[發明專利]基于深度神經網絡的問答方法、裝置及存儲介質

在審

• 申請號: 202010460124.3
• 申請日: 2020-05-27
• 公開（公告）號: CN111708870A
• 公開（公告）日: 2020-09-25
• 發明（設計）人: 童昌東;苗應亮;張滸;許金金;熊大華
• 申請（專利權）人: 盛視科技股份有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/35;G06F16/33;G06N3/04;G06N3/08
• 代理公司: 深圳市深軟翰琪知識產權代理有限公司 44380
• 代理人: 吳雅麗

1.一種基于深度神經網絡的問答方法，其特征在于，所述方法包括：

對輸入問題進行文本糾錯處理得到信息語句；

將所述信息語句輸入到預設算法庫中，輸出答復語句，所述預設算法庫中包括任務型對話算法和基于深度神經網絡的檢索型問答算法，所述任務型對話算法用于識別所述信息語句中預設類型的任務意圖，所述基于深度神經網絡的檢索型問答算法用于識別所述信息語句與預設問題庫中的語句相似度。

2.根據權利要求1所述基于深度神經網絡的問答方法，其特征在于，所述將所述信息語句輸入到預設算法庫中，輸出答復語句，包括：

利用所述任務型對話算法對所述信息語句進行識別；

若識別出所述信息語句中不包含預設類型的任務意圖，則利用所述基于深度神經網絡的檢索型問答算法對所述信息語句進行識別；

若識別出所述信息語句與預設問題庫中的語句相似度達預設相似度以上，則輸出與相似度達預設相似度以上的語句對應的答復語句。

3.根據權利要求1所述基于深度神經網絡的問答方法，其特征在于，所述將所述信息語句輸入到預設算法庫中，輸出答復語句，還包括：

利用所述基于深度神經網絡的檢索型問答算法對所述信息語句進行識別；

若識別出所述信息語句與預設問題庫中的語句相似度未達預設相似度以上，則利用所述任務型對話算法對所述信息語句進行識別；

若識別出所述信息語句包含預設類型的任務意圖，則輸出與所述預設類型的任務意圖匹配的答復語句。

4.根據權利要求1至3任一項所述基于深度神經網絡的問答方法，其特征在于，所述對輸入問題進行文本糾錯處理得到信息語句包括：

基于預設規則和語言模型對輸入問題進行語句預處理以得到符合預設規則的文本字符串；

利用混淆詞典庫對所述文本字符串進行混淆度計算以確定所述文本字符串中的錯誤字詞；

獲取所述錯誤字詞、所述錯誤字詞的位置及錯誤類型；獲取替換所述錯誤字詞的候選詞列表；

對利用所述候選詞列表中的候選詞替換所述錯誤字詞后的語句進行混淆度計算；

輸出混淆度最低的語句。

5.根據權利要求2至3任一項所述基于深度神經網絡的問答方法，其特征在于，所述利用所述任務型對話算法對所述信息語句進行識別包括：

利用雙向長短時記憶模型和條件隨機場模型對所述信息語句進行BIEO編碼模式以得到槽位標記列表；

根據所述槽位標記列表確定所述信息語句是否包含預設類型的任務意圖，所述預設類型的任務意圖至少包括地點查詢任務和/或組合任務意圖。

6.根據權利要求2至3所述基于深度神經網絡的問答方法，其特征在于，所述利用所述基于深度神經網絡的檢索型問答算法對所述信息語句進行識別包括：

對所述信息語句進行切詞處理及去停用詞處理得到語料結果；

從預設問題庫中召回按相似度高低順序排列的預設個數的高順位相似語句，所述預設個數的高順位相似語句與所述語料結果均具有相似度；

利用預設深度模型獲取所述預設個數的高順位相似語句的深度語義相似度；

根據深度語義相似度和字面相似度對所述預設個數的高順位相似語句進行重新排列得到按綜合相似度高低順序排列的相似語句；

獲取語句相似度達到預設相似度以上的按綜合相似度高低順序排列的相似語句。

7.根據權利要求6所述基于深度神經網絡的問答方法，其特征在于，獲取最高順位的按綜合相似度高低順序排列的相似語句。

8.根據權利要求1所述基于深度神經網絡的問答方法，其特征在于，所述方法包括：

若識別出所述信息語句與預設問題庫中的語句相似度未達預設相似度以上，則對所述信息語句進行敏感詞檢測；

若檢測出所述信息語句中包含敏感詞，則隨機輸出預設問答結果庫中的答復語句。