[发明专利]智能问答方法、装置、电子设备及计算机可读存储介质

说明书

本发明涉及大数据技术，揭露一种智能问答方法，包括：接收查询文本，对所述查询文本进行分词处理及实体抽取处理，得到问题实体；对所述查询文本进行语义分析，得到问题意图特征；利用预构建的至少一个答案知识库对所述问题实体进行查询，得到至少一组答案文本集；对所述答案文本集中的答案文本进行相关度计算与分析，得到待选答案文本集；利用所述问题意图特征对所述待选答案文本集中的待选答案文本进行加权计算与分析，得到最终答案文本，并将所述最终答案文本推送给用户。本发明还涉及区块链技术，所述答案知识库可以部署在区块链中。本发明还提出一种智能问答装置、电子设备以及一种计算机可读存储介质。本发明可以提高智能问答的准确率。

技术领域

本发明涉及大数据领域，尤其涉及一种智能问答的方法、装置、电子设备及计算机可读存储介质。

背景技术

随着机器学习和深度学习、自然语言的突飞猛进，智能问答已经成为当今最热门的人工智能的研究和应用方向，例如：苹果公司的Siri，腾讯机器人平台，Amazon的Echo，微软的Luis.AI等，但是目前的智能问答方法，只在单一的业务知识库中查询答案，且未对问题意图进行识别，导致智能问答的准确度低。

发明内容

本发明提供一种智能问答方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高了智能问答的准确率。

为实现上述目的，本发明提供的一种智能问答方法，包括：

接收用户输入的查询文本，对所述查询文本进行分词处理及实体抽取处理，得到问题实体；

基于问题语义分析模型对所述查询文本进行语义分析，得到问题意图特征；

利用预构建的至少一个答案知识库对所述问题实体进行查询，得到至少一组答案文本集；

对所述至少一组答案文本集中的答案文本进行相关度计算与分析，得到待选答案文本集；

利用所述问题意图特征对所述待选答案文本集中的待选答案文本进行加权计算与分析，得到最终答案文本，并将所述最终答案文本推送给用户。

可选地，所述对所述查询文本进行分词处理，包括：

字段预设步骤：利用预构建的分词词典对所述查询文本进行分词操作，其中，所述预构建的分词词典中最大词条所含的字符数目为n个，若所述查询文本的所有字符数目小于n个，则将所述查询文本作为匹配字段，若所述查询文本的所有字符数目等于或大于n个，则将所述查询文本的前n个字符作为所述匹配字段；

分词匹配步骤：利用所述匹配字段在所述分词词典中进行遍历匹配；若所述分词词典中含有与所述匹配字段相同的词语，确定匹配成功，从所述查询文本中分出所述匹配字段，执行下述顺序匹配步骤；若所述分词词典中不含有与所述匹配字段相同的词语，则执行下述字段更新步骤；

字段更新步骤：若所述匹配字段中包含的字符数目等于1，从所述查询文本中分出所述匹配字段，执行下述顺序匹配步骤；若所述匹配字段中包含的字符数目大于1，将所述匹配字段的最后一个字符剔除，用剔除后的字段替换更新所述匹配字段，返回所述分词匹配步骤；

顺序匹配步骤：若所述查询文本中所述匹配字段后的字符数目小于n个，则以所述查询文本中所述匹配字段后的所有字符替换更新所述匹配字段，同时返回所述分词匹配步骤；若所述查询文本中所述匹配字段后的字符数目不小于n个，则以所述查询文本匹配字段后的顺序的n个字符替换更新所述匹配字段，同时返回所述分词匹配步骤；若所述查询文本匹配字段后的字符数目等于0个，则停止分词处理。

可选地，所述对所述至少一组答案文本集中的答案文本进行相关度计算与分析，得到待选答案文本集，包括：

将所述答案文本集中的答案文本转化为答案文本向量；

将所述查询文本转化为问题文本向量；