[發明專利]一種智能問答的答案確定方法及裝置

有效

• 申請號: 201910574030.6
• 申請日: 2019-06-28
• 公開（公告）號: CN110309283B
• 公開（公告）日: 2023-03-21
• 發明（設計）人: 王子豪;崔恒斌
• 申請（專利權）人: 創新先進技術有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33
• 代理公司: 北京國昊天誠知識產權代理有限公司 11315
• 代理人: 許振新;朱文杰

1.一種智能問答的答案確定方法，包括：

確定客戶端的當前問題對應的關聯語句集合，其中，所述關聯語句集合包括：當前問題和該當前問題對應的對話上下文；

在預設答案數據庫中，根據所述關聯語句集合，選取與所述當前問題相關的多個候選答案；

確定所述關聯語句集合中各關聯語句的特征向量和所述候選答案的特征向量，其中，所述特征向量包括：詞特征向量和語境特征向量；

針對每個所述候選答案，基于各所述關聯語句的所述特征向量和該候選答案的所述特征向量，利用預先訓練好的上下文理解模型確定所述候選答案與所述當前問題的問答匹配程度；其中，所述上下文理解模型用于將候選答案的特征向量與各關聯語句的特征向量進行交互處理并基于交互處理得到的多個向量交互矩陣進行問答匹配程度識別；

在所述多個候選答案中，根據各所述候選答案的所述問答匹配程度，選取所述當前問題對應的目標答案；

其中，所述上下文理解模型包括：向量交互層和問答匹配識別模型；所述基于各所述關聯語句的所述特征向量和該候選答案的所述特征向量，利用預先訓練好的上下文理解模型確定所述候選答案與所述當前問題的問答匹配程度，包括：

基于所述候選答案的所述特征向量和各所述關聯語句的所述特征向量，利用所述向量交互層確定各所述關聯語句分別對應的向量交互矩陣；

基于各所述關聯語句對應的所述向量交互矩陣，利用所述問答匹配識別模型確定所述候選答案與所述當前問題的問答匹配程度。

2.根據權利要求1所述的方法，其中，所述確定所述關聯語句集合中各關聯語句的特征向量和所述候選答案的特征向量，包括：

利用預設的詞向量轉換工具，確定所述關聯語句集合中各關聯語句的詞特征向量，以及確定所述候選答案的詞特征向量；

利用預設的預訓練語言表征模型，確定所述關聯語句集合中各關聯語句的語境特征向量，以及確定所述候選答案的語境特征向量；

將所述關聯語句的所述詞特征向量與所述語境特征向量的組合確定為所述關聯語句的特征向量；以及，

將所述候選答案的所述詞特征向量與所述語境特征向量的組合確定為所述候選答案的特征向量。

3.根據權利要求1所述的方法，其中，所述基于所述候選答案的所述特征向量和各所述關聯語句的所述特征向量，利用所述向量交互層確定各所述關聯語句分別對應的向量交互矩陣，包括：

利用所述向量交互層，將所述候選答案的所述特征向量分別與各所述關聯語句的所述特征向量進行交互處理，得到各所述關聯語句分別對應的第一交互矩陣。

4.根據權利要求1所述的方法，其中，所述上下文理解模型還包括：序列特征提取層，所述序列特征提取層包括：多個獨立的第一序列模型；

所述基于所述候選答案的所述特征向量和各所述關聯語句的所述特征向量，利用所述向量交互層確定各所述關聯語句分別對應的向量交互矩陣，包括：

利用所述第一序列模型，對每個所述關聯語句的所述特征向量進行特征提取，得到所述關聯語句的詞語序列特征；

利用所述第一序列模型，對所述候選答案的所述特征向量進行特征提取，得到所述候選答案的詞語序列特征；

利用所述向量交互層，將所述候選答案的所述詞語序列特征分別與各所述關聯語句的所述詞語序列特征進行交互處理，得到各所述關聯語句分別對應的第二交互矩陣。

5.根據權利要求1所述的方法，其中，所述問答匹配識別模型包括：第二序列模型和全連接網絡；

所述基于各所述關聯語句對應的所述向量交互矩陣，利用所述問答匹配識別模型確定所述候選答案與所述當前問題的問答匹配程度，包括：

基于各所述關聯語句對應的所述向量交互矩陣，利用所述第二序列模型確定表征問答匹配程度的綜合序列特征；

利用所述全連接網絡，對所述綜合序列特征進行全連接運算，確定所述候選答案與所述當前問題的問答匹配程度。