[發明專利]計算機實現的確定方法和系統

在審

• 申請號: 201880069181.X
• 申請日: 2018-10-26
• 公開（公告）號: CN111602128A
• 公開（公告）日: 2020-08-28
• 發明（設計）人: 維塔利·熱列茲內亞克;丹尼爾·威廉姆斯·布斯布里奇;阿普麗爾·特尤斯代·沈;塞繆爾·勞倫斯·史密斯;尼爾斯·哈默拉
• 申請（專利權）人: 巴比倫合伙有限公司
• 主分類號: G06F16/9032
• 分類號: G06F16/9032;G06F40/35;G06N3/04;G06N3/08
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 紀雯

一種用于響應于接收到自然語言查詢而檢索內容的計算機實現的方法，該方法包括：接收用戶使用用戶接口提交的自然語言查詢；從所述查詢生成嵌入式句子；確定從接收的自然語言查詢中得到的嵌入式句子與來自保存在數據庫中的查詢的嵌入式句子之間的相似度，該數據庫包括對被表示為嵌入式句子的保存的查詢的響應的固定映射；檢索對被確定為與保存的查詢之一相似的嵌入式句子的響應；以及經由所述用戶接口向用戶提供該響應。

技術領域

本發明的實施例涉及自然語言處理和用于響應來自數據庫的查詢的自然語言處理。

背景技術

聊天機器人的自然語言處理現在在許多領域變得司空見慣。然而，這類系統并不完美。聊天機器人對與方向有關的問題給出錯誤答案或在自動計算機系統中轉接電話的后果很擾人，但不太可能引起嚴重的困擾。

在醫療環境中實現聊天機器人面臨著更大的挑戰，因為錯誤的建議可能會帶來災難性的后果。因此，用于提供醫療信息的聊天機器人受到嚴格控制以提供經過醫療專業人員驗證的建議。然而，醫療聊天機器人的用戶可能以許多不同的方式表達其癥狀，并且醫療專業人員的驗證必須能夠涵蓋所有輸入。另外，醫學專家的驗證是一個漫長的過程，應盡量減少驗證過程的重復。

附圖說明

圖1是根據實施例的系統的示意圖；

圖2(a)是將句子轉換為矢量空間中的表示的示意圖，而圖2(b)是示出根據實施例的句子嵌入和相似度度量的示意圖；

圖3是根據實施例的編碼器/解碼器架構的示意圖；

圖4是根據另一實施例的編碼器/解碼器架構的示意圖；

圖5是示出自然語言如何被轉換成嵌入式句子的示意圖；

圖6是用于內容查找的方法的示意圖；

圖7是用于內容發現的方法的示意圖；以及

圖8(a)和圖8(b)是示出具有不同解碼器的RNN編碼器和BOW編碼器的性能的圖。

具體實施方式

在實施例中，提供了一種用于從數據庫檢索對自然語言查詢的響應的計算機實現的方法，該數據庫包括對保存的查詢的響應的固定映射，其中保存的查詢被表示為嵌入式句子，該方法包括：接收自然語言查詢，從所述查詢生成嵌入式句子，確定從接收的自然語言查詢得出的嵌入式句子與來自所述保存的查詢的嵌入式句子之間的相似度，并檢索對被確定為與保存的查詢相似的嵌入式句子的響應。

使聊天機器人的內容保持不斷更新需要大量的計算機資源，這是因為需要針對整個數據庫更新輸入句子的表示與數據庫中更新內容之間的映射。在上述系統中，當處理用戶查詢以確定其與現有查詢的相似度時，可以將數據添加到數據庫而無需重新映射原始數據。對于諸如醫學信息的關鍵信息的數據庫，每次執行對數據庫的更新(這會更改任何現有映射)時，都必須進行實質性的驗證過程。然而，在上述實施例中，由于針對所有現有數據保留了映射，因此如果添加了新數據，則僅需要驗證更新即可。另外，除了避免了人工驗證新映射的額外負擔外，通過僅添加新數據而不是重新映射所有現有數據來更新數據庫的過程在計算上要不繁重得多。

在另一實施例中，使用解碼功能和編碼功能來從自然語言查詢生成嵌入式句子，其中在所述編碼功能中，將所述自然語言查詢中包含的字詞映射到句子矢量，并且其中在解碼功能中，使用句子矢量來預測自然語言查詢的上下文。

可以在解碼器的輸出空間或編碼器的輸出空間中評估新查詢與現有查詢之間的相似度。取決于所使用的相似度函數，解碼器的輸出空間或編碼器的輸出空間可能會給出更準確的結果。

可以為上述方法提供正則化。這可以通過多種方式來完成，例如，使用三個解碼器，其中一個用于當前句子，而另外兩個用于相鄰句子。然而，這種自編碼只是一種方法，其它方法可以是懲罰字詞矢量的長度或使用丟棄(dropout)方法。