[发明专利]问答检索方法、装置、设备及存储介质

权利要求书

1.一种问答检索方法，包括模型训练过程和模型应用过程，其特征在于；

所述模型训练过程包括步骤：

对语料库中训练问题文本进行分词处理，得到训练问题文本分词序列，通过规则模型对所述训练问题文本进行特征提取，得到训练问题文本特征序列，将所述特征序列的空字符串填补所述分词序列对应位置处的词语进行混合处理，得到混合序列；

所述模型应用过程包括步骤：

获取用户输入的用户问题，将所述用户问题文本进行分词处理并通过所述规则模型进行特征提取，得到其分词序列和特征序列，并将两者进行混合处理得到其混合序列；

查找和所述用户问题文本具有相同特征的所述训练问题文本，作为候选问题文本；

分别将每个所述候选问题文本与所述用户问题文本比较，选择两者间混合序列中元素数量较少者为短混合序列、较长者为长混合序列，基于两混合序列中元素排列顺序，计算所述短混合序列所包含的元素能投射到长混合序列中的个数，得到两者的有序重叠数，基于所述有序重叠数分别计算每个所述候选问题文本和所述用户问题文本的语序权重值；

将特征序列作为输入项，分别计算每个所述候选问题文本和所述用户问题文本之间的相似值；

基于所述语序权重值和所述相似值计算所述候选问题文本和所述用户问题文本的综合相似值，根据所述综合相似值，选择最优候选问题文本输出。

2.根据权利要求1所述的问答检索方法，其特征在于，所述通过规则模型对所述训练问题文本进行特征提取，得到训练问题文本特征序列，具体包括：

判断所述训练问题文本所属领域，通过规则模型对所述训练问题文本进行特征提取，得到训练问题文本特征序列，其中，所述特征包括：

实体类名词，其为预设的所述领域所涉及的具象实体；

事件类动词，其为预设的所述领域所涉及的用户可能性动作行为；

功能词，其为语言学意义上的功能词；

标志词，其为语言学意义上的句义标志词。

3.根据权利要求2所述的问答检索方法，其特征在于，所述模型训练过程还包括步骤：

从所述训练问题文本特征序列中提取其必要特征序列，所述必要特征序列包括预设的判断所述用户问题与所述训练问题相似时所需包含的特征。

4.根据权利要求3所述的问答检索方法，其特征在于，所述模型应用过程还包括：

从所述用户问题文本特征序列中提取其必要特征序列；

获取所述候选问题文本后，分别比较所述候选问题文本必要特征序列和所述用户问题文本必要特征序列，当两者不包含共同特征时，剔除该所述候选问题文本。

5.根据权利要求1所述的问答检索方法，其特征在于，在所述得到混合序列之后，还包括步骤：

对所述训练问题文本混合序列进行检测，当存在相同的混合序列时，删除多余的重复混合序列。

6.根据权利要求1所述的问答检索方法，其特征在于，所述基于两混合序列中元素排列顺序，计算所述短混合序列所包含的元素能投射到长混合序列中的个数，具体包括：

在所述短混合序列中，当存在排列在第二元素之前的第一元素能够投射到长混合序列中时，仅检测第二元素能否投射到所述长混合序列中位于所述第一元素之后的元素内。

7.根据权利要求6所述的问答检索方法，其特征在于，所述基于所述有序重叠数分别计算每个所述候选问题文本和所述用户问题文本的语序权重值，具体包括：

基于所述有序重叠数分别计算每个所述候选问题文本和所述用户问题文本的语序权重值，计算公式为：

其中，所述长混合序列长度为长混合序列中元素数量，所述有序重叠数为该所述候选问题与所述用户问题之间的有序重叠数，所述权重系数为一预设参数。

8.根据权利要求1所述的问答检索方法，其特征在于，所述将特征序列作为输入项，分别计算每个所述候选问题文本和所述用户问题文本的相似值，具体包括：

分别将所述候选问题文本特征序列和所述用户问题文本特征序列作为输入，计算每个所述候选问题文本和所述用户问题文本的余弦相似值。