[發(fā)明專利]人機(jī)問(wèn)答方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201810065420.6
• 申請(qǐng)日: 2018-01-23
• 公開(kāi)（公告）號(hào): CN108427707B
• 公開(kāi)（公告）日: 2021-05-04
• 發(fā)明（設(shè)計(jì)）人: 康平陸;楊新宇;紀(jì)超杰
• 申請(qǐng)（專利權(quán)）人: 深圳市阿西莫夫科技有限公司
• 主分類號(hào): G06F16/332
• 分類號(hào): G06F16/332
• 代理公司: 廣州華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 謝曲曲

本申請(qǐng)涉及一種人機(jī)問(wèn)答方法、系統(tǒng)、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。該方法包括：獲取輸入問(wèn)句；將輸入問(wèn)句作為問(wèn)句模型的輸入，得到問(wèn)句模型輸出的問(wèn)句向量；利用知識(shí)圖譜對(duì)輸入問(wèn)句進(jìn)行知識(shí)推理，得到多個(gè)推理路徑；將多個(gè)推理路徑作為推理路徑模型的輸入，得到推理路徑模型輸出的多個(gè)推理路徑向量；根據(jù)問(wèn)句向量和多個(gè)推理路徑向量生成余弦相似度集合；從余弦相似度集合中選取目標(biāo)余弦相似度，獲取與目標(biāo)余弦相似度對(duì)應(yīng)的目標(biāo)推理路徑；根據(jù)目標(biāo)推理路徑得到輸入問(wèn)句對(duì)應(yīng)的答案。采用本方法能夠提高人機(jī)問(wèn)答的準(zhǔn)確性。

技術(shù)領(lǐng)域

本申請(qǐng)涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別是涉及一種人機(jī)問(wèn)答方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，出現(xiàn)了人機(jī)問(wèn)答技術(shù)，可以通過(guò)人機(jī)問(wèn)答技術(shù)代替或者替換通過(guò)人工來(lái)回復(fù)用戶的咨詢等。

然而，目前的基于知識(shí)圖譜的人機(jī)問(wèn)答傳統(tǒng)方法，都是先確定問(wèn)句中的關(guān)鍵詞，根據(jù)關(guān)鍵詞以圖搜索的方式確定候選答案。由于傳統(tǒng)技術(shù)的人機(jī)問(wèn)答方法比較依賴于對(duì)關(guān)鍵詞的定位，因此只能對(duì)一些結(jié)構(gòu)和語(yǔ)義比較單一的問(wèn)句作出問(wèn)答。而對(duì)于復(fù)雜的問(wèn)句，則無(wú)法僅通過(guò)提取關(guān)鍵詞的技術(shù)對(duì)復(fù)雜的問(wèn)句作出相應(yīng)的問(wèn)答。不僅造成人機(jī)問(wèn)答的準(zhǔn)確率低，而且效果不佳。

發(fā)明內(nèi)容

基于此，有必要針對(duì)上述技術(shù)問(wèn)題，提供一種能夠提高人機(jī)問(wèn)答準(zhǔn)確性的人機(jī)問(wèn)答方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

一種人機(jī)問(wèn)答方法，該方法包括：

獲取輸入問(wèn)句；

將輸入問(wèn)句作為問(wèn)句模型的輸入，得到問(wèn)句模型輸出的問(wèn)句向量；

利用知識(shí)圖譜對(duì)輸入問(wèn)句進(jìn)行知識(shí)推理，得到多個(gè)推理路徑；

將多個(gè)推理路徑作為推理路徑模型的輸入，得到推理路徑模型輸出的多個(gè)推理路徑向量；

根據(jù)問(wèn)句向量和多個(gè)推理路徑向量生成余弦相似度集合；

從余弦相似度集合中選取目標(biāo)余弦相似度，獲取與目標(biāo)余弦相似度對(duì)應(yīng)的目標(biāo)推理路徑；

根據(jù)目標(biāo)推理路徑得到輸入問(wèn)句對(duì)應(yīng)的答案。

在其中一個(gè)實(shí)施例中，獲取輸入問(wèn)句的步驟之前，包括：獲取樣本輸入語(yǔ)句；對(duì)樣本輸入語(yǔ)句進(jìn)行正則化處理，得到處理后的樣本輸入語(yǔ)句；當(dāng)未檢測(cè)到處理后的樣本輸入語(yǔ)句中的實(shí)體存在對(duì)應(yīng)的匹配實(shí)體時(shí)，將樣本輸入語(yǔ)句中的實(shí)體與知識(shí)圖譜中匹配實(shí)體建立映射關(guān)系；將樣本輸入語(yǔ)句中的關(guān)系與知識(shí)圖譜中匹配關(guān)系建立映射關(guān)系。

在其中一個(gè)實(shí)施例中，當(dāng)未檢測(cè)到處理后的樣本輸入語(yǔ)句中的實(shí)體存在對(duì)應(yīng)匹配實(shí)體時(shí)，將樣本輸入語(yǔ)句中的實(shí)體與知識(shí)圖譜中匹配實(shí)體建立映射關(guān)系的步驟，包括：對(duì)處理后的樣本輸入語(yǔ)句進(jìn)行分詞，得到三元組形式的樣本輸入語(yǔ)句；檢測(cè)三元組形式的樣本輸入語(yǔ)句中實(shí)體是否在知識(shí)圖譜中存在對(duì)應(yīng)的匹配實(shí)體，若是，則進(jìn)入將樣本輸入語(yǔ)句中的關(guān)系與知識(shí)圖譜中匹配關(guān)系建立映射關(guān)系的步驟；若否，則將三元組形式的樣本輸入語(yǔ)句中的實(shí)體與知識(shí)圖譜中對(duì)應(yīng)的匹配實(shí)體建立映射關(guān)系。

在其中一個(gè)實(shí)施例中，將樣本輸入語(yǔ)句中的關(guān)系與知識(shí)圖譜中匹配關(guān)系建立映射關(guān)系的步驟，包括：對(duì)處理后的樣本輸入語(yǔ)句進(jìn)行分詞；對(duì)通過(guò)分詞所得到的詞語(yǔ)進(jìn)行實(shí)體抽??；在知識(shí)圖譜中查找連接實(shí)體與實(shí)體之間的匹配關(guān)系，將處理后的樣本輸入語(yǔ)句中連接實(shí)體與實(shí)體之間的關(guān)系與查找到的匹配關(guān)系建立映射關(guān)系。

在其中一個(gè)實(shí)施例中，根據(jù)問(wèn)句向量和多個(gè)推理路徑向量生成余弦相似度集合的步驟，包括：將問(wèn)句向量作為余弦相似度模型的輸入，得到余弦相似度模型輸出的問(wèn)句向量余弦相似度；將多個(gè)推理路徑向量作為余弦相似度模型的輸入，得到余弦相似度模型輸出的多個(gè)推理路徑向量余弦相似度；根據(jù)問(wèn)句向量余弦相似度和多個(gè)推理路徑向量余弦相似度計(jì)算得到多個(gè)余弦相似度，得到由多個(gè)余弦相似度組成的余弦相似度集合。