[發明專利]信息查詢方法、裝置、存儲介質和電子設備

有效

• 申請號: 201811379175.2
• 申請日: 2018-11-19
• 公開（公告）號: CN109710732B
• 公開（公告）日: 2021-03-05
• 發明（設計）人: 劉嘉偉;董超;崔朝輝;趙立軍;張霞
• 申請（專利權）人: 東軟集團股份有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F40/284;G06F40/289
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 李鵬;魏嘉熹

本公開涉及一種信息查詢方法、裝置、存儲介質和電子設備，涉及信息技術領域，該方法包括：通過對獲取到的目標問題進行分詞，獲取第一詞匯集合，第一詞匯集合中包含目標問題的分詞結果，根據預設的詞向量對第一詞匯集合進行同義詞擴充，以獲取第二詞匯集合，詞向量為利用預設的模型對預設的語料庫進行訓練獲取的，根據第二詞匯集合與預設的知識庫，按照預設的算法獲取目標問題與知識庫中每一條記錄的匹配評分，知識庫中包括至少一條記錄，每一條記錄包括問題和與問題對應的答案，根據每一條記錄的匹配評分，確定與目標問題匹配的答案。能夠有效利用已有知識庫，實現語義層面的信息查詢服務，提高了信息查詢的準確度和覆蓋度。

技術領域

本公開涉及信息技術領域，具體地，涉及一種信息查詢方法、裝置、存儲介質和電子設備。

背景技術

隨著互聯網、云計算和語言處理技術等信息技術的迅猛發展，人工智能已經越來越多的影響著人們的日常生活，其中，智能問答系統能夠利用現有的知識庫對用戶提出的問題進行查詢，為用戶提供相應的答案。現有技術中通常利用搜索引擎對現有知識庫進行單一的關鍵詞檢索，將與關鍵詞匹配的記錄作為答案反饋給用戶，查詢的準確度不高，并且在很多技術領域中，現有知識庫中積累了大量非結構化的歷史數據，無法被直接檢索，因此查詢的覆蓋率低。

發明內容

本公開的目的是提供一種信息查詢方法、裝置、存儲介質和電子設備，用以解決現有技術中信息查詢準確度和覆蓋率低的問題。

為了實現上述目的，根據本公開實施例的第一方面，提供一種信息查詢方法，所述方法包括：

通過對獲取到的目標問題進行分詞，獲取第一詞匯集合，所述第一詞匯集合中包含所述目標問題的分詞結果；

根據預設的詞向量對所述第一詞匯集合進行同義詞擴充，以獲取第二詞匯集合，所述詞向量為利用預設的模型對預設的語料庫進行訓練獲取的；

根據所述第二詞匯集合與預設的知識庫，按照預設的算法獲取所述目標問題與所述知識庫中每一條記錄的匹配評分，所述知識庫中包括至少一條記錄，所述每一條記錄包括問題和與所述問題對應的答案；

根據所述每一條記錄的匹配評分，確定與所述目標問題匹配的答案。

可選的，所述根據預設的詞向量對所述第一詞匯集合進行同義詞擴充，以獲取第二詞匯集合，包括：

利用預設的詞向量生成模型對所述語料庫進行訓練，以獲取所述詞向量；

根據所述詞向量、預設的停用詞和所述目標問題所屬的目標領域的專業詞，對所述第一詞匯集合進行同義詞擴充，以獲取所述第二詞匯集合。

可選的，所述根據所述第二詞匯集合與預設的知識庫，按照預設的算法獲取所述目標問題與所述知識庫中每一條記錄的匹配評分，包括：

利用預設的詞向量生成模型對所述語料庫進行訓練，以獲取所述詞向量；

根據所述詞向量、預設的停用詞和所述目標問題所屬的目標領域的專業詞，對所述知識庫中的所述每一條記錄進行同義詞擴充；

利用神經機器翻譯NMT算法對所述知識庫中的所述每一條記錄進行同義句擴充；

根據所述第二詞匯集合與所述知識庫，按照預設的算法獲取所述目標問題與所述知識庫中每一條記錄的匹配評分。

可選的，所述利用神經機器翻譯NMT算法對所述知識庫中的所述每一條記錄進行同義句擴充，包括：

利用所述NMT算法將所述知識庫中的以第一語言表達的第一記錄翻譯為以第二語言表達的中間記錄；

利用所述NMT算法將所述中間記錄翻譯為以所述第一語言表達的同義記錄；

將所述同義記錄存入所述知識庫，所述第一記錄為所述知識庫中的任一條記錄。