[發明專利]基于聯邦學習的智能問答方法、裝置、設備及存儲介質在審
| 申請號: | 202010206000.2 | 申請日: | 2020-03-20 |
| 公開(公告)號: | CN111414457A | 公開(公告)日: | 2020-07-14 |
| 發明(設計)人: | 楊海軍;徐倩;楊強 | 申請(專利權)人: | 深圳前海微眾銀行股份有限公司 |
| 主分類號: | G06F16/33 | 分類號: | G06F16/33;G06F16/332;G06F16/35;G06F40/30;G06N20/00 |
| 代理公司: | 深圳市世紀恒程知識產權代理事務所 44287 | 代理人: | 張婷 |
| 地址: | 518000 廣東省深圳市前海深港合作區前*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 聯邦 學習 智能 問答 方法 裝置 設備 存儲 介質 | ||
1.一種基于聯邦學習的智能問答方法,其特征在于,應用于終端設備,所述基于聯邦學習的智能問答方法包括以下步驟:
當接收到待咨詢問題時,調用本地內基于聯邦學習的分類模型確定所述待咨詢問題的問題類型;
調用本地內基于聯邦學習的語義理解模型對與所述問題類型對應的各相似問題進行檢索,得到與所述待咨詢問題對應的匹配問題;
獲取與所述匹配問題對應的參考答案,并將所述參考答案作為與所述待咨詢問題對應的回復輸出;
其中,所述分類模型和所述語義理解模型分別基于多方終端設備的分類樣本和語義理解樣本執行聯邦學習算法訓練生成。
2.如權利要求1所述的基于聯邦學習的智能問答方法,其特征在于,所述調用本地內基于聯邦學習的分類模型確定所述待咨詢問題的問題類型的步驟包括:
調用所述分類模型對所述待咨詢問題進行參數化處理,得到待咨詢問題參數;
根據所述待咨詢問題參數與所述分類模型中各分類樣本參數之間的相似度大小,確定所述待咨詢問題的問題類型。
3.如權利要求1所述的基于聯邦學習的智能問答方法,其特征在于,所述調用本地內基于聯邦學習的語義理解模型對與所述問題類型對應的各相似問題進行檢索,得到與所述待咨詢問題對應的匹配問題的步驟包括:
調用所述語義理解模型對所述待咨詢問題和所述問題類型中各相似問題進行匹配,生成所述待咨詢問題與各所述相似問題之間的匹配度;
確定各所述匹配度中匹配程度最高的目標匹配度,并將所述問題類型中與所述目標匹配度對應的相似問題確定為所述匹配問題。
4.如權利要求3所述的基于聯邦學習的智能問答方法,其特征在于,所述將所述問題類型中與所述目標匹配度對應的相似問題確定為所述匹配問題的步驟包括:
將所述目標匹配度與預設匹配度對比,判斷所述目標匹配度是否大于所述預設匹配度;
若大于所述預設匹配度,則查找所述問題類型中與所述目標匹配度對應的相似問題,并將查找到的相似問題確定為所述匹配問題;
若所述目標匹配度不大于所述預設匹配度,則調用預設知識圖譜來確定與所述待咨詢問題對應的待匹配問題;
獲取所述待咨詢問題與所述待匹配問題之間的問題匹配度,并判斷所述問題匹配度是否大于預設匹配度;
若大于預設匹配度,則將所述待匹配問題確定為所述匹配問題;
所述獲取與所述匹配問題對應的參考答案,并將所述參考答案作為與所述待咨詢問題對應的回復輸出的步驟包括:
從本地的知識庫中查找與所述匹配問題對應的參考答案,并獲取與所述匹配問題對應的推薦問題;
將所述推薦問題和參考答案作為與所述待咨詢問題對應的回復輸出。
5.如權利要求4所述的基于聯邦學習的智能問答方法,其特征在于,所述判斷所述問題匹配度是否大于預設匹配度的步驟之后,所述方法還包括:
若所述問題匹配度不大于預設匹配度,則根據所述問題匹配度與所述目標匹配度之間的大小關系,確定待回復問題作為所述匹配問題;
所述獲取與所述匹配問題對應的參考答案,并將所述參考答案作為與所述待咨詢問題對應的回復輸出的步驟包括:
判斷本地的閑聊庫中是否存在與所述匹配問題對應的閑聊答案,若存在所述閑聊答案,則選取所述閑聊答案作為與所述待咨詢問題對應的回復輸出;
若不存在所述閑聊答案,則選取本地的默認答案作為與所述待咨詢問題對應的回復輸出。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于深圳前海微眾銀行股份有限公司,未經深圳前海微眾銀行股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010206000.2/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種基于網格化的顆粒模型損傷表征方法
- 下一篇:一種數據文件查找方法和裝置





