[發(fā)明專利]一種用于對(duì)話交互系統(tǒng)的數(shù)據(jù)處理方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201710017117.4
• 申請(qǐng)日: 2017-01-11
• 公開（公告）號(hào): CN106844587B
• 公開（公告）日: 2019-11-08
• 發(fā)明（設(shè)計(jì)）人: 包強(qiáng)
• 申請(qǐng)（專利權(quán)）人: 北京光年無限科技有限公司
• 主分類號(hào): G06F16/332
• 分類號(hào): G06F16/332
• 代理公司: 北京聿華聯(lián)合知識(shí)產(chǎn)權(quán)代理有限公司 11611
• 代理人: 李哲偉;張文娟

1.一種用于對(duì)話交互系統(tǒng)的數(shù)據(jù)處理方法，其特征在于，包括：

對(duì)話交互數(shù)據(jù)獲取步驟，獲取用戶輸入的對(duì)話交互數(shù)據(jù)并解析，生成所述對(duì)話交互數(shù)據(jù)對(duì)應(yīng)的候選答案集合；

最相似問題確定步驟，計(jì)算所述對(duì)話交互數(shù)據(jù)與預(yù)設(shè)問題答案集合中各個(gè)問題的相似度，并根據(jù)各個(gè)問題的相似度確定最相似問題，所述預(yù)設(shè)問題答案集合中問題與其對(duì)應(yīng)答案的相關(guān)度滿足設(shè)定的高相關(guān)度標(biāo)準(zhǔn)；

答案生成步驟，獲取所述預(yù)設(shè)問題答案集合中所述最相似問題的答案，并計(jì)算所述最相似問題的答案與所述候選答案集合中各個(gè)答案的相似度，根據(jù)所述候選答案集合中各個(gè)答案的相似度從所述候選答案集合中確定出相似度最高的答案并輸出。

2.如權(quán)利要求1所述的方法，其特征在于，在所述最相似問題確定步驟中，計(jì)算所述對(duì)話交互數(shù)據(jù)與預(yù)設(shè)問題答案集合中各個(gè)問題的相似度的步驟包括：

對(duì)所述對(duì)話交互數(shù)據(jù)進(jìn)行分詞處理，獲取所述對(duì)話交互數(shù)據(jù)中各個(gè)分詞的詞向量；

根據(jù)所述對(duì)話交互數(shù)據(jù)中各個(gè)分詞的詞向量及其權(quán)重，計(jì)算所述對(duì)話交互數(shù)據(jù)的句向量；

獲取所述預(yù)設(shè)問題答案集合中各個(gè)問題的句向量，計(jì)算所述對(duì)話交互數(shù)據(jù)的句向量與預(yù)設(shè)問題答案集合中各個(gè)問題的句向量的相似度，得到所述對(duì)話交互數(shù)據(jù)與預(yù)設(shè)問題答案集合中各個(gè)問題的相似度。

3.如權(quán)利要求2所述的方法，其特征在于，根據(jù)tf-idf算法計(jì)算所述對(duì)話交互數(shù)據(jù)中各個(gè)分詞的權(quán)重。

4.如權(quán)利要求1～3中任一項(xiàng)所述的方法，其特征在于，在所述答案生成步驟中，如果所述最相似問題的答案與所述候選答案集合中各個(gè)答案的相似度均小于預(yù)設(shè)相似度閾值，則對(duì)所述候選答案集合進(jìn)行聚類迭代，確定所述候選答案集合中與所述對(duì)話交互數(shù)據(jù)最相關(guān)的答案并輸出。

5.一種用于對(duì)話交互系統(tǒng)的數(shù)據(jù)處理裝置，其特征在于，包括：

對(duì)話交互數(shù)據(jù)獲取模塊，其用于獲取用戶輸入的對(duì)話交互數(shù)據(jù)并解析，生成所述對(duì)話交互數(shù)據(jù)對(duì)應(yīng)的候選答案集合；

最相似問題確定模塊，其用于計(jì)算所述對(duì)話交互數(shù)據(jù)與預(yù)設(shè)問題答案集合中各個(gè)問題的相似度，并根據(jù)各個(gè)問題的相似度確定最相似問題，所述預(yù)設(shè)問題答案集合中問題與其對(duì)應(yīng)答案的相關(guān)度滿足設(shè)定的高相關(guān)度標(biāo)準(zhǔn)；

答案生成模塊，其用于獲取所述預(yù)設(shè)問題答案集合中所述最相似問題的答案，并計(jì)算所述最相似問題的答案與所述候選答案集合中各個(gè)答案的相似度，根據(jù)所述候選答案集合中各個(gè)答案的相似度從所述候選答案集合中確定出相似度最高的答案并輸出。

6.如權(quán)利要求5所述的裝置，其特征在于，所述最相似問題確定模塊配置為根據(jù)如下步驟計(jì)算所述對(duì)話交互數(shù)據(jù)與預(yù)設(shè)問題答案集合中各個(gè)問題的相似度：

對(duì)所述對(duì)話交互數(shù)據(jù)進(jìn)行分詞處理，獲取所述對(duì)話交互數(shù)據(jù)中各個(gè)分詞的詞向量；

根據(jù)所述對(duì)話交互數(shù)據(jù)中各個(gè)分詞的詞向量及其權(quán)重，計(jì)算所述對(duì)話交互數(shù)據(jù)的句向量；

獲取所述預(yù)設(shè)問題答案集合中各個(gè)問題的句向量，計(jì)算所述對(duì)話交互數(shù)據(jù)的句向量與預(yù)設(shè)問題答案集合中各個(gè)問題的句向量的相似度，得到所述對(duì)話交互數(shù)據(jù)與預(yù)設(shè)問題答案集合中各個(gè)問題的相似度。

7.如權(quán)利要求6所述的裝置，其特征在于，所述最相似問題確定模塊配置為根據(jù)tf-idf算法計(jì)算所述對(duì)話交互數(shù)據(jù)中各個(gè)分詞的權(quán)重。

8.如權(quán)利要求5～7中任一項(xiàng)所述的裝置，其特征在于，如果所述最相似問題的答案與所述候選答案集合中各個(gè)答案的相似度均小于預(yù)設(shè)相似度閾值，所述答案生成模塊則配置為對(duì)所述候選答案集合進(jìn)行聚類迭代，確定所述候選答案集合中與所述對(duì)話交互數(shù)據(jù)最相關(guān)的答案并輸出。