[發明專利]一種答復問題的方法和裝置

在審

• 申請號: 201911191247.5
• 申請日: 2019-11-28
• 公開（公告）號: CN112860860A
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 王穎帥;李曉霞;苗詩雨
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/35;G06K9/62;G06N3/04;G06N3/08;G06F40/284
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 張一軍;王安娜

本發明公開了一種答復問題的方法和裝置，涉及計算機技術領域。該方法的一具體實施方式包括：對各個提問文本標記標簽，并從所述各個提問文本中提取出特征向量；以所述各個提問文本的特征向量作為輸入、以所述各個提問文本的標簽作為輸出，訓練神經網絡，以得到答復模型；基于用戶輸入的待答復提問文本的特征向量和所述答復模型，確定提問意向、槽位及其對應的槽值；根據所述提問意向、所述槽位及其對應的槽值，生成答復文本。該實施方式能夠解決無法對用戶的問題進行準確分析，導致匹配出的答案不正確的技術問題。

技術領域

本發明涉及計算機技術領域，尤其涉及一種答復問題的方法和裝置。

背景技術

目前，智能機器人的應用已經越來越廣泛，其中，問答型機器人主要服務于醫院、公司的前臺、咨詢臺、線上等，以供用戶咨詢。比如，現有很多大型醫院在門診大廳位置設置有問答型機器人，就診人員可以在機器人前方語音輸入自己的問題，機器人通過與后臺服務器的通信搜索出問題的答案并提供給就診人員；又比如，用戶在線上瀏覽物品時、購買物品后，都可以向機器人提問，機器人會自動答復用戶的問題。

在實現本發明過程中，發明人發現現有技術中至少存在如下問題：

由于用戶咨詢的問題往往是多種多樣的，現有技術無法對用戶的問題進行準確分析，導致匹配出的答案并不是用戶真正想要的答案，使得用戶體驗較差。

發明內容

有鑒于此，本發明實施例提供一種答復問題的方法和裝置，以解決無法對用戶的問題進行準確分析，導致匹配出的答案不正確的技術問題。

為實現上述目的，根據本發明實施例的一個方面，提供了一種答復問題的方法，包括：

對各個提問文本標記標簽，并從所述各個提問文本中提取出特征向量；其中，所述標簽包括意向標簽和槽位標簽；

以所述各個提問文本的特征向量作為輸入、以所述各個提問文本的標簽作為輸出，訓練神經網絡，以得到答復模型；

基于待答復提問文本的特征向量和所述答復模型，確定提問意向、槽位及其對應的槽值；

根據所述提問意向、所述槽位及其對應的槽值，生成答復文本。

可選地，從所述各個提問文本中提取出特征向量，包括：

對于每一個提問文本，采用如下方法提取特征向量：

分別從所述提問文本中提取出單字特征、分詞特征和上下文特征；

將所述單字特征、所述分詞特征和所述上下文特征組裝成特征向量。

可選地，以所述各個提問文本的特征向量作為輸入、以所述各個提問文本的標簽作為輸出，訓練神經網絡，以得到答復模型，包括：

將所述各個提問文本的特征向量映射成特征數學向量；

基于所述各個提問文本對應的特征數學向量及其標簽訓練神經網絡，以得到答復模型。

可選地，將所述各個提問文本的特征向量映射成特征數學向量，包括：

對于每一個提問文本，采用如下方法將特征向量映射成特征數學向量：

基于單字頻率字典，將各個單字特征分別映射成單字特征標識；

基于預設映射規則，將各個分詞特征分別映射成分詞特征標識；

基于上下文頻率字典，將所述各個單字對應的上下文特征分別映射成上下文特征標識。

可選地，所述單字頻率字典錄入有單字及其對應的標識，所述單字的標識描述了所述單字的歷史出現頻率由高到低的排序序號；和/或，