[發明專利]智能問答方法、裝置、計算機設備及計算機存儲介質

在審

• 申請號: 202010091180.4
• 申請日: 2020-02-13
• 公開（公告）號: CN111368042A
• 公開（公告）日: 2020-07-03
• 發明（設計）人: 陳秀玲
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/31;G06F40/289;G06F40/30;G06F40/216
• 代理公司: 北京中強智尚知識產權代理有限公司 11448
• 代理人: 黃耀威

1.一種智能問答方法，其特征在于，所述方法包括：

當接收到問題語句時，從預先整理的知識庫中獲取與所述問題語句匹配度排名在預設數值之前的關聯文檔；

將每個關聯文檔中截取出來的各個部分與問題語句組成一條輸入語句，輸入至預先訓練的閱讀理解模型，預測從關聯文檔中截取出來的各個部分作為回答語句的概率值；

利用所述從關聯文檔中截取出來的各個部分作為回答語句的概率值，生成輸出的回答語句。

2.根據權利要求1所述的方法，其特征在于，所述預先整理的知識庫中記錄有從各個網站上整理的文檔集合，在所述當接收到問題語句時，從預先整理的知識庫中獲取與所述問題語句匹配度排名在預設數值之前的關聯文檔之前，所述方法還包括：

對所述預先整理的知識庫中的文檔集合進行分詞處理，建立分詞到文檔集合中各個文檔的倒排索引；

利用詞袋模型對所述文檔集合中各個文檔的分詞進行詞頻統計，得到分詞在各個文檔中出現的詞頻。

3.根據權利要求2所述的方法，其特征在于，所述從預先整理的知識庫中獲取與所述問題語句匹配度排名在預設數值之前的關聯文檔，具體包括：

基于所述分詞到文檔集合中各個文檔的倒排索引，計算問題語句在各個文檔中重要程度的評估值；

按照所述評估值由大到小排序，并選取評估值排名在預設數值之前的文檔作為關聯文檔。

4.根據權利要求3所述的方法，其特征在于，所述基于所述分詞到文檔集合中各個文檔的倒排索引，計算問題語句在各個文檔中重要程度的評估值，具體包括：

對所述問題語句進行分詞處理，基于所述分詞到文檔集合中各個文檔的倒排索引，查詢問題語句中各個分詞在文檔集合中各個文檔出現的詞頻、各個文檔中包含的分詞量；

根據文檔集合中文檔數量、問題語句中各個分詞在文檔集合中各個文檔出現的詞頻、各個文檔中包含的分詞量，計算問題語句中各個分詞在各個文檔中重要程度的評估值；

匯總所述問題語句中各個分詞在各個文檔中重要程度的評估值，得到問題語句在各個文檔中重要程度的評估值。

5.根據權利要求1所述的方法，其特征在于，所述預先訓練的閱讀理解模型通過使用bert預訓練模型對問答數據集進行閱讀理解任務的fine-tune訓練和預測，包括預訓練階段和閱讀理解階段，所述將每個關聯文檔中截取出來的各個部分與問題語句組成一條輸入語句，輸入至預先訓練的閱讀理解模型，預測從關聯文檔中截取出來的各個部分作為回答語句的概率值，具體包括：

在預訓練階段，將每個關聯文檔的部分詞遮住，輸入至預先訓練的閱讀理解模型對遮住的部分詞進行預測，得到問題語句以及關聯文檔中每個分詞的詞向量、詞向量的位置信息、詞向量的語義信息；

在閱讀理解階段，對問題語句以及關聯文檔中每個分詞的詞向量、詞向量的位置信息、詞向量的語義信息進行編碼，輸入至預先訓練的閱讀理解模型預測從關聯文檔中截取出來的各個部分作為回答語句的概率值。

6.根據權利要求5所述的方法，其特征在于，所述在閱讀理解階段，對問題語句以及關聯文檔中每個分詞的詞向量、詞向量的位置信息、詞向量的語義信息進行編碼，輸入至預先訓練的閱讀理解模型預測從關聯文檔中截取出來的各個部分作為回答語句的概率值，具體包括：

在閱讀理解階段，對問題語句以及關聯文檔中每個分詞的詞向量、詞向量的位置信息、詞向量的語義信息進行編碼，得到詞編碼和位置編碼；

將詞編碼與位置編碼之間的運算結果，輸入至預先訓練的閱讀理解模型以使得位置信息補充到詞編碼之中，獲取問題語句與從關聯文檔中截取出來的各個部分之間的關聯關系；

基于所述問題語句與從關聯文檔中截取出來的各個部分之間的關聯關系，預測從關聯文檔中截取出來的各個部分作為回答語句的概率值。