[发明专利]自动问答模型的训练方法以及相关装置、设备

权利要求书

1.一种自动问答模型的训练方法，其特征在于，所述自动问答模型的训练方法包括：

获取到提问方的定制问题，并将所述定制问题展示给回答方；

获取到所述回答方基于所述定制问题的答复内容；

将所述答复内容反馈至所述提问方，并收集所述提问方基于所述答复内容给出的综合评分；

通过所述综合评分对所述回答方进行奖励；

利用所述定制问题、所述答复内容以及所述综合评分作为样本数据对自动问答模型进行训练。

2.根据权利要求1所述的自动问答模型的训练方法，其特征在于，所述将所述定制提问展示给回答方的步骤包括：

将所述定制问题的问题内容以及对应的奖励值展示给所述回答方，以使所述回答方基于所述奖励值对所述定制问题进行回答。

3.根据权利要求1所述的自动问答模型的训练方法，其特征在于，所述将所述答复内容反馈至所述提问方，并收集所述提问方基于所述答复内容给出的综合评分的步骤包括：

将所述答复内容展示给所述提问方和围观方；

获取到所述提问方基于所述答复内容进行打分的第一评分和所述围观方基于所述答复内容进行打分的第二评分；

分别对所述第一评分与所述第二评分进行加权求和，得到所述综合评分。

4.根据权利要求3所述的自动问答模型的训练方法，其特征在于，所述通过所述综合评分对所述回答方进行奖励的步骤包括：

基于所述综合评分确定对所述回答方进行奖励的奖励值的大小，并对所述回答方进行奖励；

其中，所述奖励值的大小与所述评分的分值呈正相关。

5.根据权利要求1～4任一项所述的自动问答模型的训练方法，其特征在于，所述获取到提问方的定制问题的步骤之前包括：

判断所述提问方是否满足提问限制条件；

如果满足所述提问限制条件，则获取到所述提问方的所述定制问题；

如果不满足所述提问限制条件，则禁止所述提问方提问。

6.根据权利要求5所述的自动问答模型的训练方法，其特征在于，所述判断所述提问方是否满足提问限制条件的步骤包括：

判断所述提问方是否提供了提问所述定制问题的奖励值；

如果提供了所述定制问题的奖励值，确定所述提问方满足所述提问限制条件。

7.根据权利要求5所述的自动问答模型的训练方法，其特征在于，所述判断所述提问方是否满足提问限制条件的步骤还包括：

判断所述提问方在预设时间内提出所述定制问题的次数是否超过预设次数，如果没有超过所述预设次数，则确定所述提问方满足提问限制条件；或

判断所述提问方的身份等级是否满足预设等级要求，如果满足所述预设等级要求，则确定所述提问方满足提问限制条件。

8.根据权利要求1所述的自动问答模型的训练方法，其特征在于，所述自动问答模型包括虚拟主播智能模型。

9.一种自动问答模型的训练装置，其特征在于，所述自动问答模型的训练装置包括：

第一获取模块，用于获取到提问方的定制问题，并将所述定制问题展示给回答方；

第二获取模块，用于获取到所述回答方基于所述定制问题的答复内容；

收集模块，用于将所述答复内容反馈至所述提问方，并收集所述提问方基于所述答复内容给出的综合评分；

奖励模块，用于通过所述综合评分对所述回答方进行奖励；

训练模块，用于利用所述定制问题、所述答复内容以及所述综合评分作为样本数据对自动问答模型进行训练。

10.一种电子设备，其特征在于，包括相互耦接的存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现如权利要求1至8任一项所述的自动问答模型的训练方法。

11.一种计算机可读存储介质，其上存储有程序指令，其特征在于，所述程序指令被处理器执行时实现如权利要求1至8任一项所述的自动问答模型的训练方法。