[發明專利]問答對匹配方法、裝置、電子設備及存儲介質

在審

• 申請號: 202011290081.5
• 申請日: 2020-11-17
• 公開（公告）號: CN112417096A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 金培根;劉志慧;陸林炳;何斐斐
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/332;G06F40/295;G06F40/30;G06K9/62
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種問答對匹配方法，其特征在于，所述方法包括：

從樣本庫中抽取多個攜帶標注信息的樣本對，得到第一樣本對集合，分別確定所述第一樣本對集合中每個第一樣本對的相似度特征、實體特征及意圖特征，根據所述相似度特征、實體特征、意圖特征計算得到每個第一樣本對的第一文本特征，將所述第一文本特征輸入預設模型進行訓練，得到語義匹配模型；

接收用戶輸入的待處理問題，從標準問題庫中篩選預設數量的與所述待處理問答匹配的標準問題，得到第一候選問題集；

將所述待處理問題分別與所述第一候選問題集中的問題組合，得到第二樣本對集合，基于所述第二樣本對集合得到第二候選問題集；

將所述待處理問題分別與所述第二候選問題集中的問題組合，得到第三樣本對集合，分別確定所述第三樣本對集合中每個第三樣本對的相似度特征、實體特征及意圖特征，得到每個第三樣本對的第二文本特征并輸入所述語義匹配模型，得到每個第三樣本對中兩個樣本的語義匹配結果，基于所述語義匹配結果確定所述待處理問題對應的目標標準問題及目標標準答案。

2.如權利要求1所述的問答對匹配方法，其特征在于，所述確定所述第一樣本對集合中每個第一樣本對的相似度特征包括：

分別計算每個第一樣本對的jaccard相似度值、編輯距離值、Fuzzywuzzy值及simHash值并執行離散化處理，得到每個第一樣本對的相似度特征。

3.如權利要求1所述的問答對匹配方法，其特征在于，所述確定所述第一樣本對集合中每個第一樣本對的實體特征包括：

將每個第一樣本對輸入命名實體識別模型，得到每個第一樣本對中兩個樣本中的實體信息，所述實體信息包括實體類別；

基于所述實體類別確定每個第一樣本對的實體特征。

4.如權利要求1所述的問答對匹配方法，其特征在于，所述確定所述第一樣本對集合中每個第一樣本對的意圖特征包括：

將每個第一樣本對輸入問題類型分類模型，得到每個第一樣本對的問題類型特征；

提取每個第一樣本對中兩個樣本的關鍵詞并進行關鍵詞匹配，基于關鍵詞匹配結果確定每個第一樣本對的關鍵詞特征；

拼接所述問題類型特征及所述關鍵詞特征，得到每個第一樣本對的意圖特征。

5.如權利要求1所述的問答對匹配方法，其特征在于，所述將所述第一文本特征輸入預設模型進行訓練，得到語義匹配模型，包括：

將所述第一文本特征輸入預設模型，得到每個第一樣本對中兩個樣本的預測匹配結果；

基于所述標注信息獲取每個第一樣本對中兩個樣本的真實匹配結果，通過最小化預測匹配結果與真實匹配結果之間的損失值確定所述預設模型的模型參數，得到語義匹配模型。

6.如權利要求5所述的問答對匹配方法，其特征在于，所述損失值的計算公式為：

其中，loss(q_i,p_i)為第一樣本對集合中第i個第一樣本對中兩個樣本的預測匹配結果與真實匹配結果的損失值，q_i為第i個第一樣本對中兩個樣本的預測匹配結果，p_i為第i個第一樣本對中兩個樣本的真實匹配結果，c為第一樣本對集合中第一樣本對的總數量。