[發明專利]人機智能問答系統的斷句識別方法和裝置

有效

• 申請號: 201610262499.2
• 申請日: 2016-04-25
• 公開（公告）號: CN107305575B
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 姜文
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F40/289
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種人機智能問答系統的斷句識別方法，其特征在于，所述方法包括：

接收用戶輸入的當前語句；

將所述當前語句輸入預先訓練的斷句識別模型得到所述當前語句為完整語句的第一概率，其中，所述斷句識別模型用于根據所述當前語句的漢語言模型對應的概率和循環神經網絡語言模型對應的概率確定所述第一概率；

若所述第一概率大于預設的第一閾值，則確定所述當前語句為完整語句；

所述方法還包括：

基于循環神經網絡語言模型，確定所述當前語句的第一個詞出現在與所述當前語句相鄰的上一句中的第二概率；

若所述第二概率大于預設的第二閾值，則確定所述當前語句和與所述當前語句相鄰的上一句均為斷句；

將所述當前語句與所述上一句相結合作為完整語句。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

建立斷句識別模型的步驟，包括：

獲取問題語料庫，其中，所述問題語料庫包括多個問題語料，所述問題語料為完整語句；

對各所述問題語料分詞生成多個斷句；

根據所述斷句中包含詞的數目以及該斷句對應的完整語句包含詞的數目，確定各所述斷句的分值，其中，所述分值用于表征與之對應的斷句為完整語句的概率；

確定各所述斷句的所述漢語言模型對應的概率和循環神經網絡語言模型對應的概率；

以各所述斷句的所述概率以及該斷句的分值為訓練樣本，訓練得到所述斷句識別模型。

3.根據權利要求2所述的方法，其特征在于，所述對各所述問題語料分詞生成多個斷句，包括：

生成所述斷句的步驟，包括：對第一問題語料進行分詞處理，獲取由n個詞組成的第一問題語料，其中，所述第一問題語料為所述問題語料庫中的任一問題語料，n為自然數；在所述第一問題語料中取第1～i個詞，生成第i個語句，其中，1≤i≤n；生成所述第一問題語料對應的n個斷句；

基于所述生成所述斷句的步驟，生成所述問題語料庫中各所述第一問題語料對應的斷句。

4.根據權利要求1所述的方法，其特征在于，所述方法還包括：

若所述第一概率小于或等于預設的第一閾值，則確定所述當前語句為斷句；

生成提示用戶繼續輸入的提示信息。

5.一種人機智能問答系統的斷句識別裝置，其特征在于，所述裝置包括：

當前語句接收模塊，配置用于接收用戶輸入的當前語句；

第一概率獲取模塊，配置用于將所述當前語句輸入預先訓練的斷句識別模型得到所述當前語句為完整語句的第一概率，其中，所述斷句識別模型用于根據所述當前語句的漢語言模型對應的概率和循環神經網絡語言模型對應的概率確定所述第一概率；

完整語句確定模塊，配置用于若所述第一概率大于預設的第一閾值，則確定所述當前語句為完整語句；

第二概率確定模塊，配置用于基于循環神經網絡語言模型，確定所述當前語句的第一個詞出現在與所述當前語句相鄰的上一句中的第二概率；若所述第二概率大于預設的第二閾值，則確定所述當前語句和與所述當前語句相鄰的上一句均為斷句；將所述當前語句與所述上一句相結合作為完整語句。

6.根據權利要求5所述的裝置，其特征在于，所述裝置還包括：

斷句識別模型建立模塊，配置用于建立斷句識別模型，所述斷句識別模型建立模塊包括：

問題語料庫獲取單元，配置用于獲取問題語料庫，其中，所述問題語料庫包括多個問題語料，所述問題語料為完整語句；

斷句生成單元，配置用于對各所述問題語料分詞生成多個斷句；

分值確定單元，配置用于根據所述斷句中包含詞的數目以及該斷句對應的完整語句包含詞的數目，確定各所述斷句的分值，其中，所述分值用于表征與之對應的斷句為完整語句的概率；

概率確定單元，配置用于確定各所述斷句的所述漢語言模型對應的概率和循環神經網絡語言模型對應的概率；

斷句識別模型訓練單元，配置用于以各所述斷句的所述概率以及該斷句的分值為訓練樣本，訓練得到所述斷句識別模型。