[發(fā)明專利]問答模型優(yōu)化方法及裝置、問答機器人系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201910111042.5
• 申請日: 2019-02-12
• 公開（公告）號: CN110046234B
• 公開（公告）日: 2023-03-14
• 發(fā)明（設(shè)計）人: 石志偉;張家興;李小龍;毛德峰;胡翔;張望舒
• 申請（專利權(quán)）人: 創(chuàng)新先進技術(shù)有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/36
• 代理公司: 北京永新同創(chuàng)知識產(chǎn)權(quán)代理有限公司 11376
• 代理人: 林錦輝

1.一種用于問答機器人系統(tǒng)的問答模型優(yōu)化的方法，包括：

基于至少一個第二樣本數(shù)據(jù)以及知識數(shù)據(jù)庫進行壞樣本原因分析，以確定壞樣本原因，所述至少一個第二樣本數(shù)據(jù)是經(jīng)過標注處理后的至少一個第一樣本數(shù)據(jù)中的被標注為壞樣本的樣本數(shù)據(jù)，所述知識數(shù)據(jù)庫包括至少一個標問-問法知識數(shù)據(jù)庫和至少一個業(yè)務(wù)-語義知識數(shù)據(jù)庫，所述標問-問法知識數(shù)據(jù)庫用于存儲標問和問法之間的對應關(guān)系，以及所述業(yè)務(wù)-語義知識數(shù)據(jù)庫用于存儲與標問相關(guān)的業(yè)務(wù)知識和語義知識；以及

基于所確定出的壞樣本原因，使用所述知識數(shù)據(jù)庫和所述經(jīng)過標注處理后的至少一個第一樣本數(shù)據(jù)來對問答機器人系統(tǒng)的問答模型進行優(yōu)化，

其中，所述至少一個第一樣本數(shù)據(jù)是問答裝置基于所述問答模型產(chǎn)生的，每條第一樣本數(shù)據(jù)至少包括問題數(shù)據(jù)以及對應的答案數(shù)據(jù)。

2.如權(quán)利要求1所述的方法，其中，基于至少一個第二樣本數(shù)據(jù)以及知識數(shù)據(jù)庫進行壞樣本原因分析，以確定壞樣本原因包括：

基于所述至少一個第二樣本數(shù)據(jù)、與所述至少一個第二樣本數(shù)據(jù)對應的中間處理結(jié)果以及所述知識數(shù)據(jù)庫進行壞樣本原因分析，以確定壞樣本原因。

3.如權(quán)利要求1或2所述的方法，在進行壞樣本原因分析之前，所述方法還包括：

對所述至少一個第一樣本數(shù)據(jù)進行標注處理，所述標注處理包括標注為好樣本或壞樣本。

4.如權(quán)利要求1或2所述的方法，其中，所述壞樣本原因包括知識數(shù)據(jù)庫原因，基于所確定出的壞樣本原因，使用所述知識數(shù)據(jù)庫和所述經(jīng)過標注處理后的至少一個第一樣本數(shù)據(jù)來對問答機器人系統(tǒng)的問答模型進行優(yōu)化包括：

基于所述知識數(shù)據(jù)庫原因來對所述知識數(shù)據(jù)庫進行優(yōu)化處理；以及

使用所述經(jīng)過優(yōu)化處理的知識數(shù)據(jù)庫以及所述經(jīng)過標注處理后的至少一個第一樣本數(shù)據(jù)來訓練所述問答模型，以得到優(yōu)化后的問答模型。

5.如權(quán)利要求4所述的方法，其中，基于所述知識數(shù)據(jù)庫原因來對所述知識數(shù)據(jù)庫進行優(yōu)化處理包括：

使用知識管理平臺來基于所述知識數(shù)據(jù)庫原因?qū)λ鲋R數(shù)據(jù)庫進行優(yōu)化處理。

6.如權(quán)利要求4所述的方法，其中，所述壞樣本原因還包括問答模型原因，所述問答模型原因包括問答模型算法規(guī)則原因和/或問答模型參數(shù)原因，在所述壞樣本原因還包括所述問答模型算法規(guī)則原因時，使用所述知識數(shù)據(jù)庫和所述經(jīng)過標注處理后的至少一個第一樣本數(shù)據(jù)來對問答機器人系統(tǒng)的問答模型進行優(yōu)化還包括：

基于所述問答模型算法規(guī)則原因來修改所述問答模型的算法規(guī)則，以得到經(jīng)過算法規(guī)則修改后的問題模型，以及

使用所述經(jīng)過優(yōu)化處理的知識數(shù)據(jù)庫以及所述經(jīng)過標注處理后的至少一個第一樣本數(shù)據(jù)來訓練所述問答模型，以得到優(yōu)化后的問答模型包括：

使用所述經(jīng)過優(yōu)化處理的知識數(shù)據(jù)庫以及所述經(jīng)過標注處理后的至少一個第一樣本數(shù)據(jù)來訓練經(jīng)過算法規(guī)則修改后的問答模型，以得到優(yōu)化后的問答模型。

7.如權(quán)利要求1或2所述的方法，其中，所述知識數(shù)據(jù)庫原因包括標問-問法知識原因、業(yè)務(wù)知識原因和/或語義知識原因。

8.如權(quán)利要求1或2所述的方法，其中，所述壞樣本原因僅包括問答模型原因，所述問答模型原因包括問答模型算法規(guī)則原因和/或問答模型模型參數(shù)原因，

在所述壞樣本原因包括問答模型算法規(guī)則原因或者包括問答模型算法規(guī)則原因和問答模型模型參數(shù)原因兩者時，基于所確定出的壞樣本原因，使用所述知識數(shù)據(jù)庫和所述經(jīng)過標注處理后的至少一個第一樣本數(shù)據(jù)來對問答機器人系統(tǒng)的問答模型進行優(yōu)化包括：

基于所述問答模型算法規(guī)則原因來修改所述問答模型的算法規(guī)則，以得到經(jīng)過算法規(guī)則修改后的問題模型；以及

使用所述知識數(shù)據(jù)庫以及所述經(jīng)過標注處理后的至少一個第一樣本數(shù)據(jù)來訓練經(jīng)過算法規(guī)則修改后的問答模型，以得到優(yōu)化后的問答模型。