[发明专利]基于电商对话语料的问答知识库构建方法

说明书

本发明公开了一种基于电商对话语料的问答知识库构建方法，包含以下步骤：获取历史问答数据；从历史问答数据中识别出用户提出的所有问题以及每个问题所对应的答案；将所有问题中的相同的问题所对应的所有答案作为该相同的问题的候选答案集；对候选答案集中的所有候选答案和与其相对应的问题进行匹配度排序；将匹配度最高的候选答案作为与其相对应的问题的最佳答案；将最佳答案和与其相对应的问题组成问答对，存入问答知识库。本发明提供的基于电商对话语料的问答知识库构建方法利用店铺对话历史语料，自动构建问答对，并能保持较高准确率，且当有更好的人工答案出现时，也可以自动对问答对进行更新以使问题持续保持具有最优答案。

技术领域

本发明涉及一种基于电商对话语料的问答知识库构建方法。

背景技术

现阶段，智能问答依赖问答知识库构建，构建的核心方式是人工构建典型问答对，用相似度匹配的方法找到对应问题，提取对应答案。这种方法需要人工构建，耗时耗力，不易全面，无法自动应对答案时效问题。

发明内容

本发明提供了一种基于电商对话语料的问答知识库构建方法，采用如下的技术方案：

一种基于电商对话语料的问答知识库构建方法，包含以下步骤：

获取历史问答数据；

从历史问答数据中识别出用户提出的所有问题以及每个问题所对应的答案；

将所有问题中的相同的问题所对应的所有答案作为该相同的问题的候选答案集；

对候选答案集中的所有候选答案和与其相对应的问题进行匹配度排序；

将匹配度最高的候选答案作为与其相对应的问题的最佳答案；

将最佳答案和与其相对应的问题组成问答对，存入问答知识库。

进一步地，获取历史问答数据的具体方法为：

收集同一店铺的在预设时间内的问答数据。

进一步地，预设时间为15天至40天。

进一步地，预设时间为30天。

进一步地，在从历史问答数据中识别出用户提出的所有问题以及每个问题所对应的答案中，将针对用户提出的问题的若干条回复作为该问题的答案。

进一步地，将针对用户提出的问题的4条回复作为该问题的答案。

进一步地，通过排序模型对候选答案集中的所有候选答案和与其相对应的问题进行匹配度排序。

进一步地，在对排序模型进行训练的过程中构建用于排序的负例。

进一步地，对于历史问答数据中的所有问题中的特定问题，利用模糊匹配找到对应的答案。

本发明的有益之处还在于所提供的基于电商对话语料的问答知识库构建方法利用店铺对话历史语料，自动构建问答对，并能保持较高准确率，且当有更好的人工答案出现时，也可以自动对问答对进行更新以使问题持续保持具有最优答案。

将所有问题中的相同的问题所对应的所有答案作为该相同的问题的候选答案集，可以更好地考虑周围的上下文信息，选出最佳的匹配答案。

收集同一店铺的在预设时间内的问答数据，能够保持店铺问答语料的独特性和时效性。

附图说明

图1是本发明的基于电商对话语料的问答知识库构建方法的示意图。

具体实施方式

以下结合附图和具体实施例对本发明作具体的介绍。