[發明專利]一種智能問答方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202011090438.5
• 申請日: 2020-10-13
• 公開（公告）號: CN112231453A
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 李正興;邱東洋;王智圣;程任清;魏重強;蔣話
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F9/48;G06F9/50
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 李漢亮

本申請實施例公開了一種智能問答方法、裝置、計算機設備及存儲介質。本申請實施例通過獲取待檢索的原始問題信息；從智能問答系統的知識庫中提取與原始問題信息匹配的多個參考問題信息；確定處理單元的內核數量，根據內核數量創建多個處理進程；通過多個處理進程并行地對多個參考問題信息進行處理，得到每個參考問題信息與原始問題信息之間的相似度信息；基于相似度信息從多個參考問題信息中確定需要檢索的目標問題信息，檢索得到目標問題信息的答案信息；根據目標問題信息的答案信息輸出原始問題信息對應的答案信息。該方案可以提高智能問答的效率。

技術領域

本申請涉及計算機技術領域，具體涉及一種智能問答方法、裝置、計算機設備及存儲介質。

背景技術

隨著信息技術的高速發展，智能問答系統的應用越來越普遍。智能問答系統以一問一答形式，精確的定位用戶所需要的提問知識，通過與用戶進行交互，能夠對海量無序語料信息進行劃分和整理并建立系統的知識結構，提供高效準確的信息檢索服務，滿足各個領域的快速、精確地獲取信息需求。在智能問答系統中，可以通過人工智能技術中的一種或多種深度學習模型和機器學習算法對用戶輸入的查詢信息進行處理，從而輸出查詢結果。

相關技術中，智能問答系統中涉及模型推理計算，模型推理計算屬于計算密集型任務，因而將模型推理計算集中在中央處理器(CPU，Central Processing Unit/Processor)上的一個處理器內核上通過多線程與多協程進行計算處理。

在對相關技術的研究和實踐中，本申請的發明人發現，現有技術中，利用多核中央處理器中的一個處理器內核處理任務，使得中央處理器的一個處理器內核負載過大，造成計算阻塞，從而影響對問題信息的檢索效率，導致智能問答的效率較低。

發明內容

本申請實施例提供一種智能問答方法、裝置、計算機設備及存儲介質，可以提高智能問答的效率。

本申請實施例提供了一種智能問答方法，包括：

獲取待檢索的原始問題信息；

從智能問答系統的知識庫中提取與所述原始問題信息匹配的多個參考問題信息；

確定處理單元的內核數量，根據所述內核數量創建多個處理進程；

通過多個處理進程并行地對多個參考問題信息進行處理，得到每個參考問題信息與原始問題信息之間的相似度信息；

基于所述相似度信息從多個參考問題信息中確定需要檢索的目標問題信息，以及檢索得到所述目標問題信息的答案信息；

根據所述目標問題信息的答案信息輸出所述原始問題信息對應的答案信息。

相應的，本申請實施例還提供了一種智能問答裝置，包括：

獲取模塊，用于獲取待檢索的原始問題信息；

提取模塊，用于從智能問答系統的知識庫中提取與所述原始問題信息匹配的多個參考問題信息；

確定模塊，用于確定處理單元的內核數量，根據所述內核數量創建多個處理進程；

處理模塊，用于通過多個處理進程并行地對多個參考問題信息進行處理，得到每個參考問題信息與原始問題信息之間的相似度信息；

檢索模塊，用于基于所述相似度信息從多個參考問題信息中確定需要檢索的目標問題信息，以及檢索得到所述目標問題信息的答案信息；

輸出模塊，用于根據所述目標問題信息的答案信息輸出所述原始問題信息對應的答案信息。

在一些實施例中，所述處理模塊，包括：

創建子模塊，用于為每個參考問題信息創建相應的計算任務，得到多個計算任務；