[發明專利]問題的匹配方法及裝置、問題的回復方法及裝置

在審

• 申請號: 201911115389.3
• 申請日: 2019-11-14
• 公開（公告）號: CN112800170A
• 公開（公告）日: 2021-05-14
• 發明（設計）人: 祝官文;孟函可
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06F16/31
• 分類號: G06F16/31;G06F16/33;G06F16/332;G06N3/04;G06N3/08
• 代理公司: 北京匯思誠業知識產權代理有限公司 11444
• 代理人: 馮偉

1.一種問題的匹配方法，其特征在于，包括：

獲取待匹配的問題；

使用字典樹對所述待匹配的問題進行匹配；

若匹配失敗，從預設問題庫中檢索與所述待匹配的問題相似的多個候選問題；

使用訓練完的基于問題對的語義相似度計算模型，對所述待匹配的問題與所述候選問題進行匹配；

其中，所述基于問題對的語義相似度計算模型包括輸入層，編碼層，局部交互層，聚合層和輸出層，所述輸入層用于輸入所述問題對的詞語信息，所述編碼層用于對所述問題對中的問題進行語義分析，確定所述問題包括的每個詞語的重要度和學習所述問題的結構特征，所述局部交互層用于對所述問題對中的兩個所述問題進行語義相關度分析，所述聚合層用于對所述局部交互層的輸出進行特征提取與聚合，所述輸出層用于計算所述問題對的語義相似度。

2.根據權利要求1所述的方法，其特征在于，在所述獲取待匹配的問題之前，還包括：

對所述字典樹和所述預設問題庫，以及對應的索引庫進行更新。

3.根據權利要求1所述的方法，其特征在于，所述使用字典樹對所述待匹配的問題進行匹配，包括：

去除所述待匹配的問題中的語氣詞；

將所述待匹配的問題中的標點符號進行統一；

對所述待匹配的問題進行同義詞替換，以生成所述待匹配的問題的多個相似問題；

使用所述字典樹分別對每個所述相似問題進行匹配。

4.根據權利要求1所述的方法，其特征在于，所述使用訓練完的基于問題對的語義相似度計算模型，對所述待匹配的問題與所述候選問題進行匹配，包括：

將每個所述候選問題分別與所述待匹配的問題組成問題對；

將所述問題對輸入所述基于問題對的語義相似度計算模型；

根據每個所述問題對對應的語義相似度，對所述待匹配的問題與所述候選問題進行匹配。

5.根據權利要求1-4中任一項所述的方法，其特征在于，所述基于問題對的語義相似度計算模型通過以下步驟進行訓練：

獲取參考問題對，以及所述參考問題對對應的參考語義相似度；其中，所述參考問題對包括第一參考問題和第二參考問題；

分別對所述第一參考問題和所述第二參考問題進行分詞處理，以生成所述第一參考問題對應的第一參考詞語集合，和所述第二參考問題對應的第二參考詞語集合；

確定所述第一參考詞語集合和所述第二參考詞語集合中每個參考詞語對應的詞性，以生成所述第一參考詞語集合對應的第一參考詞性集合，和所述第二參考詞語集合對應的第二參考詞性集合；

確定所述第一參考詞語集合和所述第二參考詞語集合中每個所述參考詞語對應的同義詞，以生成所述第一參考詞語集合對應的第一參考同義詞集合，和所述第二參考詞語集合對應的第二參考同義詞集合；

將所述第一參考詞語集合，所述第二參考詞語集合，所述第一參考詞性集合，所述第二參考詞性集合，所述第一參考同義詞集合和所述第二參考同義詞集合輸入所述基于問題對的語義相似度計算模型的所述編碼層；

根據所述基于問題對的語義相似度計算模型的所述輸出層的輸出和所述參考語義相似度，對所述基于問題對的語義相似度計算模型的參數進行訓練；

在所述基于問題對的語義相似度計算模型的準確度大于預設閾值時，完成對所述基于問題對的語義相似度計算模型的訓練。

6.根據權利要求1-4中任一項所述的方法，其特征在于，所述編碼層包括雙向循環神經網絡層，第一歸一化層和堆疊的雙向自注意力層。

7.根據權利要求1-4中任一項所述的方法，其特征在于，所述局部交互層包括雙向多角度相似度分析層和第二歸一化層。

8.一種問題的回復方法，其特征在于，包括：

獲取待回復的問題；

使用如權利要求1-7中任一項所述的問題的匹配方法，確定與所述待回復的問題相匹配的候選問題；

使用所述候選問題對應的候選答案進行回復。