[發明專利]基于人工智能的問答方法和裝置

有效

• 申請號: 201810942612.0
• 申請日: 2018-08-17
• 公開（公告）號: CN109145099B
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 陳俊;施振輝;周景博;范斌;羅程亮
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F40/30
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 宋合成

1.一種基于人工智能的問答方法，其特征在于，包括以下步驟：

獲取用戶發送的目標問題，提取所述目標問題的第一特征向量，其中，所述提取所述目標問題的第一特征向量，包括：

根據預設的篩選條件對所述目標問題進行分詞處理后提取目標關鍵詞，

根據所述目標關鍵詞獲取所述目標問題的第一語義特征向量；

查詢預設的問答信息庫獲取預存的與每個問題集合對應的第二特征向量，按照預設算法計算所述每個問題集合的第二特征向量與所述目標問題的第一特征向量之間的匹配度；

將所有的匹配度分別與預設閾值比較，獲取大于所述預設閾值的最大匹配度，并確定與所述最大匹配度對應的目標問題集合；

按照預設的切分策略對所述問答信息庫中的每個答案進行文本切分處理生成多個文本片段，對相鄰的多個文本片段進行組合生成多個片段數量大于預設門限值的候選文本片段；

按照預設的篩選策略對所述候選文本片段進行過濾獲取滿足條件的多個目標文本片段，并從所述問答信息庫中獲取每個目標文本片段與對應問題的映射關系；

按照預設算法對所述多個目標文本片段進行聚類處理獲取多個目標文本片段集合，根據所述映射關系生成與每個目標文本片段集合對應的問題集合；

從每個目標文本片段集合中選擇最長目標文本片段，將所述最長目標文本片段存儲為對應問題集合的答復文本片段；

查詢所述問答信息庫獲取預存的與所述目標問題集合對應的答復文本片段，并將所述答復文本片段反饋給所述用戶。

2.如權利要求1所述的方法，其特征在于，所述按照預設的篩選策略對所述候選文本片段進行過濾獲取滿足條件的多個目標文本片段，包括：

計算每個候選文本片段的出現頻率，根據所有候選文本片段的出現頻率過濾掉小于預設頻率門限的候選文本片段，和/或；

檢測各個候選文本片段之間的包含關系，過濾掉被包含在其他候選文本片段中的候選文本片段。

3.如權利要求1所述的方法，其特征在于，在所述查詢預設的問答信息庫獲取預存的與每個問題集合對應的第二特征向量之前，還包括：

根據預設的篩選條件對每個所述問題集合中各個問題進行分詞處理，提取每個所述問題集合中關鍵詞以及每個關鍵詞對應的出現頻率；

根據所述每個所述問題集合中關鍵詞以及每個關鍵詞對應的出現頻率獲取每個問題集合的第二語義特征向量。

4.如權利要求1所述的方法，其特征在于，在所述查詢預設的問答信息庫獲取預存的與每個問題集合對應的第二特征向量之前，還包括：

獲取每個所述問題集合中各個問題的科目類別信息；

根據所述問題集合中各個問題的科目類別信息的分布向量獲取每個問題集合的第二結構特征向量。

5.一種基于人工智能的問答方法，其特征在于，包括以下步驟：

獲取用戶發送的目標問題，提取所述目標問題的第一特征向量，其中，所述提取所述目標問題的第一特征向量，包括：

獲取與所述目標問題的應用場景對應的科目類別信息，

根據所述科目類別信息的分布向量獲取所述目標問題的第一結構特征向量；

查詢預設的問答信息庫獲取預存的與每個問題集合對應的第二特征向量，按照預設算法計算所述每個問題集合的第二特征向量與所述目標問題的第一特征向量之間的匹配度；

將所有的匹配度分別與預設閾值比較，獲取大于所述預設閾值的最大匹配度，并確定與所述最大匹配度對應的目標問題集合；

按照預設的切分策略對所述問答信息庫中的每個答案進行文本切分處理生成多個文本片段，對相鄰的多個文本片段進行組合生成多個片段數量大于預設門限值的候選文本片段；

按照預設的篩選策略對所述候選文本片段進行過濾獲取滿足條件的多個目標文本片段，并從所述問答信息庫中獲取每個目標文本片段與對應問題的映射關系；

按照預設算法對所述多個目標文本片段進行聚類處理獲取多個目標文本片段集合，根據所述映射關系生成與每個目標文本片段集合對應的問題集合；

從每個目標文本片段集合中選擇最長目標文本片段，將所述最長目標文本片段存儲為對應問題集合的答復文本片段；

查詢所述問答信息庫獲取預存的與所述目標問題集合對應的答復文本片段，并將所述答復文本片段反饋給所述用戶。