[发明专利]从题库中查找匹配问题的方法和设备

摘要

本发明的实施方式提供了一种从题库中查找匹配问题的方法。该方法包括A）、接收用户输入的用户问题；B）、针对每个题库问题，通过比较所述题库问题与用户问题，确定所述题库问题与用户问题之间的相似度，其中，在确定所述题库问题与用户问题之间的相似度时，对于所有题库问题包含的所有词或词组，考虑同时出现在所述题库问题和用户问题中的词或词组、只出现在所述题库问题中的词或词组和只出现在用户问题中的词或词组的情况；C）、从所有题库问题中，选择相似度最高的题库问题作为与所述用户问题最匹配的题库问题。本发明的方法可以解决现有技术中因查找匹配问题的准确度不高而导致的在线应答的准确性不高的问题。此外，本发明的另一方面提供了一种从题库中查找匹配问题的设备，例如，服务器上安装的软件。

主权项

一种方法，包括：A)、接收用户输入的用户问题；B)、针对每个题库问题，通过比较所述题库问题与用户问题，确定所述题库问题与用户问题之间的相似度，其中，在确定所述题库问题与用户问题之间的相似度时，对于所有题库问题包含的所有词或词组，考虑同时出现在所述题库问题和用户问题中的词或词组、只出现在所述题库问题中的词或词组和只出现在用户问题中的词或词组的情况；其中，对于所有题库问题包含的所有词或词组，当同时出现在所述题库问题和所述用户问题中的词或词组越多时，所述题库问题与用户问题之间的相似度越高；当只出现在用户问题中的词或词组越多时，所述题库问题与用户问题之间的相似度越低；只出现在所述题库问题中的词或词组不影响所述题库问题与用户问题之间的相似度；所述步骤B)具体包括：针对每个题库问题，执行以下步骤：针对所有题库问题包含的所有词或词组中的每个词或词组，计算所述词或词组在所述题库问题中的词频‑逆向文件频率TF‑IDF值占所有题库问题包含的所有词或词组在所述题库问题中的TF‑IDF值的总和的比重值；将所有题库问题包含的所有词或词组的比重值作为分量聚合为所述题库问题的特征向量；其中，当所述词或词组只出现在用户问题中时，将比重值取反；计算所有题库问题包含的所有词或词组中的每个词或词组在所述用户问题中的TF‑IDF值，并将计算得到的所有TF‑IDF值作为分量聚合为用户问题的特征向量；计算所述用户问题的特征向量与每个题库问题的特征向量的内积值，所述内积值为所述题库问题与所述用户问题之间的相似度；C)、从所有题库问题中，选择与最大的内积值对应的题库问题作为与所述用户问题最匹配的题库问题。