[发明专利]问答方法、装置、电子设备和计算机可读介质在审
申请号: | 202011331942.X | 申请日: | 2020-11-24 |
公开(公告)号: | CN112541061A | 公开(公告)日: | 2021-03-23 |
发明(设计)人: | 夏江南;杨玉树;江会星 | 申请(专利权)人: | 北京三快在线科技有限公司 |
主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F16/335;G06F16/338;G06F40/284;G06N3/04;G06N3/08 |
代理公司: | 北京润泽恒知识产权代理有限公司 11319 | 代理人: | 任亚娟 |
地址: | 100083 北京市海*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 问答 方法 装置 电子设备 计算机 可读 介质 | ||
1.一种问答方法,其特征在于,所述方法包括:
接收客户端发送的问答请求,所述问答请求中包括问题信息;
从目标平台中检索与所述问题信息相关的目标评论信息;
基于已训练的信息抽取模型,从所述目标评论信息中提取候选答案;
对所得到的候选答案进行排序,并基于排序结果从所得到的候选答案中选取目标答案,向所述客户端返回所述目标答案。
2.根据权利要求1所述的方法,其特征在于,所述从目标平台中检索与所述问题信息相关的目标评论信息,包括:
获取所述问题信息的编码向量以及目标平台中的多个评论信息的编码向量;
确定所述问题信息的编码向量与各评论信息的编码向量的相似度;
按照相似度由大到小的次序对所述多个评论信息进行排序,并基于排序结果选取预设数量的评论信息作为目标评论信息。
3.根据权利要求1所述的方法,其特征在于,所述基于已训练的信息抽取模型,从所述目标评论信息中提取候选答案,包括:
将所述问题信息分别与所检索出的各目标评论信息进行拼接,得到多个拼接序列;
分别将各拼接序列输入至预先训练的信息抽取模型,得到分别从各目标评论信息中提取的候选答案。
4.根据权利要求1所述的方法,其特征在于,所述基于已训练的信息抽取模型,从所述目标评论信息中提取候选答案,包括:
将所述问题信息分别与所检索出的各目标评论信息进行拼接,得到多个拼接序列;
分别将各拼接序列输入至预先训练的信息抽取模型,得到各目标评论信息中的关键信息以及所述问题信息无答案的第一概率;
筛选出所述第一概率大于预设阈值的目标评论信息,并将所筛选出的目标评论信息对应的关键信息作为候选答案。
5.根据权利要求4所述的方法,其特征在于,所述将所述问题信息分别与所检索出的各目标评论信息进行拼接,得到多个拼接序列,包括:
对于所检索出的每一个目标评论信息,将所述问题信息与该目标评论信息进行拼接,在拼接位置插入分割符号,并在所述问题信息的首字符前插入预设分类符号,得到拼接序列。
6.根据权利要求5所述的方法,其特征在于,所述信息抽取模型包括编码器、第一全连接层和第二全连接层;以及,
所述分别将各拼接序列输入至预先训练的信息抽取模型,得到各目标评论信息中的关键信息以及所述问题信息无答案的第一概率,包括:
依次将每一个拼接序列作为目标拼接序列,将所述目标拼接序列输入至所述编码器,得到所述目标拼接序列中的各词和各符号的隐向量;
将所述预设分类符号对应的隐向量输入至所述第一全连接层,基于所述第一全连接层的输出,确定所述问题信息无答案的第一概率;
将所述目标拼接序列中位于目标评论信息中的各词作为目标词,将各目标词的隐向量输入至所述第二全连接层,基于所述第二全连接层的输出,确定各目标词作为关键信息的起始词的第二概率和作为关键信息的结束词的第三概率;
基于所述第二概率和第三概率,确定关键信息的起始词和结束词;
基于所确定出的起始词和结束词,从目标评论信息中提取关键信息。
7.根据权利要求6所述的方法,其特征在于,所述对所得到的候选答案进行排序,包括:
分别基于各候选答案的起始词对应的第二概率和结束词对应的第三概率,确定各候选答案的得分;
基于所述得分,对各候选答案进行排序。
8.一种问答装置,其特征在于,所述装置包括:
接收单元,用于接收客户端发送的问答请求,所述问答请求中包括问题信息;
检索单元,用于从目标平台中检索与所述问题信息相关的目标评论信息;
提取单元,用于基于已训练的信息抽取模型,从所述目标评论信息中提取候选答案;
返回单元,用于对所得到的候选答案进行排序,并基于排序结果从所得到的候选答案中选取目标答案,向所述客户端返回所述目标答案。
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北京三快在线科技有限公司,未经北京三快在线科技有限公司许可,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/202011331942.X/1.html,转载请声明来源钻瓜专利网。