[发明专利]一种基于特征树的语义匹配问答方法及系统

说明书

本发明公开了一种基于特征树的语义匹配问答方法及系统，方法包括：通过获取待匹配语句，将所述待匹配语句所包含的语义，与多个不同语义维度特征树的根结点开始逐结点依次进行语义特征匹配，得到至少一条语义特征匹配路径，所述语义特征匹配路径最深的路径与待匹配语句的语义匹配度最大，并将最深的路径下每个特征节点设置的答案，作为待匹配语句对应的答案结果。本发明采用特征树形式分层次描述具体应用面对的各种待匹配语句的语义特征，通过匹配的结点路径描述语义获得匹配答案，用一条匹配路径表述句子的所有语义维度信息，在查询语句跟答案之间搭建了语义匹配的桥梁，提高了语义匹配问答方法的灵活性、高效处理句子语义信息。

技术领域

本发明涉及人工智能技术领域，具体涉及一种基于特征树的语义匹配问答方法及系统。

背景技术

随着互联网技术的发展，目前，语义匹配应用的需求不断呈现个性化、多样化的特点，汉语句子的语义匹配有多种方法，每种方法有各自的特点和适用范围：正则关键词匹配，该方法处理简单粗糙，一方面不能充分匹配语义，另一方面正则多了会出现冲突，一个句子匹配多个正则；意图分类法：基于机器学习、深度学习的意图分类需要标注大量语料，一个好的算法模型依赖于充分的语料，因为语料面对具体应用总是难以做到充分，从而限制该方法的应用；语义相似度计算，需要定义大量的标准问句，输入语句跟标准问句进行语义匹配，匹配找到标准提问，得到其对应的答案，由于汉语的弱语法特点，句法结构灵活，同义语表述多样，每个答案对应的标准提问往往难以完备列举，导致很多输入无法命中标准问句，匹配度低；传统的语义匹配问答方法存在灵活性差、需要大量的短句数据、不能高效处理句子语义信息的问题。

发明内容

因此，本发明提供的一种基于特征树的语义匹配问答方法及系统，克服了现有技术中语义匹配问答方法存在灵活性差、需要大量的短句数据、不能高效处理句子语义信息的缺陷。

为达到上述目的，本发明提供如下技术方案：

第一方面，本发明实施例提供一种基于特征树的语义匹配问答方法，包括：

获取待匹配语句；

将所述待匹配语句所包含的语义，与多个不同语义维度特征树的根结点开始逐结点依次进行语义特征匹配，得到至少一条语义特征匹配路径；

所述语义特征匹配路径最深的路径与待匹配语句的语义匹配度最大，并将最深的路径下每个特征节点设置的答案，作为待匹配语句对应的答案结果。

在一实施例中，所述每个特征树的特征节点包括：一个父节点、至少一个子节点，父子节点分别设置对应待匹配语句的关键特征。

在一实施例中，每个特征节点包括至少一个语义维度。

在一实施例中，所述语义维度包括：包含的关键词及组合、排除的关键词及组合、疑问类型判别模型、否定判断模型、时间判断模型、调度其它模型、正则约束、比对短句集。

在一实施例中，调度其它模型包括：深度学习模型，其作为一个维度信息参与语义匹配。

在一实施例中，将特征节点的语义维度与待匹配语句所包含的语义进行逐一匹配，全部满足该特征节点的语义维度，则该特征结点匹配成功，再继续与其下一层特征子结点的匹配。

第二方面，本发明实施例提供一种基于特征树的语义匹配问答系统，包括：

获取单元，用于获取待匹配语句；

特征树路径匹配模块，用于将所述待匹配语句所包含的语义，与多个不同语义维度特征树的根结点开始逐结点依次进行语义特征匹配，得到至少一条语义特征匹配路径；

语义匹配问答模块，用于所述语义特征匹配路径最深的路径与待匹配语句的语义匹配度最大，并将最深的路径下每个特征节点设置的答案，作为待匹配语句对应的答案结果。