[發(fā)明專利]智能問答方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201610125795.8
• 申請(qǐng)日: 2016-03-04
• 公開（公告）號(hào): CN107153639A
• 公開（公告）日: 2017-09-12
• 發(fā)明（設(shè)計(jì)）人: 盧菁;馬佳樂;葉茂;湯幟;黃肖俊;徐劍波
• 申請(qǐng)（專利權(quán)）人: 北大方正集團(tuán)有限公司;北京方正阿帕比技術(shù)有限公司
• 主分類號(hào): G06F17/27
• 分類號(hào): G06F17/27
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司11002
• 代理人: 李相雨

技術(shù)領(lǐng)域

本發(fā)明涉及自然語言處理技術(shù)領(lǐng)域，尤其涉及一種智能問答方法及系統(tǒng)。

背景技術(shù)

智能問答系統(tǒng)是基于海量互聯(lián)網(wǎng)數(shù)據(jù)推理和對(duì)語言深度語義理解的智能系統(tǒng)。智能問答機(jī)器系統(tǒng)不僅可以回答知識(shí)類的問題，還可用于醫(yī)療、教育、生活、科技等各種與人們生活息息相關(guān)的領(lǐng)域，大幅提升人們獲取信息的效率。

現(xiàn)有的智能問答系統(tǒng)主要是基于社區(qū)的問答，通過對(duì)歷史用戶問題/回答數(shù)據(jù)進(jìn)行挖掘，計(jì)算用戶問題與問答站點(diǎn)中已有的問題之間的相似度，返回相似度高的用戶回答。

上述智能問答系統(tǒng)存在的缺陷在于：語句被當(dāng)成詞袋模型進(jìn)行處理，導(dǎo)致缺乏對(duì)句法結(jié)構(gòu)的理解；對(duì)一些特殊情況缺乏有效的處理能力，使得系統(tǒng)缺乏魯棒性。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中的缺陷，本發(fā)明提供一種智能問答方法及系統(tǒng)，通過對(duì)字詞進(jìn)行處理可以提高對(duì)特殊情況的處理能力，提高方法的魯棒性。

第一方面，本發(fā)明提供了一種智能問答方法，包括：

從用戶終端獲取用戶輸入的問題并使用分詞器對(duì)其分詞；

將分詞后的用戶輸入的問題與問答庫(kù)中的每個(gè)問題依次比較，以獲取所述問答庫(kù)中的每個(gè)問題的相似度；所述問答庫(kù)通過選取預(yù)設(shè)數(shù)量的由一一對(duì)應(yīng)的問題與答案構(gòu)成的問答對(duì)構(gòu)建；

對(duì)所述問答庫(kù)中的每個(gè)問題的相似度進(jìn)行排序，將相似度排序靠前的N個(gè)問答對(duì)傳輸至所述用戶終端，N為正整數(shù)。

可選地，所述相似度是通過對(duì)詞義相似度、語序相似度和句子長(zhǎng)度維數(shù)加權(quán)求和所得到的數(shù)值。

可選地，所述將分詞后的用戶輸入的問題與問答庫(kù)中的每個(gè)問題依次比較，以獲取所述問答庫(kù)中的每個(gè)問題的相似度的步驟包括：

根據(jù)所述分詞在所述問答庫(kù)中檢索候選問題，并對(duì)所述候選問題進(jìn)行排序；

從排序后的候選問題中取前M個(gè)問答對(duì)與所輸入的問題進(jìn)行相似度計(jì)算，M>N。

可選地，使用分詞器對(duì)所述輸入的問題進(jìn)行分詞的步驟之后，所述方法還包括：

將所述輸入的問題的分詞與停用表進(jìn)行匹配，去除上述分詞中的停用詞。

可選地，采用TF-IDF算法檢索候選問答對(duì)并對(duì)候選問答對(duì)進(jìn)行排序。

可選地，所述從排序后的候選問題中取前M個(gè)問答對(duì)與所輸入的問題進(jìn)行相似度計(jì)算的步驟包括：

從輸入的問題與問答庫(kù)中每個(gè)問題選擇連續(xù)出現(xiàn)的至少兩個(gè)分詞；

計(jì)算所述至少兩個(gè)分詞的內(nèi)聚程度；所述內(nèi)聚程度InnerLevel通過以下公式計(jì)算：

式中，P(A)表示分詞A出現(xiàn)的概率；P(B)表示分詞B出現(xiàn)的概率；P(AB)表示分詞A與分詞B同時(shí)出現(xiàn)的概率；

將內(nèi)聚程度超過預(yù)設(shè)內(nèi)聚程度值的分詞進(jìn)行合并。

可選地，所述將內(nèi)聚程度超過預(yù)設(shè)內(nèi)聚程度值的分詞進(jìn)行合并的步驟之后，所述方法還包括：

采用TF-IDF算法對(duì)M個(gè)問答對(duì)進(jìn)行排序，并且每個(gè)分詞的得分作為詞語相似度權(quán)重。

可選地，本發(fā)明實(shí)施例提供的智能問答方法還包括：

當(dāng)從所述問題庫(kù)中找到的候選問答對(duì)為N1個(gè)時(shí)，N1<N，采用拒絕算法對(duì)該N1個(gè)問答對(duì)進(jìn)行剔除；

所述拒絕算法為：

除去形容詞與副詞后，若第一候選問答對(duì)中不包含詞語動(dòng)態(tài)權(quán)重排序靠前的前N2個(gè)分詞及其擴(kuò)展詞時(shí)，拒絕該問答對(duì)；

或者，

計(jì)算該N1個(gè)候選問答對(duì)中前面一個(gè)與后面一個(gè)候選問答對(duì)的得分差值百分比；

當(dāng)該得分差值百分比小于預(yù)設(shè)得分差值百分比時(shí)，則拒絕后面一個(gè)候選問答對(duì)以其之后的所有問答對(duì)。

第二方面，本發(fā)明實(shí)施例還提供了一種智能問答系統(tǒng)，基于上文所述的智能問答方法實(shí)現(xiàn)，所述系統(tǒng)包括：

問答庫(kù)構(gòu)建模塊，用于選取預(yù)設(shè)數(shù)量的由一一對(duì)應(yīng)的問題與答案構(gòu)成的問答對(duì)構(gòu)建問答庫(kù)；

分詞獲取模塊，用于從用戶終端獲取用戶輸入的問題并使用分詞器對(duì)其分詞；

相似度計(jì)算模塊，用于將分詞后的用戶輸入的問題與問答庫(kù)中的每個(gè)問題依次比較，以獲取所述問答庫(kù)中的每個(gè)問題的相似度；

問答對(duì)返回模塊，用于對(duì)所述問答庫(kù)中的每個(gè)問題的相似度進(jìn)行排序，將相似度排序靠前的N個(gè)問答對(duì)傳輸至所述用戶終端。

可選地，所述相似度計(jì)算模塊用于執(zhí)行以下步驟：

根據(jù)所述分詞在所述問答庫(kù)中檢索候選問題，并對(duì)所述候選問題進(jìn)行排序；

從排序后的候選問題中取前M個(gè)問答對(duì)與所輸入的問題進(jìn)行相似度計(jì)算，M<N。