[發明專利]智能問答的方法、裝置和計算機設備

在審

• 申請號: 202010969745.4
• 申請日: 2020-09-15
• 公開（公告）號: CN112052324A
• 公開（公告）日: 2020-12-08
• 發明（設計）人: 王航;黎安
• 申請（專利權）人: 平安醫療健康管理股份有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33;G06F16/31;G06F16/35
• 代理公司: 深圳市明日今典知識產權代理事務所(普通合伙) 44343
• 代理人: 王杰輝;曹勇

本申請涉及大數據技術，揭示了智能問答的方法，包括：獲取用戶提出的問題語句；提取問題語句中對應的關鍵詞，并獲取關鍵詞的分類信息；判斷根據關鍵詞的分類信息，是否能在知識樹上查找到與關鍵詞的分類信息匹配的節點；若否，則對問題語句進行意圖識別，得到問題語句對應的關注點信息；根據問題語句對應的關注點信息，確定知識樹上與問題語句匹配的節點；根據知識樹上與問題語句匹配的節點，作為答案節點進行智能問答。通過建立結構簡單的知識樹，根據用戶提出的問題語句，匹配知識樹中對應的節點，作為問題語句的答案對應的答案節點，并將答案節點對應的知識內容回復至用戶，實現數據量偏少或極小的特殊領域的智能問答。

技術領域

本申請涉及大數據領域，特別是涉及到智能問答的方法、裝置和計算機設備。

背景技術

智能問答系統能夠接受用戶以自然語言形式輸入的問題,經過問題分析、信息檢索和答案抽取等步驟,返回一個較為簡潔準確的答案。智能問答系統為開發企業問題處理平臺提供了一種選擇，給企業在人事、財務、市場、技術等各個垂直業務層面提供自動化的服務，不僅節約了大量人力、提升了解決效率，同時為企業積累了寶貴的知識資產。

現有智能問答系統，一般通過投入大量人力物力形成復雜的知識圖譜實現，或通過大量的標準數據訓練深度神經網絡實現，但發明人意識到對于數據量偏少或極小的特殊領域，無法通過知識圖譜或深度神經網絡實現智能問答。

發明內容

本申請的主要目的為解決數據量偏少或極小的特殊領域,無法通過知識圖譜或深度神經網絡實現智能問答的技術問題。

本申請提出一種智能問答的方法，包括：

獲取用戶提出的問題語句；

提取所述問題語句中對應的關鍵詞，并獲取所述關鍵詞的分類信息；

判斷根據所述關鍵詞的分類信息，是否能在知識樹上查找到與所述關鍵詞的分類信息匹配的節點；

若否，則對所述問題語句進行意圖識別，得到所述問題語句對應的關注點信息；

根據所述問題語句對應的關注點信息，確定所述知識樹上與所述問題語句匹配的節點；

根據所述知識樹上與所述問題語句匹配的節點，作為答案節點進行智能問答。

優選地，所述提取所述問題語句中對應的關鍵詞，并獲取所述關鍵詞的分類信息的步驟，包括：

對所述問題語句去停用詞后進行分詞，得到所述問題語句對應的分詞組合；

判斷所述分詞組合中，是否存在與預設關鍵詞詞典的用語規則不同的指定詞匯；

若是，則將所述指定詞匯一一對應替換為與所述指定詞匯對應的標準化詞匯，得到修正分詞組合，其中，所述標準化詞匯包含于所述關鍵詞詞典中；

提取所述修正分詞組合中指定詞性對應的特征詞匯，作為所述關鍵詞；

在所述關鍵詞詞典中確定所述關鍵詞對應的分類信息。

優選地，所述判斷根據所述關鍵詞的分類信息，是否能在知識樹上查找到與所述關鍵詞的分類信息匹配的節點的步驟，包括：

獲取所述知識樹的各節點分別對應的關鍵詞表，以及各所述關鍵詞表分別對應的分類信息，得到所述知識樹對應的分類信息集合；

判斷所述關鍵詞的分類信息是否包含于所述分類信息集合中；

若是，則判定根據所述關鍵詞的分類信息，能在所述知識樹上查找到與所述關鍵詞的分類信息匹配的節點；

根據關鍵詞搜索算法，確定與所述關鍵詞的分類信息匹配的節點。

優選地，所述根據關鍵詞搜索算法，確定與所述關鍵詞的分類信息匹配的節點的步驟，包括：