第二数据库中抽取第一文本，对所述第一文本执行掩盖词预测任务：将所述第一文本中各个词语逐一采用掩盖符掩盖得到第二文本，将所述第二文本输入构建的问答对生成模型，预测出被掩盖的词语；

对所述第一文本执行连续片段预测任务：将所述第一文本拆分为两个第一子文本、用掩盖符掩盖第二个第一子文本得到第三文本，将所述第三文本输入所述问答对生成模型，预测出被掩盖的第一子文本；

对所述第一文本执行单独片段预测任务：将所述第一文本拆分为三个第二子文本、用掩盖符掩盖第二个第二子文本得到第四文本，将所述第四文本输入所述问答对生成模型，预测出被掩盖的第二子文本；

对所述第一文本执行多片段预测任务：将所述第一文本拆分为多个第四子文本，随机选择不连续的多个第四子文本，用掩盖符掩盖选择的多个第四子文本得到第五文本，将所述第五文本输入所述问答对生成模型，预测出被掩盖的多个第四子文本；

通过所述掩盖词预测任务、连续片段预测任务、单独片段预测及多片段预测任务确定所述问答对生成模型的第一参数，得到调整后的问答对生成模型。

可选的，所述问答对生成模型的训练还包括第二训练，所述第二训练包括：

从第三数据库中抽取携带标注信息的第六文本，将所述第六文本输入所述调整后的问答对生成模型，得到多个预测问答对；