[发明专利]一种基于多维表格的智能问答构建方法、系统及装置

说明书

本发明涉及数据处理技术领域，公开了一种基于多维表格的智能问答构建方法、系统及装置，其技术方案要点是包括如下步骤：对待处理文档内的表格进行识别；对识别到的表格进行抽取，得到第一状态表格；对第一状态表格进行表格整理，得到第二状态表格；根据第二状态表格中每个单元中对应的行列内容及内容组合，生成智能问答，能够对具有表格数据的文档进行智能问答构建，帮助企业或者个人利用精准问答的形式快速的获取信息，促进知识库的构建，实现标准文件的信息化建设。

技术领域

本发明涉及数据处理技术领域，更具体地说，它涉及一种基于多维表格的智能问答构建方法、系统及装置。

背景技术

随着国家各种产业的蓬勃发展，国家颁布的标准文件以及各个行业、各个地方、团体特有的标准也越来越多。标准文件种类和数量庞大，且大多篇幅较长。人工的从这些大量文件中搜取信息费时费力，且容易遗漏，因此基于文本内容构建FAQ(frequently askedquestions)，利用精准问答的形式自动提供答案，可以高效的帮助企业或者个人快速的获取信息。

目前已有的FAQ的生成方法大多是基于段落性的文本内容，而忽略了表格中的内容。但是在标准文档中，表格本身蕴含着大量的结构化信息，其信息歧义小、信息量大，对不同行列的内容进行组合后能得到更多的信息，这对于企业或个人获取相关信息具有重要意义。因此，有必要对多维表格结构的数据构建FAQ，建立知识库，实现标准文件的信息化建设。

发明内容

本发明的目的是提供一种基于多维表格的智能问答构建方法、系统及装置，能够对现有文档的表格数据构建智能问答，有利于实现信息化建设。

本发明的上述技术目的是通过以下技术方案得以实现的：一种基于多维表格的标准文档智能问答构建方法，包括如下步骤：

对待处理文档内的表格进行识别；

对识别到的表格进行抽取，得到第一状态表格；

对第一状态表格进行表格整理，得到第二状态表格；

根据第二状态表格中每个单元对应的行列内容及内容组合，生成智能问答。例如，某表格中有产品的上市日期和保质期的相关数据，用户经常需要利用这两项数据人工计算出产品的过期时间，而本发明可以通过对上市日期和保质期这两列数据进行组合，得到过期时间数据并存储在智能问答知识库中。

作为本发明的一种优选技术方案，在对文档中识别到的表格进行抽取时，若文档为可编辑格式，则根据抽取规则直接对表格内容进行抽取，得到第一状态表格；若文档为不可编辑模块，则对文档内识别的表格图片进行格式的转换，获得可编辑格式的表格，再根据抽取规则对表格内容进行抽取，得到第一状态表格。

作为本发明的一种优选技术方案，所述表格整理的过程为：对第一状态表格进行内容识别，根据识别的内容，确定出多余行和多余列，若存在多余行和多余列，则从第一状态表格删除多余行和多余列，得到第二状态表格。

作为本发明的一种优选技术方案，生成智能问答的方式包括基础问答、上下文关联问答、模糊查询问答；所述基础问答包括查询、比较、差值、求和、平均值的问答；所述上下文关联问答方式包括缺条件、缺目标、多条件、多目标的基础问答；所述模糊查询问答包括数值模糊、时间模糊以及文本模糊的基础问答。

作为本发明的一种优选技术方案，所述智能问答的生成过程为：根据多维表格数据范围，查找与多维表格数据范围对应的专业名词、同义词、下位词并添加进行词泛化，新增与多维表格数据范围相关联的FAQ问答模板；在词泛化和FAQ问答模板准备完成之后，根据预设查询条件及查询目标的不同组合，生成智能问答。

作为本发明的一种优选技术方案，在智能问答生成后，对每个智能问答添加分类标签。

一种基于多维表格的标准文档智能问答构建系统，包括：

表格识别模块，用于对待处理文档内的表格进行识别；