[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

本申請公開了一種智能問答方法、裝置、計算機設備及計算機存儲介質，涉及人工智能技術領域，能夠對用戶輸入的問題語句進行理解，分析用戶檢索意圖，給出用戶優質的回答語句。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。

技術領域

本發明涉及人工智能技術領域，尤其是涉及到智能問答方法、裝置、計算機設備及計算機存儲介質。

背景技術

隨著互聯網的快速發展,基于關鍵詞的傳統搜索引擎由于準確率低、存在冗余信息以及需要用戶對搜索結果進行甄別等缺陷,已不能很好地滿足互聯網信息檢索需求。而問答系統允許用戶使用自然語言問句進行信息查詢，能夠對用戶輸入的問句進行理解，分析用戶檢索意圖，給出高質量的答案，不僅符合人們的檢索習慣，而且提高了信息查詢的效率。

開放域智能問答為問答系統的一種形式，主要采用基于問答對語料的相似度匹配，或者基于知識圖譜檢索，以及基于深度學習的生成式問答，能夠實現基本語句的問答。然而，在面對日新月異、種類繁多的開放域問答時，基于問答對語料的相似度匹配，或者基于知識圖譜檢索，需要維護一個大規模的問答對語料，或者知識圖譜三元組語料，使得知識庫經常出現覆蓋不全、更新不及時而無法回答用戶的問題，導致生成式問答的準確率并不能達到順暢通話的要求，無法迅速給出較為準確的答案。

發明內容

有鑒于此，本發明提供了一種智能問答方法、裝置、計算機設備及計算機存儲介質，主要目的在于解決目前生成式問答的準確率不能達到順暢通話的問題。

依據本發明一個方面，提供了一種智能問答方法，該方法包括：

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。

進一步地，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。

進一步地，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。

進一步地，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；