[發明專利]一種基于深度網絡和文本相似度的自動問答方法及裝置

有效

• 申請號: 202010029333.2
• 申請日: 2020-01-13
• 公開（公告）號: CN110825866B
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 宋永生;許志偉;王楠;王逸飛
• 申請（專利權）人: 江蘇聯著實業股份有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33
• 代理公司: 連云港聯創專利代理事務所(特殊普通合伙) 32330
• 代理人: 趙曉琴

本說明書提供了一種基于深度網絡和文本相似度的自動問答系統及裝置，通過根據多個深度卷積神經網絡對提問語料集進行編碼，獲得所述提問語料集的語義特征向量；判斷所述提問語料集中問題與相似問題或非相似問題的固有關系，并確定問題與相似問題和問題與非相似問題的兩對向量組合；根據三角函數計算所述問題與所述相似問題的第一向量距離和所述問題與所述非相似問題的第二向量距離，確定所述第一向量距離與所述第二向量距離的距離差；根據所述距離差設計損失函數，將所述距離差輸入所述損失函數訓練所述提問語料集，獲得量化問法間相似度模型，達到了在積累數據量不足的情況下，可以完成自動問答的功能，適應性高，泛化力強的技術效果。

技術領域

本說明書實施例涉及計算機技術領域，尤其涉及一種基于深度網絡和文本相似度的自動問答方法及裝置。

背景技術

目前自動問答方法主要分為兩種，一種是基于海量聊天語料、采用端到端深度模型(seq2seq)實現的生成式聊天模型，該模型的特點是需要海量的聊天語料；另一種是基于模板匹配和知識圖譜的檢索式問答，該方式需要事先準備好比較龐大的知識圖譜，知識圖譜的構建不僅需要大量的數據，同樣也需要大量的人力勞動，同時，基于模板匹配的用戶提問意圖識別需要不斷的增加新的模板以適配不斷出現的新的問法，是勞動密集型工作。

但本申請發明人在實現本申請實施例中發明技術方案的過程中，發現上述技術至少存在如下技術問題：

現有技術中自動問答方法需要大量的數據做支撐，造成資源浪費，泛化能力差的技術問題。

發明內容

本說明書實施例提供及一種基于深度網絡和文本相似度的自動問答方法及裝置，解決了現有技術中自動問答方法需要大量的數據做支撐，造成資源浪費，泛化能力差的技術問題，達到了在積累數據量不足的情況下，也可以完成自動問答的功能，適應性高，泛化力強，節約人力成本，節省資源的技術效果。

鑒于上述問題，提出了本申請實施例以便提供一種基于深度網絡和文本相似度的自動問答方法及裝置。

第一方面，本說明書實施例提供一種基于深度網絡和文本相似度的自動問答方法，所述方法包括：根據多個深度卷積神經網絡對提問語料集進行編碼，獲得所述提問語料集的語義特征向量；根據所述提問語料集的語義特征向量判斷所述提問語料集中各個問題的固有關系；當所述提問語料集中問題與相似問題或非相似問題存在固有關系時，確定所述問題與所述相似問題和所述問題與所述非相似問題的兩對向量組合；根據三角函數計算所述問題與所述相似問題的第一向量距離和所述問題與所述非相似問題的第二向量距離，確定所述第一向量距離與所述第二向量距離的距離差；根據所述距離差設計損失函數，將所述距離差輸入所述損失函數訓練所述提問語料集，獲得量化問法間相似度模型。

優選地，所述根據多個深度卷積神經網絡對提問語料集進行編碼，獲得所述提問語料集的語義特征向量，包括：根據詞嵌入層將所述提問語料集中的問題轉換為詞向量列表；根據所述詞向量列表和所述深度卷積神經網絡以不同步長從字、詞、短語的語義層面獲得的語義特征；根據所述語義特征對所述詞向量列表中詞向量編碼，獲得語義特征向量。

優選地，所述判斷所述提問語料集中各個問題的固有關系，包括：根據所述提問語料集的語義特征向量確定所述提問語料集中包括問題、相似問題和非相似問題。

優選地，所述當所述提問語料集中問題與相似問題或非相似問題存在固有關系時，確定所述問題與所述相似問題和所述問題與所述非相似問題的兩對向量組合，包括：根據所述語義特征對所述問題、所述相似問題和所述非相似問題編碼確定所述問題、所述相似問題和所述非相似問題各自的語義向量；對所述問題、所述相似問題和所述非相似問題各自的語義向量進行配對，獲得所述問題與所述相似問題和所述問題與所述非相似問題的兩對向量組合。

第二方面，本說明書實施例提供一種基于深度網絡和文本相似度的自動問答裝置，所述裝置包括：