[發明專利]基于貝葉斯網絡的問答裝置、方法及存儲介質

有效

• 申請號: 201710955002.X
• 申請日: 2017-10-13
• 公開（公告）號: CN107807968B
• 公開（公告）日: 2020-02-18
• 發明（設計）人: 徐國強
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06F16/242
• 分類號: G06F16/242;G06F16/33
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種基于貝葉斯網絡的問答裝置，其特征在于，該裝置包括：存儲器、處理器，所述存儲器上存儲有基于貝葉斯網絡的問答程序，所述基于貝葉斯網絡的問答程序被所述處理器執行時實現如下步驟：

參數提取步驟：接收并解析用戶通過客戶端輸入的問句，以從問句中識別代表用戶意圖的目標參數和與目標參數相關聯的屬性參數；

推斷步驟：將所述目標參數和屬性參數輸入預先訓練好的貝葉斯網絡模型，利用所述貝葉斯網絡模型的有向無環圖及條件概率表集合推斷得到目標參數的取值，其中，所述貝葉斯網絡模型的構建包括：

從歷史業務數據的每一筆歷史違約數據中提取違約客戶相關聯的屬性，計算各屬性之間的條件互信息值；

對各屬性的條件互信息值降序排序，選擇條件互信息值高的屬性對作為節點，遵循不產生環路的原則，構建最大權重跨度樹，直到為n個節點選擇n-1條邊，構成一個無向無環圖；

確定無向無環圖中每個節點的根節點，由根節點到子節點的方向為節點之間的方向，將無向無環圖變為有向無環圖；及

根據歷史業務數據計算所述有向無環圖中各個節點所代表的隨機變量之間的條件概率，得到所述條件概率表集合；及

答案生成步驟：將貝葉斯網絡模型推斷得到的目標參數的取值反饋給用戶。

2.根據權利要求1所述的基于貝葉斯網絡的問答裝置，其特征在于，所述參數提取步驟包括：

將提取的目標參數和屬性參數轉換成標準格式的參數。

3.根據權利要求1所述的基于貝葉斯網絡的問答裝置，其特征在于，所述答案生成步驟包括：

將貝葉斯網絡模型推斷得到的目標參數的取值轉換為文本，并將文本格式的結果作為答案反饋至用戶。

4.根據權利要求1所述的基于貝葉斯網絡的問答裝置，其特征在于，所述各屬性之間的條件互信息值的計算公式如下：

其中，P(x,y|c)為兩個隨機變量x、y的聯合分布，P(x|c)、P(y|c)分別為隨機變量x、y的邊際分布，C為類變量，c為C的具體屬性值，P(c)表示c的分布，X、Y分別表示該違約客戶相關聯的屬性變量，I(X,Y|C)表示屬性X、Y之間的條件互信息。

5.一種基于貝葉斯網絡的問答方法，其特征在于，所述方法包括：

參數提取步驟：接收并解析用戶通過客戶端輸入的問句，以從問句中識別代表用戶意圖的目標參數和與目標參數相關聯的屬性參數；

推斷步驟：將所述目標參數和屬性參數輸入預先訓練好的貝葉斯網絡模型，利用所述貝葉斯網絡模型的有向無環圖及條件概率表集合推斷得到目標參數的取值，其中，所述貝葉斯網絡模型的構建包括：

從歷史業務數據的每一筆歷史違約數據中提取違約客戶相關聯的屬性，計算各屬性之間的條件互信息值；

對各屬性的條件互信息值降序排序，選擇條件互信息值高的屬性對作為節點，遵循不產生環路的原則，構建最大權重跨度樹，直到為n個節點選擇n-1條邊，構成一個無向無環圖；

確定無向無環圖中每個節點的根節點，由根節點到子節點的方向為節點之間的方向，將無向無環圖變為有向無環圖；及

根據歷史業務數據計算所述有向無環圖中各個節點所代表的隨機變量之間的條件概率，得到所述條件概率表集合；及

答案生成步驟：將貝葉斯網絡模型推斷得到的目標參數的取值反饋給用戶。

6.根據權利要求5所述的基于貝葉斯網絡的問答方法，其特征在于，所述參數提取步驟包括：

將提取的目標參數和屬性參數轉換成標準格式的參數。

7.根據權利要求5所述的基于貝葉斯網絡的問答方法，其特征在于，所述答案生成步驟包括：

將貝葉斯網絡模型推斷得到的目標參數的取值轉換為文本，并將文本格式的結果作為答案反饋至用戶。

8.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有基于貝葉斯網絡的問答程序，所述基于貝葉斯網絡的問答程序被處理器執行時實現如權利要求5至7中任一項所述的基于貝葉斯網絡的問答方法的步驟。