[发明专利]一种智能知识库扩充方法、装置、电子设备及存储介质

说明书

本申请实施例提供了一种智能知识库扩充方法、装置、电子设备及存储介质，用于提升智能知识库FAQ知识点的用户咨询问题覆盖率。所述方法包括：获取用户咨询文本前缀；将用户咨询文本前缀输入训练好的文本生成模型，进行文本生成，得到常见咨询问题候选集；其中，文本生成模型是通过对GPT‑2模型进行训练得到的，GPT‑2模型的嵌入层参数包括伪提示文本对应的嵌入层参数和用户咨询问题文本对应的嵌入层参数，在所述GPT‑2模型训练的过程中，用户咨询问题文本对应的嵌入层参数被屏蔽；将常见咨询问题候选集中的文本与智能知识库中问题的文本进行相似度比对，得到多个相似度；将相似度高于第一预设阈值的文本添加到智能知识库。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种智能知识库扩充方法、装置、电子设备及存储介质。

背景技术

常见问题解答(Frequently Asked Questions，FAQ)是当前网络上提供在线帮助的主要手段。随着人工智能的快速发展，智能客服机器人已经成为我们生活中比较常见的辅助工具，在智能客服机器人使用过程中，为了提高智能客服机器人问答的准确率，通常会扩充智能知识库FAQ知识点的用户咨询问题。

目前，主要是通过近义词替换等方式进行相似问扩充，然而，扩充智能知识库的FAQ知识点的相似问可能不是用户常见的咨询问题文本，且不一定能覆盖用户咨询行为。

发明内容

本申请实施例提供了一种智能知识库扩充方法、装置、电子设备及存储介质，用于提升智能知识库FAQ知识点的用户咨询问题覆盖率。

第一方面，提高一种智能知识库扩充方法，所述方法包括：

获取用户咨询文本前缀；其中，所述用户咨询文本前缀为用户咨询文本中的第一个字或以所述第一个字为起点的连续多个字的组合；

将所述用户咨询文本前缀输入训练好的文本生成模型，进行文本生成，得到常见咨询问题候选集；其中，所述文本生成模型是通过对GPT-2模型进行训练得到的，所述GPT-2模型的嵌入层参数包括伪提示文本对应的嵌入层参数和用户咨询问题文本对应的嵌入层参数，所述伪提示文本为没有实际任务的文本，用于获得文本生成过程中的提示信息，在所述GPT-2模型训练的过程中，所述用户咨询问题文本对应的嵌入层参数被屏蔽；

将所述常见咨询问题候选集中的文本与智能知识库中问题的文本进行相似度比对，得到多个相似度；

将所述常见咨询问题候选集中相似度高于第一预设阈值的文本添加到所述智能知识库。

可选的，所述文本生成模型通过如下方式获得：

获取预设领域的用户咨询问题文本；

将伪提示文本和所述用户咨询问题文本输入所述GPT-2模型的嵌入层进行编码，得到所述伪提示文本对应的提示编码信息和所述用户咨询问题文本对应的文本编码信息，以使所述GPT-2模型基于所述提示编码信息和所述文本编码信息生成预测文本；其中，所述提示编码信息用于对待生成的字进行提示；

基于所述预测文本，通过损失函数对所述GPT-2模型的嵌入层中所述伪提示文本对应的嵌入层参数进行优化，直到所述GPT-2模型生成的预测文本与所述用户咨询问题文本的相似度大于第二预设阈值时，停止对所述伪提示文本对应的嵌入层参数进行优化，得到所述文本生成模型。

可选的，所述GPT-2模型基于所述提示编码信息和所述文本编码信息生成预测文本，包括：

基于所述提示编码信息和所述文本编码信息按照标准语法顺序依次生成每个字；其中，新的字基于已生成的字序列生成，所述新的字生成之后，将所述新的字添加到所述已生成的字序列后面。

可选的，所述将伪提示文本和所述用户咨询问题文本输入所述GPT-2模型的嵌入层进行编码，包括：