[發(fā)明專利]一種答案獲取方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201910570444.1
• 申請(qǐng)日: 2019-06-27
• 公開(kāi)（公告）號(hào): CN110263144A
• 公開(kāi)（公告）日: 2019-09-20
• 發(fā)明（設(shè)計(jì)）人: 楊海軍;徐倩;楊強(qiáng)
• 申請(qǐng)（專利權(quán)）人: 深圳前海微眾銀行股份有限公司
• 主分類號(hào): G06F16/332
• 分類號(hào): G06F16/332;G06F16/33;G06F17/27
• 代理公司: 北京同達(dá)信恒知識(shí)產(chǎn)權(quán)代理有限公司 11291
• 代理人: 黃志華

本發(fā)明公開(kāi)了一種答案獲取方法及裝置，其中方法為：獲取提問(wèn)文本；通過(guò)預(yù)訓(xùn)練的提問(wèn)分類模型，確定所述提問(wèn)文本的提問(wèn)類型是否與預(yù)設(shè)答案類型庫(kù)中的答案類型匹配；若所述提問(wèn)文本的提問(wèn)類型不與所述預(yù)設(shè)答案類型庫(kù)中的答案類型匹配，則根據(jù)所述預(yù)設(shè)答案庫(kù)中每個(gè)答案的第一深度語(yǔ)義向量與所述提問(wèn)文本的第二深度語(yǔ)義向量的至少一個(gè)語(yǔ)義相似度，獲取所述提問(wèn)文本的答案。上述方法應(yīng)用于金融科技(Fintech)時(shí)，通過(guò)預(yù)訓(xùn)練的提問(wèn)分類模型，首先確定提問(wèn)文本的提問(wèn)類型是否與預(yù)設(shè)答案類型庫(kù)中的答案類型匹配，在不匹配時(shí)，由于所述至少一個(gè)語(yǔ)義相似度表征了提問(wèn)文本與預(yù)設(shè)答案庫(kù)中每個(gè)答案的語(yǔ)義吻合程度，從而提升了獲取到答案的準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及金融科技(Fintech)領(lǐng)域和智能通信領(lǐng)域，尤其涉及一種答案獲取方法及裝置。

背景技術(shù)

隨著計(jì)算機(jī)技術(shù)的發(fā)展，越來(lái)越多的技術(shù)(大數(shù)據(jù)、分布式、區(qū)塊鏈(Blockchain)、人工智能等)應(yīng)用在金融領(lǐng)域，傳統(tǒng)金融業(yè)正在逐步向金融科技(Fintech)轉(zhuǎn)變。目前，金融科技領(lǐng)域中的智能通信過(guò)程中，經(jīng)常需要根據(jù)用戶的提問(wèn)，向用戶返回問(wèn)題的答案。

目前電話呼入系統(tǒng)中獲取用戶問(wèn)題答案的方式為，根據(jù)提問(wèn)文本的關(guān)鍵詞在人工收集的答案庫(kù)中進(jìn)行搜索，并將命中的答案反饋給用戶。顯然，人工收集的答案庫(kù)有限，且效率低下，而且根據(jù)關(guān)鍵詞進(jìn)行搜索獲取到的答案，難以保證獲取到的答案語(yǔ)義為預(yù)期語(yǔ)義，從而導(dǎo)致獲取到的用戶答案也不夠準(zhǔn)確。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供一種答案獲取方法及裝置，解決了現(xiàn)有技術(shù)中獲取到的用戶答案不夠準(zhǔn)確的問(wèn)題。

第一方面，本申請(qǐng)實(shí)施例提供一種答案獲取方法，包括：獲取提問(wèn)文本；通過(guò)預(yù)訓(xùn)練的提問(wèn)分類模型，確定所述提問(wèn)文本的提問(wèn)類型是否與預(yù)設(shè)答案類型庫(kù)中的答案類型匹配；若所述提問(wèn)文本的提問(wèn)類型不與所述預(yù)設(shè)答案類型庫(kù)中的答案類型匹配，則根據(jù)所述預(yù)設(shè)答案庫(kù)中每個(gè)答案的第一深度語(yǔ)義向量與所述提問(wèn)文本的第二深度語(yǔ)義向量的至少一個(gè)語(yǔ)義相似度，獲取所述提問(wèn)文本的答案。

上述方法中，通過(guò)預(yù)訓(xùn)練的提問(wèn)分類模型，首先確定提問(wèn)文本的提問(wèn)類型是否與預(yù)設(shè)答案類型庫(kù)中的答案類型匹配，在不匹配時(shí)，由于所述至少一個(gè)語(yǔ)義相似度表征了提問(wèn)文本與預(yù)設(shè)答案庫(kù)中每個(gè)答案的語(yǔ)義吻合程度，從而提升了獲取到答案的準(zhǔn)確率。

一種可選實(shí)施方式中，若所述提問(wèn)文本的提問(wèn)類型與所述預(yù)設(shè)答案類型庫(kù)中的答案類型匹配，則獲取所述提問(wèn)文本在所述預(yù)設(shè)答案類型庫(kù)中匹配的答案類型對(duì)應(yīng)的至少一個(gè)關(guān)鍵答案要素；根據(jù)所述提問(wèn)文本和所述至少一個(gè)關(guān)鍵答案要素，確定所述至少一個(gè)關(guān)鍵答案要素中每個(gè)關(guān)鍵答案要素對(duì)于所述提問(wèn)文本的子答案，將所述至少一個(gè)關(guān)鍵答案要素對(duì)于所述提問(wèn)文本的所有子答案的組合，作為所述提問(wèn)文本的答案。

上述方法中，根據(jù)至少一個(gè)關(guān)鍵答案要素拆解出來(lái)的每個(gè)關(guān)鍵答案要素，確定每個(gè)關(guān)鍵答案要素對(duì)于所述提問(wèn)文本的子答案，從而更細(xì)粒度地獲取所述提問(wèn)文本的答案，提升了獲取到答案的準(zhǔn)確率。

一種可選實(shí)施方式中，所述根據(jù)所述預(yù)設(shè)答案庫(kù)中每個(gè)答案的第一深度語(yǔ)義向量與所述提問(wèn)文本的第二深度語(yǔ)義向量的至少一個(gè)語(yǔ)義相似度，確定所述提問(wèn)文本的答案，包括：

若所述第一語(yǔ)義相似度大于或等于預(yù)設(shè)語(yǔ)義相似度閾值，則將所述第一語(yǔ)義相似度的第一深度語(yǔ)義向量在所述預(yù)設(shè)答案庫(kù)中對(duì)應(yīng)的答案，作為所述提問(wèn)文本的答案；所述第一語(yǔ)義相似度為所述至少一個(gè)語(yǔ)義相似度中最大的語(yǔ)義相似度。

通過(guò)設(shè)置預(yù)設(shè)語(yǔ)義相似度閾值，將大于或等于預(yù)設(shè)語(yǔ)義相似度閾值的第一語(yǔ)義相似度的第一深度語(yǔ)義向量在所述預(yù)設(shè)答案庫(kù)中對(duì)應(yīng)的答案，作為所述提問(wèn)文本的答案，在保證語(yǔ)義相似度的前提下，獲取提問(wèn)文本在所述預(yù)設(shè)答案庫(kù)中語(yǔ)義相似度最大的答案。

一種可選實(shí)施方式中，若所述第一語(yǔ)義相似度小于所述預(yù)設(shè)語(yǔ)義相似度閾值，則確定所述提問(wèn)文本是否與預(yù)構(gòu)建的知識(shí)圖譜中的三元組匹配；若是，則將所述提問(wèn)文本與所述預(yù)構(gòu)建的知識(shí)圖譜中匹配的三元組，作為所述提問(wèn)文本的答案。