[发明专利]用于基于聚类和句子相似度来生成答案的系统和方法

说明书

一种用于生成问题的答案的方法和系统。该系统包括计算设备。计算设备具有处理器和存储有计算机可执行代码的存储设备。计算机可执行代码在处理器处被执行时被配置为：接收由用户输入的关于产品的问题；使用问题从问答(QA)知识库中提取目标答案以形成答案集；从评论数据库中提取关于产品的用户评论以形成评论集；对答案集中的关键词进行聚类以获得集群中心；使用集群中心对答案集和评论集进行过滤，以得到答案子集和评论子集；以及从评论子集中生成问题的答案，其中答案选自评论子集，并与答案子集中的句子具有较高的句子相似度。

交叉引用

在本公开的描述中引用和讨论了可能包括专利、专利申请和各种出版物的一些参考文献。提供这样的参考文献的引用和/或讨论仅是为了阐明本公开的描述，而不是承认任何这样的参考文献是本文描述的公开的“现有技术”。在本说明书中引用和讨论的所有参考文献均通过引用以整体并入本文，并且其程度与每个参考文献通过引用单独并入本文的程度相同。

技术领域

本公开总体上涉及构建用于问答(QA)系统的答案生成系统，并且更具体地涉及用于通过利用电子商务平台上可用的丰富的问答数据和产品评论数据来基于词嵌入、嵌入词的聚类以及句子相似度测量构建答案生成系统的系统和方法。

背景技术

本文提供的背景描述是为了总体上呈现本公开的上下文的目的。在该背景技术部分中所描述的范围内，既未明确地承认也未暗含地承认当前提到名字的发明人的工作以及在申请时可能无法以其他方式视为现有技术的描述方面为本公开的现有技术。

当前的问答(QA)系统仅专注于向用户查询提供事实答案，例如，与产品、产品列表、术语定义、以及如何安装/使用产品有关的事实。现有技术不能针对许多类型的问题而找到答案，这是因为在用户的问题中存在许多可能变化，这些可能变化是由所使用的词、问题中的词的顺序、以及隐含在问题中的语义约束等引起的。

因此，未解决的需求在于基于当前的知识图，向那些没有确切答案的问题提供答案。

发明内容

在某些方面，本公开涉及一种用于生成用户(或客户)问题的答案的系统。在某些实施例中，系统包括计算设备。该计算设备具有处理器和存储有计算机可执行代码的存储设备。所述计算机可执行代码在所述处理器处执行时被配置为：

接收由用户输入的关于产品的问题；

使用所述问题从问答QA知识库中提取目标答案以形成答案集；

从评论数据库中提取关于所述产品的用户评论以形成评论集；

对所述答案集中的关键词进行聚类以获得集群中心；

使用所述集群中心对所述答案集和所述评论集进行过滤，以得到答案子集和评论子集；以及

从所述评论子集中生成所述问题的所述答案，其中所述答案选自所述评论子集，并与所述答案子集中的句子具有较高的句子相似度。

在某些实施例中，所述计算机可执行代码被配置为通过以下操作从所述QA知识库中提取答案：计算所述由用户输入的问题与所述QA知识库中的问题之间的句子相似度；以及将所述QA知识库中的所述问题中的在计算出的相似度中具有最大相似度的一个问题定义为最相似问题，其中所述目标答案是所述最相似问题的答案。在某些实施例中，用于比较的所述QA知识库中的问题仅包括用户问题中的产品所属产品类别下的问题。

在某些实施例中，所述计算机可执行代码被配置为通过以下操作来计算所述由用户输入的问题与所述QA知识库中的答案中的一个之间的句子相似度：